公开(公告)号：CN118277884A

公开(公告)日：2024-07-02

申请号：CN202410402376.9

申请日：2024-04-03

Applicant: 上海理工大学

Inventor： 迟玉伦 ,  宋卓阳 ,  李涛 ,  董沁河 ,  王希辉

IPC: G06F18/2411 ,  G06F18/214 ,  G06N3/006 ,  G06N5/01

Abstract: 本发明提出一种基于图论算法与ACO‑SVM数控机床故障智能诊断方法，通过故障历史数据建立数控机床故障传播模型，利用图论算法进行分析，得到故障的风险影响度排序确定故障的优先级；针对优先级较高的故障，利用传感器采集加工信号提取特征值构建特征向量；利用蚁群算法优化支持向量机参数，构建ACO‑SVM故障诊断模型实现机床故障精确诊断；通过实验对某公司轴承磨床磨削烧伤故障进行验证。结果表明：基于图论算法可对故障进行定位排序，利用ACO‑SVM模型的诊断平均准确率达99.378％，对提升数控机床故障快速维修及机床可靠性具有重要意义。

公开(公告)号：CN118194134A

公开(公告)日：2024-06-14

申请号：CN202410508005.9

申请日：2024-04-25

Applicant: 上海理工大学

Inventor： 迟玉伦 ,  梦令然 ,  宋卓阳 ,  李涛 ,  董沁河

IPC: G06F18/241 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/096 ,  G06F18/2135

Abstract: 本发明涉及一种基于深度迁移学习的轴承套圈磨削烧伤识别方法，利用声发射传感器和振动传感器采集轴承套圈磨削加工信号，并对信号数据进行特征提取，获取能量占比、均方频率和时域参数等特征参数；将特征参数组合成特征向量输入DAE‑LSTM模型进行轴承套圈烧伤识别训练，建立轴承套圈某型号磨削烧伤识别基础模型，并利用准确率、混淆矩阵对模型识别结果进行评价；使用其他不同型号轴承套圈数据微调基础模型权重参数进行迁移学习，以适应不同轴承套圈型号烧伤识别。对迁移学习后的轴承套圈磨削烧伤识别模型进行实验验证。实现了轴承套圈在磨削加工过程中每个轴承套圈烧伤现象的识别，避免不合格零件流入装配环节，能更准确有效地识别轴承套圈磨削烧伤现象。