-
公开(公告)号：CN114528939A
公开(公告)日：2022-05-24
申请号：CN202210155043.1
申请日：2022-02-21
Applicant: 南通大学
Abstract: 本发明公开了一种基于Kolmogorov‑Smirnov检验的微小故障检测方法，包括：对训练样本进行标准化预处理后，建立了一个PCA模型，获得负载矩阵P，之后，在线实时采集样本数据，利用离线过程建立的PCA模型，算出在线数据的主元空间，将训练数据和在线数据的主元空间进行K‑S检验，将得出K‑S检验统计量Dn的值与控制限比较，实现在线监控。本发明克服了传统PCA故障检测方法因微小故障幅值较小而对微小故障检测性能不佳的问题，对微小故障有较高的检测率。
-
公开(公告)号：CN116662878A
公开(公告)日：2023-08-29
申请号：CN202310590133.8
申请日：2023-05-24
Applicant: 南通大学
IPC: G06F18/241 , G06F18/214 , G06F18/213 , G05B23/02
Abstract: 本发明涉及化工过程故障检测技术领域，尤其涉及一种基于递推集成规范变量分析的微小故障在线检测方法。解决了传统规范变量分析方法对幅值低、易受噪声干扰的微小故障检测率极低的问题。其技术方案为：包括以下步骤：S1：离线训练，对原始训练数据进行随机采样；进行标准化处理；进行建模；计算统计量；组合成统计量矩阵；在统计量矩阵中沿行滑动；计算协方差矩阵；求的最大特征值统计量，并确定其控制限；S2在线检测，在线采集数据；计算统计量；堆叠成行向量；计算最大特征值统计量；与离线训练得到的控制限比较，判断采样时刻是否有故障发生。本发明的有益效果为：本发明提高了传统CVA对微小故障的检测率，且降低了在线检测的计算负荷。
-
Patent Agency Ranking
公开(公告)号：CN114453707A
公开(公告)日：2022-05-10
申请号：CN202210260652.3
申请日：2022-03-16
Applicant: 南通大学
Abstract: 本发明公开了一种基于ToF技术的多场景小型自动焊接机器人，包括：包括支撑底座，在该支撑底座上设置有环境感知单元、爬行单元、吸附单元、控制单元、图像采集单元、焊接单元、焊接驱动单元以及数据传输单元。本发明通过拍摄到周边环境图像，再根据周围的图像信息控制爬行单元和吸附单元完成焊接机器人移动，到达工作点之后，根据图像采集单元获取焊点三维信息，再控制焊接驱动单元以及爬行单元实现焊接单元在焊接工作面上的三维移动，实现采用逐行扫描的方式在每个焊接工作面完成焊接作业。
-
公开(公告)号：CN114453707B
公开(公告)日：2024-08-13
申请号：CN202210260652.3
申请日：2022-03-16
Applicant: 南通大学
Abstract: 本发明公开了一种基于ToF技术的多场景小型自动焊接机器人，包括：包括支撑底座，在该支撑底座上设置有环境感知单元、爬行单元、吸附单元、控制单元、图像采集单元、焊接单元、焊接驱动单元以及数据传输单元。本发明通过拍摄到周边环境图像，再根据周围的图像信息控制爬行单元和吸附单元完成焊接机器人移动，到达工作点之后，根据图像采集单元获取焊点三维信息，再控制焊接驱动单元以及爬行单元实现焊接单元在焊接工作面上的三维移动，实现采用逐行扫描的方式在每个焊接工作面完成焊接作业。
-
公开(公告)号：CN114881562A
公开(公告)日：2022-08-09
申请号：CN202210513071.6
申请日：2022-05-11
Applicant: 南通大学
Abstract: 本发明公开了一种基于视觉辅助定位与无人机抓取的取货系统及其控制方法，包括：无人机，包裹框架，包裹容置箱，取货平台，其设置在取货口中，用于将包裹容置箱中的包裹框架递出；抓取装置，其设置在无人机平台的底部，用于抓取的包裹框架；其中，包裹容置箱中还设置有控制系统和通信模块，并且该包裹容置箱对外一侧的顶部还设置有双目视觉系统；用户将需要发送的包裹放入包裹容置箱，无人机通过双目视觉系统的辅助对所述包裹进行精确定位，进而取走包裹，实现高层住宅用户方便快捷地发出包裹或退货。
-
公开(公告)号：CN114528939B
公开(公告)日：2024-05-17
申请号：CN202210155043.1
申请日：2022-02-21
Applicant: 南通大学
IPC: G06F18/2135 , G06F17/18 , G06F17/16
Abstract: 本发明公开了一种基于Kolmogorov‑Smirnov检验的微小故障检测方法，包括：对训练样本进行标准化预处理后，建立了一个PCA模型，获得负载矩阵P，之后，在线实时采集样本数据，利用离线过程建立的PCA模型，算出在线数据的主元空间，将训练数据和在线数据的主元空间进行K‑S检验，将得出K‑S检验统计量Dn的值与控制限比较，实现在线监控。本发明克服了传统PCA故障检测方法因微小故障幅值较小而对微小故障检测性能不佳的问题，对微小故障有较高的检测率。
-
公开(公告)号：CN115167380A
公开(公告)日：2022-10-11
申请号：CN202211005693.4
申请日：2022-08-22
Applicant: 南通大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于规范变量分析集成检测器的微小故障检测方法，首先，确定抽样比例系数，对训练数据进行k次随机有放回采样得到k个子集，再建立k个CVA离线模型，并利用累计信息熵余度法确定主要规范变量个数。然后，在线采集样本数据，用离线过程中的k个CVA模型计算出在线数据的统计量，再与离线计算的最后w‑1行统计量堆叠成矩阵，给定一个滑动窗口，对窗口内的数据进行奇异值分解，并利用加权平均的方法获取最终的统计量，将其与控制限进行比较，可实时监测工业过程中是否有微小故障发生。本发明上述故障检测方法，通过集成学习的思想增强有效信息提取能力，使得对微小故障的检测更加灵敏。
-
-
-
-
-
-
Search Results
7
records
(took 0.013 seconds)
