-
公开(公告)号：CN118961212A
公开(公告)日：2024-11-15
申请号：CN202411253903.0
申请日：2024-09-06
Applicant: 哈尔滨工程大学
IPC: G01M13/045
Abstract: 本发明公开了一种基于边缘计算架构的轴承故障诊断系统，涉及机械故障智能诊断领域，包括以下步骤：S1：利用振动传感器采集轴承振动加速度信号；S2：对步骤S1中采集到的加速度信号进行小波阈值去噪预处理，并构建故障轴承数据集；S3：将故障轴承数据集划分为训练集和测试集，分别输入深度卷积神经网络DCNN进行训练和测试，保存对应的模型参数；S4：将训练好的DCNN模型移植到树莓派4B嵌入式平台端；S5：搭建边缘计算架构，整合数据采集模块和故障诊断模块，输出轴承故障类型。本发明通过边缘计算架构，将采集数据和处理数据的过程集成到嵌入式平台端，有效解决了工业现场对轴承故障数据处理不及时和实时性低的问题。
-
公开(公告)号：CN118936890A
公开(公告)日：2024-11-12
申请号：CN202411253911.5
申请日：2024-09-06
Applicant: 哈尔滨工程大学
IPC: G01M13/045
Abstract: 本发明公开了一种基于LSTM‑CNN融合模型的轴承故障实时诊断系统，涉及机械故障智能诊断领域，具体包括以下步骤：S1：搭建信号采集实验平台，通过振动传感器采集轴承振动加速度数据；S2：对加速度数据进行预处理，并构建故障轴承数据集；S3：将故障轴承数据集输入LSTM‑CNN融合模型中，添加注意力机制LSTM层，重新分配故障权重，突出故障类型特征，训练并保存融合模型参数；S4：将融合模型移植到树莓派4B嵌入式平台中；S5：以树莓派4B作为主控系统，实时输出轴承故障类型；S6：对上位机软件进行设计。本发明采用上述的一种基于LSTM‑CNN融合模型的轴承故障实时诊断系统，有效解决工业现场对轴承故障诊断准确率低和实时性差的问题，有利于及时发现机组轴承故障。
-
公开(公告)号：CN101871405A
公开(公告)日：2010-10-27
申请号：CN201010186874.2
申请日：2010-05-31
Applicant: 哈尔滨工程大学
IPC: F02F3/26
Abstract: 本发明的目的在于提供一种天然气发动机快速燃烧室。包括缸盖、活塞上表面、汽缸壁面和火花塞，缸盖为盆浴形，活塞上表面为楔形凸起、且楔形凸起位于出气道一侧，火花塞安装在缸盖的侧面与顶面交汇线的中点、位于进气道一侧。通过天然气发动机燃烧室结构的优化设计，缩短火焰传播距离，同时通过对缸内挤流强度进行控制，使火花塞对侧挤流与缸内涡流实现有效耦合，增加缸内的湍流动能，通过采用在进气行程后期进行燃料喷射的方式在缸内实现自上而下由浓到稀的混合浓度分层，保证可靠点火和实现快速燃烧，扩展发动机稳定运行稀限，从而改善发动机燃料经济性和排放性能。
-
Patent Agency Ranking
公开(公告)号：CN116226714A
公开(公告)日：2023-06-06
申请号：CN202310201375.3
申请日：2023-01-16
Applicant: 哈尔滨工程大学
IPC: G06F18/24 , G06F18/10 , G06F18/214 , G06N3/096 , G06N3/084 , G06N3/0464
Abstract: 本发明公开了一种基于迁移学习的系外行星光变信号分类方法，获取两个使用凌星法探测系外行星的望远镜的光变信号，分别作为预训练模型使用数据集1和目标模型使用数据集2；对获取到的数据进行预处理；分别将两个数据集数据分为训练集和测试集；用数据集1构建卷积神经网络模型进行训练，建立最优的时间序列数据分类模型进行时间序列分类；保存预训练模型；使用数据集2调整模型，得到适用于数据集2的模型。本发明避免了小样本的情况下模型无法学习的局限，加速数据智能的系外行星探测。
-
公开(公告)号：CN116049724A
公开(公告)日：2023-05-02
申请号：CN202310201369.8
申请日：2023-01-16
Applicant: 哈尔滨工程大学
IPC: G06F18/24 , G06F18/10 , G06F18/213 , G06F18/2413 , G06N3/08 , G06F18/25 , G06F18/214 , G06N20/20 , G06N3/0464
Abstract: 本发明公开了一种基于数据增强和集成学习的系外行星光变信号分类方法，包括拼接同一目标不同观测季度光变信号数据，对数据进行预处理；对数据重采样到定长；将重采样后的数据集划分为训练集，测试集和验证集；分别采用过采样和欠采样对训练集进行数据增强，得到子训练集1和子训练集2；针对两个训练集分别搭建一维CNN网络模型，通过调整隐藏层层数、神经元个数、激活函数和模型优化器，优化网络；分别采用N折交叉验证获得最佳分类模型作为基分类器1和基分类器2；采用加权投票法组合基分类器得到光变信号分类器，根据信号分类器得到分类结果。本发明解决系外行星光变信号类别不平衡问题，使模型能够获得更多特征来提高泛化能力。
-
公开(公告)号：CN116630208A
公开(公告)日：2023-08-22
申请号：CN202310361595.2
申请日：2023-04-07
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种可见光舰船尾迹图像增强和检测方法，包括：对可见光舰船尾迹图像进行改进双边纹理滤波，增强尾迹纹理细节特征，并抑制噪声；对增强后的灰度图像进行改进Canny算子和形态学融合边缘检测，增强尾迹边缘特征；对融合后边缘图像进行霍夫变换，根据尾迹特征去除虚假尾迹，得到直线尾迹检测结果。本发明通改进双边纹理滤波，增强了可见光图像尾迹的纹理特征，改进Canny算子和形态学融合，增强了可见光图像尾迹的边缘特征，解决了可见光成像质量易受环境影响，尾迹纹理和边缘不清晰的问题，提高了算法的适用性。
-
公开(公告)号：CN116542885A
公开(公告)日：2023-08-04
申请号：CN202310361547.3
申请日：2023-04-07
Applicant: 哈尔滨工程大学
IPC: G06T5/20 , G06T5/00 , G06T5/50 , G06T7/13 , G06T7/44 , G06T7/11 , G06T7/136 , G06T5/10 , G06T7/168
Abstract: 本发明公开了一种红外舰船尾迹图像增强方法，包括：对红外图像进行中值滤波预处理，过滤随机噪声；对预处理后图像进行多方向多尺度Gabor滤波，结合尾迹局部信息熵进行加权融合，增强尾迹纹理特征；对特征融合后图像进行Otsu阈值分割，得到二值化尾迹图像，进行Canny算子边缘检测，增强尾迹边缘特征；对边缘图像进行Hough变换，在变换域中累计直线尾迹特征，检测直线尾迹表示在原始红外图像上。本发明通过对Gabor滤波和局部信息熵融合，增强了尾迹的纹理特征，Canny算子边缘检测，增强了尾迹边缘特征，能够大大提高舰船尾迹检测的有效性。
-
公开(公告)号：CN101575999A
公开(公告)日：2009-11-11
申请号：CN200910072339.1
申请日：2009-06-22
Applicant: 哈尔滨工程大学
CPC classification number: Y02T10/47
Abstract: 本发明提供的是一种氢气选择性催化还原装置及控制方法。由高压储气装置、过滤装置，减压装置，流量测量装置，电控单元、执行器和各种传感器共同组成。电控单元通过采集进气压力、进气温度，节气门位置、转速，上止点，氧浓度等传感器信号来判断发动机工作状态及排气流量，利用NOx传感器测量催化器前排气管内NOx浓度，根据供氢系统内的压力和温度来判断氢气喷射脉宽，氢气的喷射量通过采集到的催化器后排气管内NOx的浓度进行调整，从而使NOx的转化效率达到控制目标值，将喷气喷射正时和喷射量MAP存储到电控单元中。稀燃天然气发动机上的研究结果表明：在发动机不同运行条件下都可以通过向排气管中喷射氢气的方法使NOx转化效率达到100％。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.031 seconds)
