-
公开(公告)号:CN118885859B
公开(公告)日:2025-01-24
申请号:CN202411336950.1
申请日:2024-09-25
Applicant: 北京理工大学长三角研究院(嘉兴) , 北京理工大学 , 内蒙古第一机械集团股份有限公司
IPC: G06F18/24 , G01M13/02 , G01M13/028 , G06F18/213 , G06F18/15 , G06N3/0464 , G06N3/096 , G06N3/045 , G06N3/084
Abstract: 本发明涉及故障诊断技术领域,具体涉及一种基于核心空间梯度射影的机电复合传动系统健康评估方法,通过构建多核群卷积模块并将其堆叠以构建深度评估网络,以在不增加计算成本的情况下提取多尺度的退化特征,并将深度评估网络的特征提取注意力集中在预设的特征提取尺度上。然后逐步收集机电复合传动系统被监测部件的全寿命数据集,并基于梯度射影学习进行深度评估网络的持续学习,以在增强新知识学习的同时防止旧知识受到干扰。同时,在持续学习过程中进行知识压缩和去冗余,以确保网络在持续学习过程中的可扩展性。本发明具有健康评估精度更高、稳定性更好、鲁棒性更强的优点,能够在评估网络的持续学习中获得更好的效率和效果。
-
公开(公告)号:CN118885859A
公开(公告)日:2024-11-01
申请号:CN202411336950.1
申请日:2024-09-25
Applicant: 北京理工大学长三角研究院(嘉兴) , 北京理工大学 , 内蒙古第一机械集团股份有限公司
IPC: G06F18/24 , G01M13/02 , G01M13/028 , G06F18/213 , G06F18/15 , G06N3/0464 , G06N3/096 , G06N3/045 , G06N3/084
Abstract: 本发明涉及故障诊断技术领域,具体涉及一种基于核心空间梯度射影的机电复合传动系统健康评估方法,通过构建多核群卷积模块并将其堆叠以构建深度评估网络,以在不增加计算成本的情况下提取多尺度的退化特征,并将深度评估网络的特征提取注意力集中在预设的特征提取尺度上。然后逐步收集机电复合传动系统被监测部件的全寿命数据集,并基于梯度射影学习进行深度评估网络的持续学习,以在增强新知识学习的同时防止旧知识受到干扰。同时,在持续学习过程中进行知识压缩和去冗余,以确保网络在持续学习过程中的可扩展性。本发明具有健康评估精度更高、稳定性更好、鲁棒性更强的优点,能够在评估网络的持续学习中获得更好的效率和效果。
-
公开(公告)号:CN116993325A
公开(公告)日:2023-11-03
申请号:CN202310991420.X
申请日:2023-08-08
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于知识图谱的特种车辆健康管理方法和系统。方法包括:确定面对特种车辆的知识图谱语义类型和语义关系;获取特种车辆的相关信息,提取实体信息及实体关联特性;基于实体信息和语义类型构建节点信息文件,基于实体关联特性和语义关系构建关系信息文件;根据节点信息文件和关系信息文件,得到特种车辆健康管理知识图谱;根据特种车辆健康管理知识图谱,对特种车辆进行健康管理。本发明基于知识图谱的特种车辆健康管理方法和系统,可对特种车辆的健康管理类信息进行科学判断,从而使判断结果具有更高的稳定性和可信度,同时弥补了当前特种车辆的健康管理系统缺乏整车健康管理技术的有效整合。
-
-