-
公开(公告)号：CN108717572B
公开(公告)日：2021-10-19
申请号：CN201711430632.1
申请日：2018-05-31
Applicant: 佛山科学技术学院 , 佛山市有义家科技有限公司
IPC: G06N3/08
Abstract: 本发明涉及基于结构化神经网络的成像任务可调度性预测方法，通过对任务规划结果样本集特征值的构造与提取，构建结构化神经网络模型，使其在学习过程中建立任务特征值和卫星能力之间的非线性映射关系，从而完成对成像任务的可调度性预测。本发明具有参数解释能力强、能有效解决传统前馈神经网络模型存在的诸如模型非结构化、收敛速度慢、神经元个数很难确定及局部最小等各种缺陷、预测精度高等优点。
-
公开(公告)号：CN110333078B
公开(公告)日：2021-04-20
申请号：CN201910771770.9
申请日：2019-08-21
Applicant: 佛山科学技术学院
IPC: G01M13/045
Abstract: 本发明提供了一种滚动轴承退化状态阶段确定方法，包括如下步骤：步骤1，采集表征滚动轴承稳定工作状态的振动信号并去噪处理，得到能够具体表征滚动轴承稳定工作状态的有用信号序列；步骤2，对有用信号序列计算多尺度Tsallis排列熵值，得到健康状态指数时间序列；步骤3，根据健康状态指数时间序列，计算平均值和方差值；步骤4，根据平均值和方差值计算报警阈值，并根据多尺度Tsallis排列熵值组成时间序列的变化趋势，对滚动轴承退化阶段开始时间点进行识别。本发明利用多尺度Tsallis排列熵可调节熵指数适应多种条件下的机械系统状态监测能力和较好的感知机械系统状态变化的能力，实现滚动轴承退化状态阶段的确定，识别效果较好且具有较快的计算速度。
-
公开(公告)号：CN110568074A
公开(公告)日：2019-12-13
申请号：CN201910884290.3
申请日：2019-09-19
Applicant: 佛山科学技术学院
Abstract: 本发明公开了一种基于非接触多点测振与Hilbert变换的风力机叶片裂纹定位方法，包括：在具有呼吸裂纹的叶片上设置多个位置标记点，采用随机信号激励方式对叶片进行激振，同时利用非接触多点测振方法采集随机信号激励条件下叶片各标记点位置的非线性振动信号；根据随机信号激励条件下激励输入和输出位置振动信号，计算对应标记点位置的频率响应函数；根据所述随机信号激励条件下频率响应函数计算各个标记点位置Hilbert变换；根据所述各标记点对应的频响函数及其Hilbert变换计算互相关指数；根据所述互相关指数计算各个标记点位置的非线性程度值，根据归一化非线性程度值确定裂纹位置。采用本发明所提供的定位方法及系统能够提高叶片呼吸裂纹位置的识别效果。
-
公开(公告)号：CN108717572A
公开(公告)日：2018-10-30
申请号：CN201711430632.1
申请日：2018-05-31
Applicant: 佛山科学技术学院 , 佛山市有义家科技有限公司
IPC: G06N3/08
Abstract: 本发明涉及基于结构化神经网络的成像任务可调度性预测方法，通过对任务规划结果样本集特征值的构造与提取，构建结构化神经网络模型，使其在学习过程中建立任务特征值和卫星能力之间的非线性映射关系，从而完成对成像任务的可调度性预测。本发明具有参数解释能力强、能有效解决传统前馈神经网络模型存在的诸如模型非结构化、收敛速度慢、神经元个数很难确定及局部最小等各种缺陷、预测精度高等优点。
-
公开(公告)号：CN110530980B
公开(公告)日：2022-04-15
申请号：CN201910839834.4
申请日：2019-09-06
Applicant: 佛山科学技术学院
Abstract: 本发明公开了基于机器视觉测振和非线性度的叶片裂纹定位系统及定位方法，所述方法包括：在具有呼吸裂纹的叶片上设置多个位置标记点，采用固定频率和不同激励幅值对叶片进行激振，同时利用机器视觉测振方法采集不同激励条件下叶片各标记点位置的非线性振动信号；分别根据高、低激励幅值条件下激励输入和输出位置振动信号，计算对应标记点位置的两组频率响应函数；根据所述高、低激励幅值条件下两组频率响应函数计算各个标记点位置频率响应函数互相关指数；根据所述频响函数互相关指数计算各个标记点位置的非线性程度值，根据归一化振动响应非线性程度值确定裂纹位置。采用本发明所提供的定位方法及系统能够提高叶片呼吸裂纹位置的识别效果。
-
Patent Agency Ranking
公开(公告)号：CN108335012A
公开(公告)日：2018-07-27
申请号：CN201711433054.7
申请日：2017-12-26
Applicant: 佛山科学技术学院 , 佛山市有义家科技有限公司
IPC: G06Q10/06
Abstract: 本发明公开了一种智能遥感卫星层次化分布式自主协同任务规划系统，其包括多星任务协调器和星上调度器，所述多星任务协调器将待分配任务集合中的任务分配给下辖的多颗智能卫星并将任务处理成星上调度器直接识别的元任务，各智能卫星利用其星上调度器对被分配的新任务和已有任务进行统一调度，其中，所述多星任务协调器在进行任务分配之前，预先估计相关星上调度器的调度结果，并以此作为任务分配的依据。本发明成功地攻关了成像任务可调度性预测、高维空间下的多任务多资源动态调度、精细化规划与调度算法设计的关键科学问题和技术难题，使多星自主协同任务规划技术能够更好地应用于国防建设领域，并促进了分配方案的合理化和资源使用的高效化。
-
公开(公告)号：CN108256671A
公开(公告)日：2018-07-06
申请号：CN201711430693.8
申请日：2017-12-26
Applicant: 佛山科学技术学院 , 佛山市有义家科技有限公司
Abstract: 本发明公开了一种基于学习型遗传算法的多任务多资源滚动分配方法，其采用滚动时域控制原理，构建多任务多资源动态滚动分配机制，包括确定预测窗口、滚动窗口、分配子问题和滚动机制要素；通过当前预测窗口对任务信息实时更新，在预测窗口基础上确定当前滚动窗口；分配子问题是在每个规划时刻，根据当前滚动窗口构造的局部分配问题；滚动机制用于确定分配子问题求解后分配方案结束的执行位置和下一个规划时刻；通过滚动分配机制将复杂动态分配问题转化为滚动更新的静态分配问题。本发明采用滚动式动态规划把复杂的动态调度问题分解为多个简单的静态调度子问题，再对子问题的优化解进行组合，从而代替原问题的最优解，大大降低了原问题的求解难度。
-
公开(公告)号：CN110333078A
公开(公告)日：2019-10-15
申请号：CN201910771770.9
申请日：2019-08-21
Applicant: 佛山科学技术学院
IPC: G01M13/045
Abstract: 本发明提供了一种滚动轴承退化状态阶段确定方法，包括如下步骤：步骤1，采集表征滚动轴承稳定工作状态的振动信号并去噪处理，得到能够具体表征滚动轴承稳定工作状态的有用信号序列；步骤2，对有用信号序列计算多尺度Tsallis排列熵值，得到健康状态指数时间序列；步骤3，根据健康状态指数时间序列，计算平均值和方差值；步骤4，根据平均值和方差值计算报警阈值，并根据多尺度Tsallis排列熵值组成时间序列的变化趋势，对滚动轴承退化阶段开始时间点进行识别。本发明利用多尺度Tsallis排列熵可调节熵指数适应多种条件下的机械系统状态监测能力和较好的感知机械系统状态变化的能力，实现滚动轴承退化状态阶段的确定，识别效果较好且具有较快的计算速度。
-
公开(公告)号：CN110568074B
公开(公告)日：2022-03-04
申请号：CN201910884290.3
申请日：2019-09-19
Applicant: 佛山科学技术学院
Abstract: 本发明公开了一种基于非接触多点测振与Hilbert变换的风力机叶片裂纹定位方法，包括：在具有呼吸裂纹的叶片上设置多个位置标记点，采用随机信号激励方式对叶片进行激振，同时利用非接触多点测振方法采集随机信号激励条件下叶片各标记点位置的非线性振动信号；根据随机信号激励条件下激励输入和输出位置振动信号，计算对应标记点位置的频率响应函数；根据所述随机信号激励条件下频率响应函数计算各个标记点位置Hilbert变换；根据所述各标记点对应的频响函数及其Hilbert变换计算互相关指数；根据所述互相关指数计算各个标记点位置的非线性程度值，根据归一化非线性程度值确定裂纹位置。采用本发明所提供的定位方法及系统能够提高叶片呼吸裂纹位置的识别效果。
-
公开(公告)号：CN110530980A
公开(公告)日：2019-12-03
申请号：CN201910839834.4
申请日：2019-09-06
Applicant: 佛山科学技术学院
Abstract: 本发明公开了基于机器视觉测振和非线性度的叶片裂纹定位系统及方法，所述方法包括：在具有呼吸裂纹的叶片上设置多个位置标记点，采用固定频率和不同激励幅值对叶片进行激振，同时利用机器视觉测振方法采集不同激励条件下叶片各标记点位置的非线性振动信号；分别根据高、低激励幅值条件下激励输入和输出位置振动信号，计算对应标记点位置的两组频率响应函数；根据所述高、低激励幅值条件下两组频率响应函数计算各个标记点位置频率响应函数互相关指数；根据所述频响函数互相关指数计算各个标记点位置的非线性程度值，根据归一化非线性程度值确定裂纹位置。采用本发明所提供的定位方法及系统能够提高叶片呼吸裂纹位置的识别效果。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.025 seconds)
