-
公开(公告)号：CN118228081B
公开(公告)日：2024-08-23
申请号：CN202410295794.2
申请日：2024-03-15
Applicant: 宁波大学 , 浙江德塔森特数据技术有限公司
IPC: G06F18/24 , G01M99/00 , G01M13/00 , G01R31/00 , G06F18/213 , G06N3/0464 , G06N3/08 , G06F123/02
Abstract: 本发明涉及一种工业设备故障诊断方法，包括：形成数据集；构建故障诊断模型，并将数据集中的所有样本分批次对构建的故障诊断模型进行训练，得到训练完成后的故障诊断模型；实时检测工业设备的运行数据，并将实时检测到的运行数据输入到训练完成的故障诊断模型中，即得到故障诊断结果。其中构建的故障诊断模型包括依次相连接的a1个初级特征提取层、a2个特征提取模块、a3个特征处理层、一个全局池化层和一个全连接层。该方法利用不同的卷积核大小来获取不同的感受野信息，能够综合数据中不同时间尺度的信息，得到更为准确的故障诊断结果，提高了故障诊断准确率。
-
公开(公告)号：CN118228081A
公开(公告)日：2024-06-21
申请号：CN202410295794.2
申请日：2024-03-15
Applicant: 宁波大学 , 浙江德塔森特数据技术有限公司
IPC: G06F18/24 , G01M99/00 , G01M13/00 , G01R31/00 , G06F18/213 , G06N3/0464 , G06N3/08 , G06F123/02
Abstract: 本发明涉及一种工业设备故障诊断方法，包括：形成数据集；构建故障诊断模型，并将数据集中的所有样本分批次对构建的故障诊断模型进行训练，得到训练完成后的故障诊断模型；实时检测工业设备的运行数据，并将实时检测到的运行数据输入到训练完成的故障诊断模型中，即得到故障诊断结果。其中构建的故障诊断模型包括依次相连接的a1个初级特征提取层、a2个特征提取模块、a3个特征处理层、一个全局池化层和一个全连接层。该方法利用不同的卷积核大小来获取不同的感受野信息，能够综合数据中不同时间尺度的信息，得到更为准确的故障诊断结果，提高了故障诊断准确率。
-
公开(公告)号：CN118820880A
公开(公告)日：2024-10-22
申请号：CN202410785722.6
申请日：2024-06-18
Applicant: 宁波大学 , 浙江瑞晟智能科技股份有限公司
IPC: G06F18/241 , G06F18/25 , G06F18/21
Abstract: 本发明涉及基于诊断混淆的故障再诊断方法及计算机可读存储介质，故障再诊断方法包括：构建训练集和测试集；对故障再诊断模型进行训练，得到训练完成后的故障再诊断模型；故障再诊断模型包括基础故障诊断模块、故障再诊断模块和特征融合模块，且各个模块均包括依次连接的特征提取层和特征分类层，通过基础故障诊断模块对全部样本进行训练，将高混淆故障信号进行空间域变换变换后的高混淆故障图像，并通过高混淆故障图像对故障再诊断模块进行训练；将测试样本输入到训练完成后的故障再诊断模型中，即得到最后的故障诊断结果。优点在于：该故障再诊断方法能对故障进行准确诊断，有效避免了故障混淆，提高了故障诊断的准确率。
-
公开(公告)号：CN119645629A
公开(公告)日：2025-03-18
申请号：CN202411672208.8
申请日：2024-11-21
Applicant: 宁波大学 , 浙江瑞晟智能科技股份有限公司
IPC: G06F9/50 , G06F18/10 , G06F18/20 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F123/02
Abstract: 本发明涉及一种负载功耗预测方法及计算机可读存储介质，包括：将负载的运行状态划分为多个类型，并模拟负载的各个类型运行状态，获取负载在各个类型运行状态下的功耗性能数据以及功耗数据；对获取的所有功耗性能数据进行预处理，按照波动从强到弱的顺序对各个预处理后的时间特征序列进行排序，并对前N个预处理后的时间特征序列进行VMD分解和重构，最后将重构的时间特征序列与其他时间特征序列组合形成数据集；构建负载功耗预测模型，将训练集分批次输入到构建的负载功耗预测模型中，将测试集中选出的测试样本输入到训练完成后的负载功耗预测模型中，即预测得到测试样本所对应的功耗数据。该方法提高了负载功耗预测的准确性。
-
-
-
Search Results
4
records
(took 0.025 seconds)
