-
公开(公告)号：CN111774932B
公开(公告)日：2022-09-06
申请号：CN202010611530.5
申请日：2020-06-30
Applicant: 华中科技大学无锡研究院
IPC: B23Q17/09
Abstract: 本发明涉及刀具监测技术领域，具体公开了一种刀具健康状况在线监测方法，其中，包括：获取机床主轴的实时控制信号，其中所述机床主轴的实时控制信号包括与机床主轴的控制电流信号对应的电压信号；对所述机床主轴的实时控制信号进行处理，并得到设置在机床主轴上的当前刀具的健康状况；输出机床主轴上的当前刀具的健康状况。本发明还公开了一种刀具健康状况在线监测装置及系统。本发明提供的刀具健康状况在线监测方法能够准确分辨刀具磨损程度，且能够在更准确的时间点将磨损刀具更换，更有利于生产工厂节省加工成本，提高产品竞争力。
-
公开(公告)号：CN108620950A
公开(公告)日：2018-10-09
申请号：CN201810432869.1
申请日：2018-05-08
Applicant: 华中科技大学无锡研究院
IPC: B23Q17/09
Abstract: 本发明涉及刀具加工状态监测技术领域，具体公开了一种车削刀具加工状态监测方法，其中，包括：采集数控车床主轴三相电流特征信号；对所述数控车床主轴三相电流特征信号进行数据清洗得到预处理数据；提取所述预处理数据中的特征相关系数；将所述特征相关系数加载至数据系统中进行运行实现数控车床刀具加工状态监测。本发明还公开了一种车削刀具加工状态监测系统。本发明提供的车削刀具加工状态监测方法能够实现数控车床刀具运行状态故障异常实时预测，避免对工业生产产生进一步的损失。
-
公开(公告)号：CN119128648A
公开(公告)日：2024-12-13
申请号：CN202411275937.X
申请日：2024-09-12
Applicant: 华中科技大学无锡研究院 , 元始智能科技(南通)有限公司
IPC: G06F18/241 , G06F18/213 , G06N3/0464 , G06N3/08 , G01M13/00
Abstract: 本发明涉及一种针对于液压系统多速率数据的故障诊断方法。本发明包括获取液压系统中多传感器信号，所述多传感器信号包括由不同类型传感器采集到的压力、温度和/或振动信号对所述多传感器信号进行预处理；基于预处理后的所述多传感器信号，获取所述多传感器信号中对应高采样速率信号的第一故障特征和对应低采样速率信号的第二故障特征；对所述第一故障特征和所述第二故障特征进行融合，得到多速率融合特征；基于所述多速率融合特征，进行故障分类。本发明能够对液压系统故障部件进行准确故障识别，解决了多速率信号难以输入单一神经网络中进行推理训练的问题。
-
公开(公告)号：CN117150301A
公开(公告)日：2023-12-01
申请号：CN202311149457.4
申请日：2023-09-06
Applicant: 华中科技大学无锡研究院
IPC: G06F18/214 , G06F18/213 , G06F18/25
Abstract: 本发明涉及滚动轴承技术领域，尤其涉及数据缺失情况下旋转设备剩余使用寿命预测技术。该方法包括：获取与目标轴承对应的轴承振动数据，根据预设轴承振动特征种类对轴承振动数据进行特征提取，将至少两组轴承特征输入寿命及特征预测模型，输出得到与目标轴承对应的轴承寿命结果。在进行旋转设备使用寿命的预测过程中，基于现有的轴承工作相关数据进行特征提取，在特征提取后，通过人工智能模型同时进行轴承的寿命预测与缺失的特征生成，解决了现有工业场景数据稀少限制了学习深度的局限性，使得对于旋转设备寿命预测的准确性提高。
-
公开(公告)号：CN117150253A
公开(公告)日：2023-12-01
申请号：CN202311152116.2
申请日：2023-09-06
Applicant: 华中科技大学无锡研究院
IPC: G06F18/21 , G06F18/213 , G06F18/25 , G06F18/214
Abstract: 本发明涉及航空发动机技术领域，尤其涉及一种基于多任务学习的发动机健康状态评估方法,该方法包括：获取与目标发动机对应的发动机工况数据集，发动机工况数据集中包括至少两项发动机工况数据；获取发动机参考工况数据集；确定与目标发动机对应的发动机融合特征；得到与目标发动机对应的状态评估结果，状态评估结果包括发动机健康状态子结果、寿命预测子结果以及可靠性评估子结果。在对于发动机的健康状态进行预测的过程中，对于发动机进行多维度的数据获取以及特征融合，并将融合后的特征输入模型当中进行预测，以得到具有可健康阶段、寿命预测以及可靠性结果的多维度检测结果，以实现对于发动机健康状态的多维度状态获取。
-
Patent Agency Ranking
公开(公告)号：CN111832221B
公开(公告)日：2023-09-26
申请号：CN202010579479.4
申请日：2020-06-23
Applicant: 华中科技大学无锡研究院
IPC: G06F30/27 , G06F18/2113 , G06F18/214 , G06F18/27 , G01R31/36 , G01R31/367 , G01R31/387 , G01R31/392 , G06F119/04
Abstract: 本发明提供一种基于特征筛选的锂电池寿命预测方法，包括以下步骤：步骤S1，将采集的锂电池数据划分为训练集和测试集；训练集和测试集中均包括多个样本；步骤S2，对训练集和测试集中的锂电池样本的前m个充放电循环中放电SOC进行两两不重复相减；m>20；步骤S3，将每个锂电池的SOC相减结果求得方差，得到每个锂电池的特征；步骤S4，将训练集中训练样本的特征和寿命输入到带有ARD的高斯过程回归模型进行模型训练；步骤S5，将所述训练的模型的稀疏特征权重进行可视化；步骤S6，将测试集中的样本的特征输入到训练模型中进行寿命预测。本发明能够自动提取高相关性特征，使得锂电池寿命预测更准确。
-
公开(公告)号：CN111774932A
公开(公告)日：2020-10-16
申请号：CN202010611530.5
申请日：2020-06-30
Applicant: 华中科技大学无锡研究院
IPC: B23Q17/09
Abstract: 本发明涉及刀具监测技术领域，具体公开了一种刀具健康状况在线监测方法，其中，包括：获取机床主轴的实时控制信号，其中所述机床主轴的实时控制信号包括与机床主轴的控制电流信号对应的电压信号；对所述机床主轴的实时控制信号进行处理，并得到设置在机床主轴上的当前刀具的健康状况；输出机床主轴上的当前刀具的健康状况。本发明还公开了一种刀具健康状况在线监测装置及系统。本发明提供的刀具健康状况在线监测方法能够准确分辨刀具磨损程度，且能够在更准确的时间点将磨损刀具更换，更有利于生产工厂节省加工成本，提高产品竞争力。
-
公开(公告)号：CN119249875A
公开(公告)日：2025-01-03
申请号：CN202411283117.5
申请日：2024-09-13
Applicant: 华中科技大学无锡研究院 , 元始智能科技(南通)有限公司
IPC: G06F30/27 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及一种电机故障诊断方法及系统。本发明包括建立电机旋转机械装置的动力学模型；将动力学模型在虚拟空间内进行故障仿真，得到第一虚拟故障数据；采集电机旋转机械装置与第一虚拟故障数据对应的真实故障数据；基于生成对抗网络，得到质量提高后的第二虚拟故障数据；基于余弦相似度，计算第二虚拟故障数据对应的虚拟振动响应与真实故障数据对应的物理振动响应之间的相似度；计算节点集中嵌入向量之间的余弦相似度，基于嵌入向量之间的余弦相似度，构造邻接矩阵；基于邻接矩阵，得到故障诊断结果。显著提升了电机在有限或无故障数据情况下的诊断性能。
-
公开(公告)号：CN117150252A
公开(公告)日：2023-12-01
申请号：CN202311149898.4
申请日：2023-09-06
Applicant: 华中科技大学无锡研究院
IPC: G06F18/21 , G06F18/213 , G06F18/25 , G06F18/214 , G06N3/0464
Abstract: 本发明涉及刀具检测技术领域，尤其涉及基于多任务学习的刀具健康情况评估方法,该方法包括：获取与目标刀具对应的刀具数据集；对刀具数据集进行特征提取，得到与目标刀具对应的至少两个刀具特征；通过卷积自编码器对刀具特征进行特征融合，得到刀具融合特征；将刀具融合特征输入刀具健康情况评估模型，输出得到与目标刀具在刀具健康情况评估结果。在进行对于目标刀具的健康情况进行评估的过程当中，对于目标刀具的工作数据进行获取后，通过特征提取以及特征融合的方式获取与目标刀具对应的融合特征，之后将融合特征输入健康情况评估模型中，输出对应刀具可靠程度、磨损情况以及健康阶段的三个子结果，实现对于刀具健康状态的多维评估。
-
公开(公告)号：CN110083804B
公开(公告)日：2022-10-28
申请号：CN201910333754.1
申请日：2019-04-24
Applicant: 华中科技大学无锡研究院
IPC: G06F17/18
Abstract: 本发明提供一种基于条件分布回归的风电场SCADA数据缺失的智能修复方法，包括以下步骤：选择两个相关的传感器数据，其中一个为条件数据X，另一个为待修复数据Y；建立散点图；去除散点图中采样点的异常点；计算条件数据X中最大值与最小值的差值，求得条件数据X的分布范围，对数据等分为数十段；根据一段数据中待修复数据Y的条件分布集中度，决定是否舍弃该段，若数据集中，则保留，并将一段数据中Y中位数对应的采样点作为该段的代表点，若数据分散则舍弃该段；对于所有选出的代表点，将相邻的代表点进行线性插补；然后根据线性插补后X‑Y的函数关系进行映射。本发明解决了现有方法修复精度低，计算量较大的问题。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.047 seconds)
