公开(公告)号：CN114117674B

公开(公告)日：2024-07-19

申请号：CN202111415205.2

申请日：2021-11-25

Applicant: 北京邮电大学

Inventor： 褚明 ,  张歆悦 ,  王宁

IPC: G06F30/17 ,  G06F30/27 ,  G06F119/02 ,  G06F119/04

Abstract: 本发明提出一种基于机械设备时序信号的剩余寿命预测方法，针对有监督学习却没有足够初始特征的问题，采用嵌入门控循环单元和线性回归单元的栈式自编码网络，将解决类似任务的已知模型不断叠加并逐一复用，实现特征提取和寿命预测。本发明采用贪婪分层学习算法，采用自底向上的方式逐层对栈式自编码网络进行预训练，将预训练网络的每一层按照自编码器的形式进行堆叠，其中每一层都需要前层初始化完成之后才可以继续训练。本发明可实现对时间序列信号数据的初始化预训练，从而对整个深度神经网络进行微调，可以达到扩充数据信息联系、发掘数据信息潜在关系、降低网络训练深度的目的。

公开(公告)号：CN114147706A

公开(公告)日：2022-03-08

申请号：CN202111415248.0

申请日：2021-11-25

Applicant: 北京邮电大学

Inventor： 褚明 ,  王宁 ,  张歆悦

IPC: B25J9/16

Abstract: 本发明专利提供了一种基于数字孪生的协作机器人远程监测系统与方法，所述监测系统基于数字孪生五维模型概念，以协作机器人为例，构建数字孪生远程监测系统。与传统远程监测系统相比，本发明有以下特点：实时性，数据来源于传感器，可以更准确反映出所监测对象的状态；持久性，数据最终会持久化至数据库中，便于对数据进行分析与处理；低时延，对虚拟模型进行简化，降低系统实时渲染的资源与时间消耗，增强实时性；实时健康状态评估，本发明采用模糊综合评价法实时评估机器人健康度，不需要大量历史数据训练模型，评估响应快。本发明可应用于复杂装备的人机共融场景的远程监测，可实时掌握装备状态，及时预警，减少安全事故的发生。

公开(公告)号：CN114117674A

公开(公告)日：2022-03-01

申请号：CN202111415205.2

申请日：2021-11-25

Applicant: 北京邮电大学

Inventor： 褚明 ,  张歆悦 ,  王宁

IPC: G06F30/17 ,  G06F30/27 ,  G06F119/02 ,  G06F119/04

Abstract: 本发明提出一种基于机械设备时序信号的剩余寿命预测方法，针对有监督学习却没有足够初始特征的问题，采用嵌入门控循环单元和线性回归单元的栈式自编码网络，将解决类似任务的已知模型不断叠加并逐一复用，实现特征提取和寿命预测。本发明采用贪婪分层学习算法，采用自底向上的方式逐层对栈式自编码网络进行预训练，将预训练网络的每一层按照自编码器的形式进行堆叠，其中每一层都需要前层初始化完成之后才可以继续训练。本发明可实现对时间序列信号数据的初始化预训练，从而对整个深度神经网络进行微调，可以达到扩充数据信息联系、发掘数据信息潜在关系、降低网络训练深度的目的。