公开(公告)号：CN108510153B

公开(公告)日：2022-09-16

申请号：CN201810129066.9

申请日：2018-02-08

Applicant: 同济大学

Inventor： 唐堂 ,  胡天浩 ,  吴杰 ,  刘晋飞 ,  靳文瑞 ,  王亮 ,  陈明

IPC: G06Q10/06 ,  G06N3/04 ,  G01M99/00

Abstract: 本发明涉及一种多工况旋转机械故障诊断方法，包括：S1、采集得到旋转机械的原始振动数据矩阵；S2、对原始振动数据依次进行傅里叶变换和归一化处理，得到规范化振动数据矩阵；S3、将规范化振动数据矩阵输入由卷积神经网络与K近邻分类器串联组合建立的故障诊断模型中，得到诊断结果。与现有技术相比，本发明通过卷积神经网络，提升了诊断模型对多变工况下对不变性特征的提取能力；通过K近邻分类器，增强诊断模型对非线性故障特征的分类能力与鲁棒性；两者结合共同提升了诊断模型对复杂工况条件下旋转机械故障诊断的准确率，为在线智能化故障诊断提供了有力支持。

公开(公告)号：CN108510153A

公开(公告)日：2018-09-07

申请号：CN201810129066.9

申请日：2018-02-08

Applicant: 同济大学

Inventor： 唐堂 ,  胡天浩 ,  吴杰 ,  刘晋飞 ,  靳文瑞 ,  王亮 ,  陈明

IPC: G06Q10/06 ,  G06N3/04 ,  G01M99/00

Abstract: 本发明涉及一种多工况旋转机械故障诊断方法，包括：S1、采集得到旋转机械的原始振动数据矩阵；S2、对原始振动数据依次进行傅里叶变换和归一化处理，得到规范化振动数据矩阵；S3、将规范化振动数据矩阵输入由卷积神经网络与K近邻分类器串联组合建立的故障诊断模型中，得到诊断结果。与现有技术相比，本发明通过卷积神经网络，提升了诊断模型对多变工况下对不变性特征的提取能力；通过K近邻分类器，增强诊断模型对非线性故障特征的分类能力与鲁棒性；两者结合共同提升了诊断模型对复杂工况条件下旋转机械故障诊断的准确率，为在线智能化故障诊断提供了有力支持。

公开(公告)号：CN119647282A

公开(公告)日：2025-03-18

申请号：CN202411866874.5

申请日：2024-12-18

Applicant: 同济大学

Inventor： 黄华 ,  谢楠 ,  刘晋飞 ,  陆贝尔 ,  庞玮 ,  李蔚 ,  梅超龙 ,  朱易凡 ,  瞿靖东 ,  李明睿

IPC: G06F30/27 ,  G06N3/006 ,  G06N3/08 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06T7/73 ,  G06T7/13 ,  G06F111/06

Abstract: 本发明提出了一种基于数字孪生的机器人结构生成式设计与优化方法，包括以下步骤：步骤1、基于深度神经网络，建立机械臂结构生成模型；机械臂结构生成模型的输入为任务需求，其输出为机械臂的杆长和关节数量；步骤2、基于改进的粒子群算法，对机械臂结构生成模型的输出进行寻优；其中，改进的粒子群算法中，惯性权重为自适应权重；步骤3、结合步骤2输出的最优解，设计机器人并完成其搭建。本发明可基于某一特定场景生成一款机器人，且性能评价指标多样化。

公开(公告)号：CN116861788A

公开(公告)日：2023-10-10

申请号：CN202310856873.1

申请日：2023-07-13

Applicant: 同济大学

Inventor： 黄华 ,  梁乐搏 ,  胡宏霖 ,  张冰怡 ,  刘益萌 ,  刘晋飞 ,  谢楠 ,  陆贝尔 ,  庞玮 ,  张仕祥 ,  于春梵 ,  朱易凡 ,  陈震煊

IPC: G06F30/27 ,  G06F30/25 ,  G06N3/006

Abstract: 本发明公开了一种基于智能算法的缩比模型附加质量的方法，包括：S1、初始化质点，恢复初始文件；S2、随机产生更改质量质点的位置、位移或偏移；S3、进行模态分析，获取固有频率与关键振型；S4、根据适应度函数，判断是否为当前最优值，当判断最优时，保存为最优值或替换旧有最优值；当判断为非最优值，则进行下一步；S5、进行判断是否达到迭代次数，当判断没有达到迭代次数，则重新生产参数返回步骤S3；反之则输出最优参数。根据本发明，提高缩比模型模态相似度，实现自主优化，减少人工时间投入。

公开(公告)号：CN116861746A

公开(公告)日：2023-10-10

申请号：CN202310856827.1

申请日：2023-07-13

Applicant: 同济大学

Inventor： 黄华 ,  刘晋飞 ,  朱易凡 ,  陈震煊 ,  梁乐搏 ,  胡宏霖 ,  张冰怡 ,  刘益萌 ,  谢楠 ,  陆贝尔 ,  庞玮 ,  于春梵 ,  张仕祥

IPC: G06F30/23 ,  G06F30/27 ,  G06N3/006 ,  G06F30/25 ,  G06F119/14

Abstract: 本发明公开了一种基于智能算法的隔振设计方法，包括：S1、通过APDL导入管道模型；S2、计算初始位置数据；S3、随机初始化信息素分布；S4、通过蚂蚁进行全局搜索旋转支撑位置坐标；S5、进行位置参数修改、谐响应分析及隔振效率计算；S6、计算适应度评估路径；S7、更新信息素与最优路径；S7、判断是否达到最大迭代次数，当判断没有达到最大迭代次数，则返回步骤S4，反之则进行下一步；S8、输出最优解与迭代变化曲线。根据本发明，实现自主优化，减少人工时间投入，降低对人员经验要求，自动进行参数优化，提升时间效率和经济效率，通过可量化的数据客观的反映缩比模型的相似程度。

公开(公告)号：CN108388977A

公开(公告)日：2018-08-10

申请号：CN201810048889.9

申请日：2018-01-18

Applicant: 同济大学

Inventor： 刘晋飞 ,  刘江山 ,  靳文瑞 ,  唐堂 ,  王亮 ,  陈明

IPC: G06Q10/06 ,  G06Q10/10 ,  G06Q50/04

Abstract: 本发明涉及一种面向智能制造的协同开发系统及方法，该系统包括：需求分析模块：用以在产品的生产之前获取客户对产品的需求，并对需求根据知识进行解释、分类，并转化生成任务；任务分解模块：根据客户对产品的需求生成总任务，然后对总任务进行任务细分和功能细分，最终分解形成可识别的多个子任务；指派任务模块：用以对描述的任务和问题进行分配，并且选择任务执行过程决策要素和过程模型的优化算法，将各个任务指派到相关的协同设计模块；协同开发模块：用以接受和执行指派的任务，并对执行结果进行评估和分析。与现有技术相比，本发明具有组织协同、直观高效、动态变化、生产柔性化等优点。