-
公开(公告)号：CN117828437A
公开(公告)日：2024-04-05
申请号：CN202410006532.X
申请日：2024-01-03
Applicant: 华北电力大学(保定)
IPC: G06F18/241 , G06N3/0442 , G06N3/0464 , G06N3/045 , G06F18/213 , G01M13/045
Abstract: 本发明公开了一种基于MF2D‑CNN‑LSTM模型的滚动轴承多故障分类与诊断方法，包括以下步骤：建立网络模型，从原始信号中选取多种故障类型，构建模型的输入信息；数据的预处理，构建数据集；将选取的数据进行打乱与重组，而后按照7：3的比例划分为训练集和测试集；将训练集作为输入，训练模型并进行参数调整；将测试集输入训练完毕的模型中，进行故障的识别与诊断，并对诊断结果进行可视化分析。本发明采用上述于MF2D‑CNN‑LSTM模型的滚动轴承多故障分类与诊断方法，通过对传统神经网络CNN‑LSTM模型的改进，能够大幅度提高轴承多故障分类时诊断结果的准确率。
-
Patent Agency Ranking
公开(公告)号：CN119128584A
公开(公告)日：2024-12-13
申请号：CN202411134774.3
申请日：2024-08-19
Applicant: 华北电力大学(保定)
IPC: G06F18/24 , G06F18/214 , G06F18/213 , G06F18/15 , G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于FFMC模型的地铁列车传动系统多故障诊断方法，属于地铁列车故障诊断技术领域，包括：获取地铁列车传动系统多种部件故障数据集并进行预处理；将预处理后的多种部件故障数据集进行划分，并进行归一化处理；构建FFMC模型并初始化FFMC模型参数；使用训练集对FFMC模型进行训练；使用测试集对训练好的FFMC模型进行测试，实现对地铁列车传动系统多故障的分类与诊断。本发明采用上述方法，通过对传统卷积神经网络进行了改进，融合GRU、多尺度卷积、空洞卷积和残差连接，并使用全局平均池化层替代全连接层，提升了模型的特征提取能力和分类准确率。
-
公开(公告)号：CN110348161B
公开(公告)日：2020-03-24
申请号：CN201910653209.0
申请日：2019-07-19
Applicant: 华北电力大学
IPC: G06F30/36
Abstract: 本发明公开一种电压源型换流器多频段动态相量电磁暂态仿真方法及系统，涉及电力系统分析领域，主要包括：获取电压源型换流器的电气信号；根据直流侧电压信号和各开关器件交流侧电压信号建立各开关器件的开关函数；根据各开关器件的开关函数、电网交流侧三相电压信号、电网交流侧三相电流信号和直流侧电压信号建立电压源型换流器模型；采用多频段动态相量法对电压源型换流器模型进行处理，建立电压源型换流器多频段动态相量电磁暂态仿真模型；对电压源型换流器多频段动态相量电磁暂态仿真模型进行大步长仿真，得到仿真结果。本发明公开的电压源型换流器多频段动态相量电磁暂态仿真方法及系统，能够有效兼顾仿真的精度和效率。
-
公开(公告)号：CN119167168A
公开(公告)日：2024-12-20
申请号：CN202411201296.3
申请日：2024-08-29
Applicant: 华北电力大学(保定)
IPC: G06F18/241 , G06N3/0464 , G06F18/15 , G06F18/213 , G06N3/045 , G01M13/045
Abstract: 本发明涉及轴承故障诊断技术领域，具体公开了一种基于DSS‑CNN模型的地铁轴承标签混淆数据故障诊断方法。包括以下步骤：S1、进行数据预处理与划分数据集并进行归一化处理；S2、初始训练与动态样本选择，将PHM实验数据构建的整个含有少量标签错误样本的数据集输入到DSS‑CNN中进行初始训练，直到模型收敛；S3、最终训练与模型优化，得到最优网络模型；S4、结果可视化展示；S5、评估模型诊断效果。所述方法解决了目前信号采集过程中可能出现的标签混淆的问题，降低标签混淆对诊断模型的影响，实现对地铁轴承含有少量标签错误样本数据的故障诊断，使得该类数据具有可用性，节省资源和成本。
-
公开(公告)号：CN118445727A
公开(公告)日：2024-08-06
申请号：CN202410539797.6
申请日：2024-04-30
Applicant: 华北电力大学(保定)
IPC: G06F18/2433 , G01M13/045 , G06F18/15 , G06F18/2131 , G06F18/2135 , G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/048
Abstract: 本发明公开了一种基于AMFF‑CNN模型的滚动轴承故障诊断方法，属于轴承故障诊断的技术领域，改进了传统的CNN模型，将识别数据由轴承的振动信号转变为时频图，从而转化到对图像进行处理，将最大池化层和平均池化层并联，获得更加丰富的特征并减少卷积层中提取的特征维度；通过残差连接有效地解决了模型训练时随深度增加而梯度消失的问题；运用特征融合层，对来自最大池化与平均池化提取的特征进行特征融合从而关注重要特征，抑制不必要特征以增强网络的表达能力；本发明采用上述方法，以多种工况下的不平衡小样本条件下的轴承故障数据输入模型进行识别与诊断。
-
公开(公告)号：CN110348161A
公开(公告)日：2019-10-18
申请号：CN201910653209.0
申请日：2019-07-19
Applicant: 华北电力大学
IPC: G06F17/50
Abstract: 本发明公开一种电压源型换流器多频段动态相量电磁暂态仿真方法及系统，涉及电力系统分析领域，主要包括：获取电压源型换流器的电气信号；根据直流侧电压信号和各开关器件交流侧电压信号建立各开关器件的开关函数；根据各开关器件的开关函数、电网交流侧三相电压信号、电网交流侧三相电流信号和直流侧电压信号建立电压源型换流器模型；采用多频段动态相量法对电压源型换流器模型进行处理，建立电压源型换流器多频段动态相量电磁暂态仿真模型；对电压源型换流器多频段动态相量电磁暂态仿真模型进行大步长仿真，得到仿真结果。本发明公开的电压源型换流器多频段动态相量电磁暂态仿真方法及系统，能够有效兼顾仿真的精度和效率。
-
-
-
-
-
Search Results
6
records
(took 0.028 seconds)
