-
公开(公告)号：CN113052218B
公开(公告)日：2025-02-11
申请号：CN202110278058.2
申请日：2021-03-15
Applicant: 杭州电子科技大学
IPC: G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了工业过程的多尺度残差卷积与LSTM融合性能评估方法，包括如下步骤：步骤一、采集多类型故障的数据集，并对其进行数据预处理，在此基础上对故障类型进行编号打标签，设置对应的关系，之后对故障类型和标签划分相应的训练集和测试集；步骤二、构建多尺度残差卷积与LSTM网络故障诊断模型，包括残差模块、多尺度残差模块、LSTM模块以及分类模块；步骤三、利用训练集训练模型，以故障类型标签作为所述模型的输出，将输出标签与真实标签的交叉熵作为损失函数，利用优化器进行反向传播，更新整个模型的参数，优化损失函数；步骤四、将测试集输入训练好的模型中，进行故障识别，输出诊断结果。
-
公开(公告)号：CN113705661A
公开(公告)日：2021-11-26
申请号：CN202110987515.5
申请日：2021-08-26
Applicant: 杭州电子科技大学
Abstract: 本发明属于自动化过程控制领域，公开了一种混合深度残差收缩网络与XGBoost算法的工业过程性能评估方法。本发明开发了一种新的混合XGBoost算法与DRSN的故障诊断方法。其中，DRSN中的残差学习能有效避免模型退化问题，软阈值操作能够有效降低噪声和冗余信息对特征学习的影响。此外，使用效果更好的Nadam优化算法来更新网络参数，而不是传统的Adam算法。在最后的分类阶段，采用XGBoost分类算法对提取到的特征信息进行故障识别和分类，而不是传统的softmax分类器。实验结果表明，XGBoost具有更好的分类性能。
-
公开(公告)号：CN104439510A
公开(公告)日：2015-03-25
申请号：CN201410712924.4
申请日：2014-11-28
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于超声聚焦的锯齿积屑去除装置及方法，该装置包括超声振荡电源、超声发射单元及容器，所述的超声发射单元包括圆柱形支架、吸声材料、第一电极、第二电极、压电材料、匹配层、电源线和穿板接头；所述的圆柱形支架上底面为凹面结构，凹面结构的材料为压电材料，压电材料的上底面镀有第一电极，下底面镀有第二电极，圆柱形支架内部填充吸声材料，第一电极上设置匹配层；所述的超声发射单元设置在容器内，穿板接头将圆柱形支架、容器及带锯床工作台三者连接在一起；所述的容器开有两个相对应的入刀口和出刀口；本发明对机床的兼容性好，能适应各种规格的工件，且制作成本较低，效果明显。
-
公开(公告)号：CN119296948A
公开(公告)日：2025-01-10
申请号：CN202411804798.5
申请日：2024-12-10
Applicant: 杭州电子科技大学 , 淄博齐林电力工程有限公司
Abstract: 本发明公开一种同步降低FeSiAl磁粉芯磁滞损耗和涡流损耗的方法，包括以下步骤：配制金属M的盐类溶液，所述金属M为原子半径与Al原子不相等的低熔点金属，且与Al能形成置换固溶体；将盐类溶液加入到FeSiAl磁粉芯中，烘干后得到绝缘包覆好的磁粉芯，然后加入粘结剂和润滑剂，制成待成型磁粉；将待成型磁粉压制成型，热处理后获得磁粉芯。本发明通过低熔点M原子向FeSiAl基体内扩散并占据Al空位，在退火过程中可以减轻晶格畸变，从而降低矫顽力和磁滞损耗；更重要的是，M原子掺入FeSiAl后基体电阻率升高，可以有效抑制颗粒内涡流损耗，同时，原位氧化生成的Al2O3包覆层可以有效隔离颗粒间涡流损耗，因此，本发明方法实现了同步降低磁滞损耗和涡流损耗。
-
Patent Agency Ranking
公开(公告)号：CN118349949A
公开(公告)日：2024-07-16
申请号：CN202410540606.8
申请日：2024-04-30
Applicant: 杭州电子科技大学
IPC: G06F18/25 , G06F18/213 , G06F18/241 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开一种多模态步态识别方法及系统。利用编码器提取肌电信号和姿态信号的深层特征；利用融合模块对肌电信号和姿态信号的深层特征进行融合，得到深层融合特征；利用解码器对深层融合特征进行解码操作，得到步态识别结果。本发明提出二次融合概念，通过分别在特征提取过程中的编码器阶段和得到深层特征之后的多模态融合，在浅层特征提取时利用对方模态信息学习本模态特征，在深层特征融合时采用权重融合策略，有效提高特征提取与融合的效率，进而提高步态识别的准确率。
-
公开(公告)号：CN113052218A
公开(公告)日：2021-06-29
申请号：CN202110278058.2
申请日：2021-03-15
Applicant: 杭州电子科技大学
Abstract: 本发明公开了工业过程的多尺度残差卷积与LSTM融合性能评估方法，包括如下步骤：步骤一、采集多类型故障的数据集，并对其进行数据预处理，在此基础上对故障类型进行编号打标签，设置对应的关系，之后对故障类型和标签划分相应的训练集和测试集；步骤二、构建多尺度残差卷积与LSTM网络故障诊断模型，包括残差模块、多尺度残差模块、LSTM模块以及分类模块；步骤三、利用训练集训练模型，以故障类型标签作为所述模型的输出，将输出标签与真实标签的交叉熵作为损失函数，利用优化器进行反向传播，更新整个模型的参数，优化损失函数；步骤四、将测试集输入训练好的模型中，进行故障识别，输出诊断结果。
-
公开(公告)号：CN104439510B
公开(公告)日：2017-02-22
申请号：CN201410712924.4
申请日：2014-11-28
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于超声聚焦的锯齿积屑去除装置及方法，该装置包括超声振荡电源、超声发射单元及容器，所述的超声发射单元包括圆柱形支架、吸声材料、第一电极、第二电极、压电材料、匹配层、电源线和穿板接头；所述的圆柱形支架上底面为凹面结构，凹面结构的材料为压电材料，压电材料的上底面镀有第一电极，下底面镀有第二电极，圆柱形支架内部填充吸声材料，第一电极上设置匹配层；所述的超声发射单元设置在容器内，穿板接头将圆柱形支架、容器及带锯床工作台三者连接在一起；所述的容器开有两个相对应的入刀口和出刀口；本发明对机床的兼容性好，能适应各种规格的工件，且制作成本较低，效果明显。
-
公开(公告)号：CN119296948B
公开(公告)日：2025-05-09
申请号：CN202411804798.5
申请日：2024-12-10
Applicant: 杭州电子科技大学 , 淄博齐林电力工程有限公司
Abstract: 本发明公开一种同步降低FeSiAl磁粉芯磁滞损耗和涡流损耗的方法，包括以下步骤：配制金属M的盐类溶液，所述金属M为原子半径与Al原子不相等的低熔点金属，且与Al能形成置换固溶体；将盐类溶液加入到FeSiAl磁粉芯中，烘干后得到绝缘包覆好的磁粉芯，然后加入粘结剂和润滑剂，制成待成型磁粉；将待成型磁粉压制成型，热处理后获得磁粉芯。本发明通过低熔点M原子向FeSiAl基体内扩散并占据Al空位，在退火过程中可以减轻晶格畸变，从而降低矫顽力和磁滞损耗；更重要的是，M原子掺入FeSiAl后基体电阻率升高，可以有效抑制颗粒内涡流损耗，同时，原位氧化生成的Al2O3包覆层可以有效隔离颗粒间涡流损耗，因此，本发明方法实现了同步降低磁滞损耗和涡流损耗。
-
公开(公告)号：CN112949823A
公开(公告)日：2021-06-11
申请号：CN202110165973.0
申请日：2021-02-05
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于一维多尺度深度卷积神经网络的工业过程性能诊断方法，包括如下步骤：步骤1、以频率采集工业过程系统变量的运行数据，建立一个含有多个变量，多种类型故障的数据集，并对数据集进行数据预处理，在此基础上对故障类型进行编号打标签，设置对应的关系，之后对故障类型和标签划分相应的训练集和测试集；步骤2、构建一维多尺度深度卷积神经网络故障诊断模型；步骤3、利用划分好的训练集对提出的一维多尺度深度卷积神经网络进行训练，训练好之后，将验证集输入到模型中进行故障诊断，输出故障分类结果。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.032 seconds)
