-
公开(公告)号：CN117235525A
公开(公告)日：2023-12-15
申请号：CN202311263009.7
申请日：2023-09-27
Applicant: 兰州理工大学
Inventor： 蒋栋年 , 赵锦江 , 张伟栋 , 何琛贤 , 申富媛 , 曹慧超 , 李亚洁 , 王仁杰 , 罗晓敏 , 高玉鑫 , 冉欢欢 , 章贯文 , 王志宣 , 褚天锐 , 王洁莹 , 李俊宽 , 张帅
IPC: G06F18/214 , G01D18/00 , G06N5/022
Abstract: 本发明提供了一种基于时空协同的传感器故障检测和数据重构方法，借助空间相关关系检测传感器故障，并利用时间相关关系进行故障传感器数据重构，使得系统在一定时间范围内保障了充足的容错能力，通过提出一种基于MIC‑GCN的空间相关模型，将图论引入顶吹炉传感器故障诊断场景，根据最大互信息构建传感器网络知识图谱，借助图卷积机制捕获多尺度空间特征，进而捕获传感器的故障状态；其次，通过引入图级的时序相关关系设计了时空协同的STG‑Transformer图级预测模型，在对故障传感器进行定位的基础上，并利用最小残差对故障传感器进行数据重构，实现了故障传感器的数据重构。
-
公开(公告)号：CN119442161A
公开(公告)日：2025-02-14
申请号：CN202510046581.0
申请日：2025-01-13
Applicant: 兰州理工大学
IPC: G06F18/25 , G06F18/20 , G06F18/2131 , G06N3/044 , G06N3/0455 , G06N3/084 , G06N3/09 , G01M13/045 , G06N3/0442 , G06F123/02
Abstract: 本发明提供了一种用于滚动轴承剩余寿命预测的选择性状态空间模型和设备，首先，对采集到的多传感器数据进行Min‑Max归一化处理，并整合各传感器的通道数据以实现高效融合。接着，引入Mamba模块高效提取多传感器数据的时空深度特征，构建的ICFFT模块通过频域转换增强对非平稳信号的处理能力。同时，设计了SDP模块，结合CNorm减轻了高维特征空间中的数值波动，从而提高了模型在捕捉局部和全局依赖关系时的稳定性和计算效率。此外，通过SDP模块加权并聚焦的浅层特征与Mamba和ICFFT提取的深层特征进行残差连接，提升了前后特征信息的利用效率。最后，融合特征通过全连接层输出轴承RUL的预测结果。
-
公开(公告)号：CN117575027B
公开(公告)日：2024-07-26
申请号：CN202311692220.0
申请日：2023-12-11
Applicant: 兰州理工大学
Abstract: 本发明提供了一种利用知识增强时空因果的顶吹炉传感器故障诊断方法，收集顶吹炉中传感器数据，结合故障数据专家领域库训练有向无环图DAG学习器，并构件顶吹炉传感器因果发现模型，使用顶吹炉传感器数据学习顶吹炉传感器因果发现模型，然后将学习后的顶吹炉传感器因果发现模型转换为因果有向无环图DAG，建立因果空间(Causal‑Spatial)Transformer模型，将因果有向无环图DAG输入至因果空间(Causal‑Spatial)Transformer模型中，得到顶吹炉传感器的标准化预测数值#imgabs0#，并收集顶吹炉传感器的实际值#imgabs1#，计算标准化预测值#imgabs2#与实际值#imgabs3#之间的标准化残差，通过与阈值对比判断传感器是否故障。
-
公开(公告)号：CN116956739A
公开(公告)日：2023-10-27
申请号：CN202310957786.5
申请日：2023-08-01
Applicant: 兰州理工大学
IPC: G06F30/27 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/049 , G06N3/08 , G01M13/045 , G06F119/04
Abstract: 本发明提供了一种基于ST‑BiLSTM的球磨机轴承寿命预测方法，包括以下步骤，收集滚动轴承在一个连续时间段内的原始时域振动信号，对原始时域振动信号进行降噪平滑处理，得到降噪后的平滑时域振动信号，对平滑时域振动信号进行归一化处理，得到归一化数据，将归一化数据划分训练集和测试集，试将训练集数据输入TCN‑BiLSTM‑ATTENTION模型进行训练，然后采用全连接层进行输出，得到训练后的TCN‑BiLSTM‑ATTENTION模型，将测试集输入训练后的TCN‑BiLSTM‑ATTENTION模型，得到剩余使用寿命预测结果。
-
公开(公告)号：CN119377669A
公开(公告)日：2025-01-28
申请号：CN202411416211.3
申请日：2024-10-11
Applicant: 兰州理工大学
Inventor： 蒋栋年 , 何琛贤 , 王斋文 , 曹慧超 , 申富媛 , 褚天锐 , 张帅 , 冉欢欢 , 李俊宽 , 张伟栋 , 林靖和 , 杜洪鹤 , 杨浩文 , 左亚丽 , 赵锦江 , 章贯文
IPC: G06F18/214 , G01D18/00 , G06F18/24 , G06N3/0475 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/094
Abstract: 本发明公开了基于不确定性引导对抗增强域下单域泛化的传感器故障诊断方法，包括：获取目标传感器的运行数据；将运行数据输入至训练好的传感器故障诊断模型中，输出运行数据对应的故障类别；传感器故障诊断模型的训练过程包括：在前向传播过程中，基于传感器的单一源域生成对抗源域和虚构域；在反向传播过程中，对对抗源域和虚构域进行不确定性估计，生成增强域；通过增强域训练传感器故障诊断模型学习类决策边界。该方法只需基于单一源域便可实现对传感器故障诊断模型的训练，解除了对故障诊断模型训练过程中多源域的严苛要求，确保在未知工况下可以识别已知故障与未知故障；该方法还通过引入不确定性估计，监督增强域的构造，保证其有效性。
-
Patent Agency Ranking
公开(公告)号：CN117571037B
公开(公告)日：2024-08-16
申请号：CN202311603293.8
申请日：2023-11-28
Applicant: 兰州理工大学
IPC: G01D18/00 , G06N3/0455 , G06F18/213 , G06N7/01
Abstract: 本发明提供了工业传感器故障自诊断方法，当系统内的传感器之间具有冗余信息时，建立统计相关二进制数据的高斯Copula模型，并利用基于梯度的HMC算法改进高斯Copula模型的收敛性；选取系统中至少5个传感器，利用自编码器所获得系统内传感器相关二进制数，将二进制数带入到高斯Copula模型中进行参数学习，得到似然函数；利用HMC采样器对模型参数进行采样，得到传感器故障检测概率PODi和传感器误检概率PFAi后验分布；最后判断处传感器是否处于故障状态。本发明为实现在无参考值情况下的传感器自诊断，本发明在统计独立或统计相关的不同情况下，通过建立传感器检测数据的统计模型，实现传感器的自主诊断。
-
公开(公告)号：CN117575027A
公开(公告)日：2024-02-20
申请号：CN202311692220.0
申请日：2023-12-11
Applicant: 兰州理工大学
Abstract: 本发明提供了一种利用知识增强时空因果的顶吹炉传感器故障诊断方法，收集顶吹炉中传感器数据，结合故障数据专家领域库训练有向无环图DAG学习器，并构件顶吹炉传感器因果发现模型，使用顶吹炉传感器数据学习顶吹炉传感器因果发现模型，然后将学习后的顶吹炉传感器因果发现模型转换为因果有向无环图DAG，建立因果空间(Causal‑Spatial)Transformer模型，将因果有向无环图DAG输入至因果空间(Causal‑Spatial)Transformer模型中，得到顶吹炉传感器的标准化预测数值#imgabs0#，并收集顶吹炉传感器的实际值#imgabs1#，计算标准化预测值#imgabs2#与实际值#imgabs3#之间的标准化残差，通过与阈值对比判断传感器是否故障。
-
公开(公告)号：CN117571037A
公开(公告)日：2024-02-20
申请号：CN202311603293.8
申请日：2023-11-28
Applicant: 兰州理工大学
IPC: G01D18/00 , G06N3/0455 , G06F18/213 , G06N7/01
Abstract: 本发明提供了工业传感器故障自诊断方法，当系统内的传感器之间具有冗余信息时，建立统计相关二进制数据的高斯Copula模型，并利用基于梯度的HMC算法改进高斯Copula模型的收敛性；选取系统中至少5个传感器，利用自编码器所获得系统内传感器相关二进制数，将二进制数带入到高斯Copula模型中进行参数学习，得到似然函数；利用HMC采样器对模型参数进行采样，得到传感器故障检测概率PODi和传感器误检概率PFAi后验分布；最后判断处传感器是否处于故障状态。本发明为实现在无参考值情况下的传感器自诊断，本发明在统计独立或统计相关的不同情况下，通过建立传感器检测数据的统计模型，实现传感器的自主诊断。
-
公开(公告)号：CN116719797A
公开(公告)日：2023-09-08
申请号：CN202310851986.2
申请日：2023-07-12
Applicant: 兰州理工大学
IPC: G06F16/21 , G06F18/22 , G06F18/10 , G06F16/901 , G06F17/18
Abstract: 本发明提供了基于IF‑DDPM的闪速炉缺失数据生成及填补方法，包括以下步骤，采用异常点检测法检测出传感器在一个连续时间段内的数据缺失信息，所述数据缺失信息包括数据缺失区域以及缺失数据数量；构建DDPM模型，将连续时间段内带有缺失的传感器检测数据作为训练数据，送入DDPM模型中生成符合原始数据分布的数据，根据缺失区域信息，使用采样器从生成符合原始数据分布的数据中依据数据密度分布采样出每个缺失区域对应数量的生成数据，填补进缺失区域内，构建完整数据集。
-
公开(公告)号：CN216817595U
公开(公告)日：2022-06-24
申请号：CN202220216809.8
申请日：2022-01-26
Applicant: 兰州理工大学科技园有限公司
Inventor： 李锦键 , 章贯文 , 王海保 , 杜鹏 , 李仕国 , 王成琳 , 栗小芳 , 陈义 , 赵晓明 , 程雪 , 陈婧婧 , 李钢 , 魏晋晓 , 王一敬 , 林永兴 , 闫小彤 , 杜名宇 , 李金梅 , 尉小珍 , 黄丽娜 , 温昇烨 , 侯舒楚 , 郭菊菊 , 姜雪冰 , 石贵田 , 王嘉惠 , 陆文君 , 高世欣 , 林姝含 , 张兴 , 黄曦瑶 , 胡彬宇 , 程钰筱 , 张倚萌 , 李娜 , 蒯馨禾 , 迟成晔 , 吴宗翰 , 赵雪 , 朱培艺 , 李雨珊 , 张新迪 , 袁峰 , 刘晓璐 , 王全丽 , 杨智凯 , 师鹏程 , 王赟铠 , 李鑫
IPC: G08G1/095
Abstract: 本实用新型涉及一种无线收发交通红绿灯信号的系统，包括采集模块、单片机一、编码模块、信号发送模块、信号接收模块、解码模块、单片机二以及信号输出模块，信号采集模块的信号输出端与单片机一的信号输入端电连接，单片机一的信号输出端与编码模块的信号输入端电连接，编码模块的信号输出端与信号发送模块的信号输入端电连接；信号接收模块的信号输出端与解码模块的信号输入端电连接，解码模块的信号输出端与单片机二的信号输入端电连接，单片机二的信号输出端与信号输出模块的信号输入端电连接；本实用新型可以在驾驶员视野被遮挡的情况下，通过车载信号接收器实现前方路口交通信号指示灯的显示，降低了道路交通违章和事故发生的概率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.018 seconds)
