-
公开(公告)号：CN119150100B
公开(公告)日：2025-04-01
申请号：CN202411612035.0
申请日：2024-11-13
Applicant: 山东大学
IPC: G06F18/241 , G01M13/04 , G06F18/21 , G06F18/25 , G06N3/0464
Abstract: 本发明提出了基于多高斯注意力的单源域泛化轴承故障诊断方法及系统，涉及轴承故障诊断技术领域。包括获取轴承单源域原始数据并输入至基于多高斯注意力的单源域泛化模型中，使用特征提取网络提取多尺度卷积特征，并利用多元高斯注意力模块将卷积特征映射到高斯特征空间中，得到高斯特征，将高斯特征归一化并对卷积特征进行加权，得到加权卷积特征；将加权卷积特征输入至分类器中进行分类。本发明利用高斯函数和双峰高斯函数将多尺度的故障特征投影到高斯特征空间，并根据这些函数的特征对齐程度分配注意力权重，同时利用协方差损失保证加权特征具有不同的分布参数，从而提高特征多样性，使模型能够有效地泛化到未见过的目标域。
-
公开(公告)号：CN118089793B
公开(公告)日：2024-07-30
申请号：CN202410501156.1
申请日：2024-04-25
Applicant: 山东大学
Abstract: 本发明属于水下导航技术领域，提供了一种深潜器定位精度评估方法、装置、介质及设备，其基于虚拟基准点的深潜器定位精度评估方法只需要组合导航坐标和超短基线定位系统测量的坐标、斜距数据和深潜器速度、航向和姿态数据，该方法通过数量积运算、数量积不等式、二次函数求最值和水平误差排序算法推导出水平定位精度的范围，无需做专门的组合导航定位精度评估试验，比已有的评估方法更加方便、快速且节省成本。对于深潜器定点布放与回收海底设备，以及搜寻之前记录过位置坐标的目标，如热液喷口、标志物等具有重要的参考意义。
-
公开(公告)号：CN118070077B
公开(公告)日：2024-07-30
申请号：CN202410501155.7
申请日：2024-04-25
Applicant: 山东大学
Abstract: 本发明属于故障诊断技术领域，提供了一种基于联邦学习和双重监督对比学习的故障诊断方法及系统，包括客户端和服务器端；在客户端中，获取工业机械的运行数据，基于双重监督对比学习提取所获取运行数据的特征，根据所获取的运行数据特征，构建故障预测模型，计算所构建的故障预测模型的模型梯度；在服务器端中，基于联邦学习进行所得到的模型梯度的聚合，得到全局模型，以全局模型的梯度值最小为目标进行全局模型的更新，根据更新后的全局模型，完成工业机械的故障诊断。本发明将双重监督对比学习与基于梯度差异的模型聚合方法相结合，以解决解决对抗攻击下基于联邦学习的智能故障诊断模型鲁棒性下降的难题。
-
公开(公告)号：CN118070077A
公开(公告)日：2024-05-24
申请号：CN202410501155.7
申请日：2024-04-25
Applicant: 山东大学
Abstract: 本发明属于故障诊断技术领域，提供了一种基于联邦学习和双重监督对比学习的故障诊断方法及系统，包括客户端和服务器端；在客户端中，获取工业机械的运行数据，基于双重监督对比学习提取所获取运行数据的特征，根据所获取的运行数据特征，构建故障预测模型，计算所构建的故障预测模型的模型梯度；在服务器端中，基于联邦学习进行所得到的模型梯度的聚合，得到全局模型，以全局模型的梯度值最小为目标进行全局模型的更新，根据更新后的全局模型，完成工业机械的故障诊断。本发明将双重监督对比学习与基于梯度差异的模型聚合方法相结合，以解决解决对抗攻击下基于联邦学习的智能故障诊断模型鲁棒性下降的难题。
-
公开(公告)号：CN117416877B
公开(公告)日：2024-03-12
申请号：CN202311743331.X
申请日：2023-12-19
Applicant: 山东大学 , 启东中远海运海洋工程有限公司 , 南通中远海运船务工程有限公司
IPC: B66C23/53 , B66C13/48 , B66C13/16 , G06F30/20 , G06F119/14
Abstract: 本发明属于智能控制领域，具体涉及一种风电安装船、智能安全作业控制系统及方法，智能安全作业控制系统包括海上起重作业安全性评估计算模型、输入模块、滑块控制模块。输入模块包括船舶货物分布矢量、上滑块和下滑块的力和力矩、风速矢量、海平面水质点速度矢量、海流速度矢量、吊机回转角度、吊机俯仰角度、吊装货物重量。将输入模块的参数代入海上起重作业安全性评估计算模型进行起重作业安全评估，若安全，吊机正常作业；若不安全，滑块控制模块计算滑块平衡补偿轨迹，通过控制器控制上滑块和下滑块滑动以实现力矩补偿，由此可减少由恶劣海况下桩腿结构破坏、桩靴脱离海底岩土、桩靴渗入海底岩土等造成的船体倾覆的风险，提高了吊装安全性。
-
Patent Agency Ranking
公开(公告)号：CN116843051A
公开(公告)日：2023-10-03
申请号：CN202310536765.6
申请日：2023-05-12
Applicant: 中国人民解放军92578部队 , 山东大学
IPC: G06Q10/04 , G06Q10/20 , G06F18/15 , G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于数据裁剪的船舶设备剩余使用寿命预测方法，构建船舶设备剩余使用寿命预测模型，船舶设备剩余使用寿命预测模型依次包括数据处理模块，空间注意力特征加权模块，深度特征提取模块，回归预测模块；计算新的损失函数用于模型训练；对训练样本进行数据裁剪，进行二次度量裁剪，取交集作为最终裁剪集，用裁剪后的样本对模型进行训练；利用训练好的预测模型对实时监测数据进行船舶设备剩余使用寿命预测。本发明的船舶设备剩余使用寿命预测方法，可以有效降低模型训练时间和能源消耗，降低对计算机算力的要求，有效降低在船舶上配置设备剩余使用寿命预测系统的成本。
-
公开(公告)号：CN112381745B
公开(公告)日：2023-09-22
申请号：CN202011231617.6
申请日：2020-11-06
Applicant: 山东大学
Abstract: 本发明提供了一种基于多源数据合成的侧扫声呐图像数据增强方法及系统，获取多源图像的目标轮廓信息和像素信息；基于所述轮廓信息和像素信息，对轮廓进行像素填充，初步合成声呐图像；将初步合成的图像放在海底混响区，得到合成的侧扫声呐图像。本发明结合多源图像，获取声呐图像中同类目标的不同视角、不同型号的轮廓信息，通过声呐图像像素信息和多源图像轮廓信息，对轮廓进行像素填充，从而增加少数量目标样本的数量。
-
公开(公告)号：CN116556297A
公开(公告)日：2023-08-08
申请号：CN202310368649.8
申请日：2023-04-10
Applicant: 山东大学
Abstract: 本发明公开了一种基于平台末端位姿直接反馈的风电安装船多桩腿调控系统，包括桩腿升降装置、桩腿位置控制器、升降力分配控制器、X轴姿态控制器、Y轴姿态控制器，每个所述桩腿升降装置均包括升降桁架、升降固定桩、升降力传感器、升降力控制器。所述升降固定桩底部固定在风电安装船甲板上，两者之间设有升降力传感器，所述升降桁架底部穿过风电安装船甲板与桩靴固定连接，所述桩腿位置控制器与桩腿升降力分配控制器连接，桩腿升降力分配控制器分别与X轴姿态控制器、Y轴姿态控制器、桩腿升降力控制器连接，桩腿升降力控制器分别与马达组、升降力传感器连接。其优点在于，通过协同控制多个桩腿升降装置的升降力，保障风电安装船在升降过程中姿态稳定性。
-
公开(公告)号：CN115952442B
公开(公告)日：2023-06-13
申请号：CN202310218371.6
申请日：2023-03-09
Applicant: 山东大学
IPC: G06F18/241 , G06F18/214 , G06F18/21 , G06N20/20
Abstract: 本发明属于故障诊断领域，提供一种基于全局鲁棒加权的联邦域泛化故障诊断方法及系统，包括每个所述源域客户端利用本地源域训练数据集训练接收到全局模型，并更新参数以形成新的本地模型；源域客户端将更新后的本地模型、提取的网络特征以及标签发送给中心服务器；中心服务器基于提取的网络特征，以不同分类器对不同特征的分类结果为性能度量，并以分类损失计算权重进行模型聚合；中心服务器将聚合后的全局模型发送到目标域客户端进行故障诊断。本发明的全局鲁棒加权策略在进行本地模型聚合时，不同本地模型的分类网络对不同本地模型的特征提取网络提取的特征进行分类，每个本地模型在进行聚合时的权重与分类结果有直接关系。
-
公开(公告)号：CN112380767B
公开(公告)日：2023-04-07
申请号：CN202011256522.X
申请日：2020-11-11
Applicant: 山东大学
IPC: G06F18/214 , G06F18/213 , G06F18/2415 , G06F18/2431 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/0475 , G06N3/048 , G06N3/084 , G06N3/094
Abstract: 本发明公开了基于改进型生成对抗网络的设备故障诊断方法及系统，获取待诊断设备故障信号；基于待诊断设备故障信号，获取待诊断噪声信号；对待诊断噪声信号进行随机采样，得到具有不同均值和方差的随机噪声；基于不同均值和方差的随机噪声，根据训练后的改进型生成对抗网络，获取待诊断设备的故障信号对应的故障类型。新提出的网络模型一定程度上解决了模态崩溃和训练不稳定的问题，提高了生成样本的多样性，模型的生成器可以生成高质量的样本，既包含了原始故障样本的特征，同时也生成了新的特征。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.024 seconds)
