-
公开(公告)号：CN115903743B
公开(公告)日：2025-05-02
申请号：CN202211491667.7
申请日：2022-11-25
Applicant: 南京信息工程大学
IPC: G05B23/02 , G06F30/27 , G06F18/2135
Abstract: 本发明涉及一种基于CIOHMM的闭环控制系统的故障诊断方法，采用反馈神经网络、以及卡尔曼滤波/粒子滤波等方法提取故障特征，以此获得主要故障类型的特征数据集，建立实现目标设备状态量判断的CIOHMM模型；不同于传统HMM、IOHMM具有输入，将设备的连续闭环控制信号设置为CIOHMM模型的输入，针对不同的输入，采用不同的状态转移矩阵描述状态的动态变化，可以描述闭环控制下的设备的状态演化；如此所建立CIOHMM模型不仅描述了设备状态与观测值之间的关系，也描述了闭环控制对于系统状态动态变化的影响，可以实现对于空调机组设备故障的精确诊断，比之其他方法有独特的优势。
-
公开(公告)号：CN119598308A
公开(公告)日：2025-03-11
申请号：CN202411452276.3
申请日：2024-10-17
Applicant: 南京信息工程大学
IPC: G06F18/2415 , G06F18/21 , G06N3/0499 , G06N3/084 , F24F11/30
Abstract: 本发明公开了一种基于非整数阶多项式模型的空调机组故障检测方法，包括：获取目标空调机组的故障特征数据；将故障特征数据为训练集和测试集；构建非整数阶多项式网络NIOPN模型；对NIOPN模型的输入数据进行归一化处理；基于梯度下降和Adam优化算法通过对模型进行训练，基于反向传播算法通过测试集计算损失函数对模型参数的梯度，并更新模型参数，获得训练后的NIOPN模型；本发明通过引入非整数阶多项式层的网络架构，增强模型对复杂非线性数据的拟合能力，并且在保持模型精度的同时减少过拟合。该方法可广泛应用于各类数据回归与分类场景，特别适用于特征高度非线性的数据集。
-
公开(公告)号：CN116007129B
公开(公告)日：2024-05-28
申请号：CN202211738975.5
申请日：2022-12-31
Applicant: 南京信息工程大学
IPC: F24F11/38 , G06F18/214 , F24F11/64 , F24F11/61 , F24F120/20 , F24F110/10 , F24F140/20 , F24F110/40
Abstract: 本发明涉及一种融合人热舒适度与检测数据的暖通空调故障诊断方法，基于空调机组对应预设各类型故障的各样本历史时间点，获得各样本历史时间点下、空调机组上预设各待分析对象的检测数据，以及结合空调机组工作所覆盖各空间中人员对热舒适性的感知，获得各样本历史时间点下、空调机组工作所覆盖各空间分别对应的KL散度，如此通过对网络的训练，获得空调机组故障诊断模型，进而实现对空调机组对应目标时间的诊断；整个设计综合考虑空调机组自身检测、以及人体热舒适度感知，可以弥补传感器不足的缺陷，为故障诊断提供更多信息，能够更加高效的提高空调机组故障判断的准确性。
-
公开(公告)号：CN117807423A
公开(公告)日：2024-04-02
申请号：CN202311862878.1
申请日：2023-12-29
Applicant: 南京信息工程大学
IPC: G06F18/213 , G06F18/10 , G06F18/24 , G06N3/006 , G06F17/10
Abstract: 本发明公开了一种基于条件最大平均差异的特征提取方法，包括：采样脑电图信号；根据预设的窗口增量和全连接因子，对待检测的脑电图信号进行全连接窗口的划分；分别提取第一脑电图信号片段向量X和第二脑电图信号片段向量Y中的其中一个窗口信号，将之分别与先验知识健康人正常的脑电图信号进行高斯核函数计算；采用粒子群算法确定两个窗口信号对应的条件最大平均差异的方法的标签；将计算得到的所有窗口信号的标签组成标签向量；通过条件最大平均差异的方法计算第一脑电图信号片段向量X和第二脑电图信号片段向量Y的距离，获得待检测的脑电图信号对应的特征向量。本发明能够提高大脑诊断的效率和准确性。
-
公开(公告)号：CN117644335A
公开(公告)日：2024-03-05
申请号：CN202410080856.8
申请日：2024-01-19
Applicant: 南京信息工程大学
IPC: B23K37/00 , B23K37/053
Abstract: 本发明公开一种电极棒自动对中焊接装置，属于电极棒焊接技术领域；一种电极棒自动对中焊接装置包括焊接机器人，还包括齐头挡板，齐头挡板的左右两侧分别设置有电极棒旋转对轮机构和假电极升降对轮机构，电极棒旋转对轮机构包括第一主动轮和能够偏转调节的第一从动轮，能带动电极棒超齐头挡板旋转前进；假电极升降对轮机构对包括升降的升降台，升降台上设置有第二主动轮和倾斜设置的第二从动轮，并带动假电极朝电极棒靠近；电极棒旋转对轮机构的一侧设置有测径仪，能将所测距离换算成电极棒直径，并反馈至假电极升降对轮机构来控制升降台升降，使假电极与电极棒对齐，在焊接机器人的运行下完成焊接。
-
Patent Agency Ranking
公开(公告)号：CN117113185A
公开(公告)日：2023-11-24
申请号：CN202311074263.2
申请日：2023-08-24
Applicant: 南京信息工程大学
IPC: G06F18/241 , F24F11/38 , F24F11/64 , F24F11/70 , G06F18/214 , G06N3/048
Abstract: 本发明涉及一种基于残差多维泰勒网的暖通空调故障诊断方法，针对目标暖通空调所对应的各类型故障、考虑各暖通空调变量类型数据，针对基于BP‑MTN分类器所创新设计的残差多维泰勒网（ResNet Multidimensional Taylor Network,ResMTN）分类器进行训练，获得暖通空调故障诊断模型，其中ResMTN分类器依次包括输入层、多项式层、激活层、残差连接模块、全连接层、Softmax层、输出层，进而在应用中实现对目标暖通空调的故障诊断；设计方案简化了模型复杂度、提升模型泛化能力，与常用的机器学习分类器相比，能够在不降低分类准确率的同时，提高暖通空调的检测效率。
-
公开(公告)号：CN116089885A
公开(公告)日：2023-05-09
申请号：CN202310142704.1
申请日：2023-02-21
Applicant: 南京信息工程大学
IPC: G06F18/2431 , G06F18/214 , G06F18/25
Abstract: 本发明涉及一种基于随机深度森林的未知故障类型诊断方法，基于空调机组对应历史时序下的样本数据，抽取建立多个训练集，分别用于训练各个深度森林模型，获得各个分别关于预设已知故障类型的各空调机组故障诊断模型；进而针对空调机组对应目标时间下的检测数据进行应用，根据各诊断状态之间一致性的判断，实现空调机组对应目标时间的诊断，即实现了已知故障与未知故障的精确诊断，相比之其他可诊断未知故障类型的方法，有独特的优势，解决了因人们对系统物理机理和经验方面缺失所带来未知故障问题，以及传统方法无法检测未知故障类型的情况，保证实际工作的稳定性。
-
公开(公告)号：CN115514276A
公开(公告)日：2022-12-23
申请号：CN202211268775.8
申请日：2022-10-17
Applicant: 南京信息工程大学
Abstract: 本发明涉及一种永磁无刷直流电机矢量优选预测控制方法，包含电流状态方程的离散化、预测下一时刻的理想电压矢量、扇区划分、判断选取最优电压矢量、计算最优电压矢量作用时间、获取驱动脉冲信号等步骤；设计方法通过增加每个采样周期施加电压矢量的个数，灵活选取并调节两个电压矢量及各自作用时间，使得预测结果更加接近理想电压矢量，提高系统稳定性，减小转矩脉动，获得更好的控制效果；该方法通过十二扇区划分判断理想电压矢量的位置，直接选择出两个最优电压矢量，无需利用价值函数通过遍历所有矢量的方式选取第二个最优电压矢量，从而大幅减小计算量，使模型预测控制方法更具实用性和通用性。
-
公开(公告)号：CN115289608A
公开(公告)日：2022-11-04
申请号：CN202210912736.0
申请日：2022-07-31
Applicant: 南京信息工程大学
Abstract: 本发明涉及一种基于有监督投票机制的空调机组故障诊断方法，首先基于各传感器之间等式约束条件，建立描述传感器网络的投票网络；接着每个传感器通过判断对应的约束条件是否满足、以及结合权值构建投票矩阵，并在投票矩阵之外增加投票系数矩阵，建立以投票系数矩阵为决策变量，基于F测度与1之间的差值的平方和建立优化目标的目标函数，采用模拟退火算法得到最优投票系数矩阵；最后基于最优投票系数矩阵建立玻尔兹曼机的权重矩阵；基于权重矩阵对玻尔兹曼机的状态进行迭代更新，并根据其收敛到的状态确定传感器节点状态，对空调机组传感器故障实现精确诊断，设计方案克服大规模网络难以对故障进行定位的缺点，比之其他分布式方法有独特的优势，并且大大提高了求解速度。
-
公开(公告)号：CN114484732A
公开(公告)日：2022-05-13
申请号：CN202210043873.5
申请日：2022-01-14
Applicant: 南京信息工程大学
Abstract: 本发明涉及一种基于新型投票网络的空调机组传感器故障诊断方法，首先基于各传感器之间等式约束条件，建立描述传感器网络的投票网络；接着每个传感器通过判断对应的约束条件是否满足、来对其他传感器进行投票；然后基于投票结果，确定投票网络节点之间的权值；最后基于权值矩阵得到投票网络中各节点状态，即各传感器的状态，以实现对传感器故障的精确定位；整个设计很好地描述了大规模网络的拓扑结构，并且能够克服大规模网络难以对故障进行定位的缺点，实现了对于空调机组传感器故障的精确诊断，比之其他方法有独特的优势。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.034 seconds)
