-
公开(公告)号：CN109977869B
公开(公告)日：2023-04-07
申请号：CN201910235249.3
申请日：2019-03-27
Applicant: 上海海事大学
IPC: G06F18/213 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于深度学习的岸桥运行机构状态评估方法：首先采集岸桥机器房内关键运行机构的振动信号，计算采集的振动信号相关特征指标，再基于搭建训练好的1D卷积神经网络模型，自适应提取信号状态特征指标，将结果以评分的方式输出，可以根据分数的大小以及稳定程度来评价岸桥运行机构状态。本方法解决了人工提取特征指标需要专家经验的问题，智能处理特征指标有效提高了岸桥运行机构状态识别的准确率。同时采用评分方式评价，直观反映岸桥运行机构健康状态。
-
公开(公告)号：CN112348185A
公开(公告)日：2021-02-09
申请号：CN202011216878.0
申请日：2020-11-04
Applicant: 上海海事大学
IPC: G06N3/08 , G06N3/04 , G01R31/392 , G01R31/367
Abstract: 本发明公开了一种基于变分模态分解(VMD)与集成深度模型的锂电池剩余寿命预测方法。将电池可放电容量作为衡量电池剩余寿命的性能指标，首先运用VMD对可放电容量数据进行多尺度分解，深层次挖掘电容数据不同尺度背后的隐含信息；然后针对不同模态分量特性分别选取长短期记忆神经网络(LSTM)和多层感知机(MLP)两种子学习器进行训练，并基于并行式框架将各子学习器的结果集成，预测出锂电池的剩余使用寿命。该方法可以有效感知电池容量中的再生和波动特性，在对锂电池剩余使用寿命预测时具有较高的预测精度和泛化能力。
-
公开(公告)号：CN111453619B
公开(公告)日：2023-01-17
申请号：CN201910047980.3
申请日：2019-01-18
Applicant: 上海海事大学
Abstract: 本发明公开了一种自适应的岸桥运行机构智能监测与状态评估系统，该系统包括以下部分：数据采集子系统、数据处理子系统、云端中心；其中数据采集子系统包括传声器、振动加速度传感器、数据采集卡；其中数据处理子系统包括数据压缩模块、振动多统计特征提取模块、噪声多统计特征提取模块、深度学习模块、自适应岸桥状态评估模块。本系统可以从岸桥的振动和噪声信号中获取丰富的状态信息，并且自适应地根据所在岸桥的特点对岸桥状态进行智能评估，然后通过云端中心将岸桥状态报告发送到用户的移动终端。该系统具有较强的自适应能力，可以满足设备监测系统智能化和定制化的需求，有利于港口机械装备向着自动化、智能化、无人化的方向发展。
-
Patent Agency Ranking
公开(公告)号：CN111453619A
公开(公告)日：2020-07-28
申请号：CN201910047980.3
申请日：2019-01-18
Applicant: 上海海事大学
Abstract: 本发明公开了一种自适应的岸桥运行机构智能监测与状态评估系统，该系统包括以下部分：数据采集子系统、数据处理子系统、云端中心；其中数据采集子系统包括传声器、振动加速度传感器、数据采集卡；其中数据处理子系统包括数据压缩模块、振动多统计特征提取模块、噪声多统计特征提取模块、深度学习模块、自适应岸桥状态评估模块。本系统可以从岸桥的振动和噪声信号中获取丰富的状态信息，并且自适应地根据所在岸桥的特点对岸桥状态进行智能评估，然后通过云端中心将岸桥状态报告发送到用户的移动终端。该系统具有较强的自适应能力，可以满足设备监测系统智能化和定制化的需求，有利于港口机械装备向着自动化、智能化、无人化的方向发展。
-
公开(公告)号：CN109977869A
公开(公告)日：2019-07-05
申请号：CN201910235249.3
申请日：2019-03-27
Applicant: 上海海事大学
Abstract: 本发明公开了一种基于深度学习的岸桥运行机构状态评估方法：首先采集岸桥机器房内关键运行机构的振动信号，计算采集的振动信号相关特征指标，再基于搭建训练好的1D卷积神经网络模型，自适应提取信号状态特征指标，将结果以评分的方式输出，可以根据分数的大小以及稳定程度来评价岸桥运行机构状态。本方法解决了人工提取特征指标需要专家经验的问题，智能处理特征指标有效提高了岸桥运行机构状态识别的准确率。同时采用评分方式评价，直观反映岸桥运行机构健康状态。
-
公开(公告)号：CN112749474A
公开(公告)日：2021-05-04
申请号：CN202011216876.1
申请日：2020-11-04
Applicant: 上海海事大学
IPC: G06F30/20 , G06F119/04
Abstract: 本发明公开了一种基于多尺度集成回归模型的锂电池剩余寿命预测方法。首先，使用经验模态分解(EMD)将锂电池容量信号分解到多个本征模态分量(IMF)，充分挖掘不同尺度的细节特征，针对性地处理电池容量再生和随机波动问题；然后，采用并行式集成框架，针对分解出的不同尺度分量的变化规律和特征，分别采用高斯过程回归(GPR)和逻辑回归(LR)两种子学习器进行预测，利用二者特点更好地感知不同分量特征；最后，对各子学习器输出结果集成，得出预测的锂电池剩余寿命。该方法可以有效感知电池容量中的再生和波动特性，对于各数据都有较强的适应性，具有更高的预测精度和泛化能力。
-
公开(公告)号：CN111368863A
公开(公告)日：2020-07-03
申请号：CN201811596722.2
申请日：2018-12-26
Applicant: 上海海事大学
Abstract: 本发明公开了一种智能化的岸桥关键机构健康状态评估方法。首先，对岸桥机构的振动信号进行预处理，提取多种时域特征并进行特征选择，并通过无监督聚类算法生成一种可以衡量振动特征数据分布的网格；然后，采用隐马尔可夫模型对生成的数据分布网格进行训练，建立数据网格分布与机构健康状态之间的映射，得到岸桥状态评估模型；最后，将待测数据分布网格输入状态评估模型中，根据模型输出的对数似然概率对岸桥机构的健康状态进行评估。该方法可以有效处理岸桥运行中产生的海量无标签数据，并能够克服实际应用中缺少岸桥故障数据的问题，实现岸桥关键机构健康状态的智能评估，有利于推动岸桥的智能维护，提高岸桥运行的安全性与可靠性。
-
公开(公告)号：CN112365478A
公开(公告)日：2021-02-12
申请号：CN202011269251.1
申请日：2020-11-13
Applicant: 上海海事大学
Abstract: 本发明公开了一种基于语义分割的电机换向器表面缺陷检测模型。模型分为两个阶段，第一阶段为分割网络，用于对表面缺陷进行像素级定位，提供可视化的同时为分类网络的判断提供了可解释性；第二阶段为分类网络，利用分割网络的输出作为输入，辅助分类网络做出精确的判断，输出0～1之间的概率值，概率越大代表存在缺陷的可能性越高。实验表明，本发明提出的检测模型针对小目标和小样本的换向器数据集可以取得较高的检测精度，较少的误判率和漏判率，有良好的泛化能力，能够满足工业自动化生产对于换向器缺陷检测的精度、速度和泛化能力的需求。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.023 seconds)
