公开(公告)号：CN119987285A

公开(公告)日：2025-05-13

申请号：CN202510092964.1

申请日：2025-01-21

Applicant: 华中科技大学

Inventor： 史铁林 ,  黄雨西 ,  段暕 ,  梁健强 ,  郭康彪 ,  熊学辰 ,  纪建党

IPC: G05B19/408

Abstract: 本发明属于伺服控制优化相关技术领域，其公开了一种基于柔性动作‑评价算法的滚珠丝杠进给系统伺服参数优化方法及设备，该方法包括以下步骤：(1)构建基于Actor‑Critic框架的SAC算法的智能体网络，所述智能体网络引入了最大熵；(2)通过环境搜索接口将滚珠丝杠进给系统的仿真模型和SAC算法的智能体网络关联，并训练SAC算法的智能体网络，继而采用训练完成的智能体网络获得优化的伺服参数。使用的SAC算法引入了最大熵概念，在探索最大累计奖励值的同时，探索随机策略的最大熵，拓宽了智能体网络的探索空间，提高探索的随机性，相较于启发式算法和其他深度强化学习算法而言，不易陷入局部最优。

公开(公告)号：CN119598347A

公开(公告)日：2025-03-11

申请号：CN202411683129.7

申请日：2024-11-22

Applicant: 华中科技大学

Inventor： 史铁林 ,  郭康彪 ,  段暕 ,  纪建党 ,  梁健强 ,  胡铖 ,  杨静 ,  黄雨西 ,  熊学辰

IPC: G06F18/2431 ,  G01M13/02 ,  G01M13/028 ,  G06F18/2131 ,  G06F18/15 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/096

Abstract: 本发明属于故障信号处理相关技术领域，并公开了一种部分源域数据缺失的多源域滚珠丝杠故障诊断方法及系统。该方法包括：对于丝杠运行过程不同工况下部分故障类别缺失的振动信号进行数据补齐，获得所有工况对应的完整源域；将源域和目标域输入域自适应网络中进行训练，域自适应网络中包括原型学习模块和分类器，原型学习模块中采用最小化最大均值差异损失函数和特征范数损失函数拉近各个源域与目标域之间的特征分布距离，分类器将故障类型作为输出；将待诊断的振动信号输入所述域自适应网络的分类器中，以此获得待诊断的振动信号对应的故障类型。通过本发明，解决现有诊断方法不能进行部分工况训练数据缺失下未知工况故障诊断的问题。

公开(公告)号：CN119441981A

公开(公告)日：2025-02-14

申请号：CN202411540198.2

申请日：2024-10-31

Applicant: 华中科技大学

Inventor： 史铁林 ,  纪建党 ,  段暕 ,  郭康彪 ,  梁健强 ,  胡铖 ,  杨静 ,  熊学辰

IPC: G06F18/241 ,  G06F18/10 ,  G06V10/764 ,  G06V10/774 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094 ,  G01M13/028 ,  G06F123/02

Abstract: 本发明属于设备智能故障诊断相关技术领域，其公开了一种基于格拉姆角场与VAE‑GAN的设备故障诊断方法及系统，包括：离线阶段：采集设备振动信号，建立初始信号样本集；利用GAF编码技术将信号样本编码为格拉姆角场图片；基于GAN建立样本增广模型，利用初始图片样本集进行训练；利用训练完成的样本增广模型获取扩展图片样本集；建立图片分类模型，基于扩展图片样本集进行训练；在线诊断阶段：将待测信号样本编码为格拉姆角场图片；输入训练完成的图片分类模型，获取故障模式分类结果。本发明将设备故障振动信号转化为二维图像，能够充分发挥GAN在图像生成中的优势，解决了现故障样本少、样本分布不均衡的问题。