-
公开(公告)号：CN110779988A
公开(公告)日：2020-02-11
申请号：CN201911041769.7
申请日：2019-10-30
Applicant: 同济大学
Abstract: 本发明涉及一种基于深度学习的螺栓寿命预测方法，其特征在于，包括以下步骤：通过螺栓检测传感器，获取螺栓裂纹的原始数据，并进行数据预处理；将预处理完后的数据输入故障诊断模型提取多维故障特征，故障诊断模型采用DNN网络模型；通过PCA将多维故障特征集成为一维故障特征；将一维故障特征输入RUL预测模型获取寿命预测结果。与现有技术相比，本发明通过传统的PCA把深度学习高维深层特征集成为一维的故障特征变量，根据历史故障数据抽取的故障特征量定义故障标尺，建立基于指数型非线性拟合函数的RUL预测模型，直接刻画故障特征量和RUL间的关系，缩短了DNN模型的运行时间，提高了实时预测的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN110687919A
公开(公告)日：2020-01-14
申请号：CN201911000457.1
申请日：2019-10-21
Applicant: 同济大学
IPC: G05D1/10
Abstract: 本发明涉及一种面向水电站输水管道巡检的无人机自主飞行控制方法，所述无人机上设有激光雷达、惯性导航器件和下视视觉传感器，整体巡检流程如下：步骤S1：无人机起飞，机载摄像头采集管道内壁影像数据；步骤S2：通过飞行控制器沿管道中轴线前进；步骤S3：根据激光雷达、惯性导航器件采集的数据对无人机当前位置进行判断，飞行至管道终点后返航；步骤S4：返航接近起飞点时，下视视觉传感器寻找起降平台上的降落点标记，调整自身位置至降落点正上方进行降落，降落完成后机载摄像头关闭。与现有技术相比，本发明具有快速高效、适应多种管道结构等优点。
-
公开(公告)号：CN110910350B
公开(公告)日：2022-06-14
申请号：CN201911046957.9
申请日：2019-10-30
Applicant: 同济大学
Abstract: 本发明涉及一种用于风电塔筒的螺母松动检测方法，包括以下步骤：采集二维图像数据；通过随机森林分类模型检测螺母在二维图像中的位置；通过回归模型获取二维图像中每个螺母相对于相机坐标系的初步平移向量；选取其最接近的预设的螺母姿态模板；优化目标函数获取每个螺母的当前旋转向量R’和当前平移向量T’；将旋转向量R’和当前平移向量T’与其预设的原始旋转向量R0和原始平移向量T0比较，判定螺母发生松动。与现有技术相比，本发明通过使用计算机视觉以及机器学习技术，能够依靠少量的模板就能得到相对精确的初始位姿，降低算法实现的成本，而且精度较高且有效减少了人工成本。
-
公开(公告)号：CN111222680A
公开(公告)日：2020-06-02
申请号：CN201911033654.3
申请日：2019-10-28
Applicant: 同济大学
Abstract: 本发明涉及一种基于最小二乘支持向量机的风电站出力超短时预测方法，具体包括以下步骤：步骤S1：利用变分模态分解将风速时间序列分解为N个不同尺度的模态分量；步骤S2：为各模态分量分别建立最小二乘支持向量机的LSSVM预测模型；步骤S3：将风速历史序列的数据集分割成训练集、交叉验证集和测试集，并对数据进行归一化处理；步骤S4：通过训练集滚动训练LSSVM预测模型，在交叉验证集上利用粒子群优化算法优化LSSVN预测模型的核宽度和惩罚因子，然后在测试集上测试误差，得到小于误差阈值的最优LSSVM预测模型。与现有技术相比，本发明具有降低风速非平稳性的影响、提高预测精度等优点。
-
公开(公告)号：CN110910350A
公开(公告)日：2020-03-24
申请号：CN201911046957.9
申请日：2019-10-30
Applicant: 同济大学
Abstract: 本发明涉及一种用于风电塔筒的螺母松动检测方法，包括以下步骤：采集二维图像数据；通过随机森林分类模型检测螺母在二维图像中的位置；通过回归模型获取二维图像中每个螺母相对于相机坐标系的初步平移向量；选取其最接近的预设的螺母姿态模板；优化目标函数获取每个螺母的当前旋转向量R’和当前平移向量T’；将旋转向量R’和当前平移向量T’与其预设的原始旋转向量R0和原始平移向量T0比较，判定螺母发生松动。与现有技术相比，本发明通过使用计算机视觉以及机器学习技术，能够依靠少量的模板就能得到相对精确的初始位姿，降低算法实现的成本，而且精度较高且有效减少了人工成本。
-
公开(公告)号：CN110687919B
公开(公告)日：2021-06-04
申请号：CN201911000457.1
申请日：2019-10-21
Applicant: 同济大学
IPC: G05D1/10
Abstract: 本发明涉及一种面向水电站输水管道巡检的无人机自主飞行控制方法，所述无人机上设有激光雷达、惯性导航器件和下视视觉传感器，整体巡检流程如下：步骤S1：无人机起飞，机载摄像头采集管道内壁影像数据；步骤S2：通过飞行控制器沿管道中轴线前进；步骤S3：根据激光雷达、惯性导航器件采集的数据对无人机当前位置进行判断，飞行至管道终点后返航；步骤S4：返航接近起飞点时，下视视觉传感器寻找起降平台上的降落点标记，调整自身位置至降落点正上方进行降落，降落完成后机载摄像头关闭。与现有技术相比，本发明具有快速高效、适应多种管道结构等优点。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
