公开(公告)号：CN114858984B

公开(公告)日：2024-08-06

申请号：CN202210424736.6

申请日：2022-04-22

Applicant: 河北工业大学 ,  天津市农业科学院

Inventor： 杜太行 ,  刘昊林 ,  钱春阳 ,  孙曙光 ,  刘伟 ,  李凤菊 ,  王建春 ,  张若纬 ,  郑学伟

IPC: G01N33/02 ,  G01N21/84 ,  G06T7/00 ,  G06T7/11 ,  G06T7/62

Abstract: 本发明属于在农业采集设备技术领域，尤其涉及一种厚皮甜瓜种质资源商品性数据采集装置，包括传送带、称重台、样品托盘、检测箱和记录显示终端；所述称重台设置在所述传送带的一端，所述样品托盘安装在传送带上，所述传送带穿过所述检测箱，所述检测箱内安装有工业相机，工业相机自动采集图像数据后，传输到所述记录和显示终端处，进行指标计算。本发明提供了厚皮甜瓜种质资源商品性数据检测工具和手段，增加了果实切面面积和种腔面积两个指标，丰富了厚皮甜瓜形态特征的表达。提出了一种种质资源商品性数据采集与分析方法，基于深度学习方法改进了U‑Net特征学习网络，实现甜瓜果皮和种腔的性状精确分割，在此基础上完成了多种表型性状的量化。

公开(公告)号：CN113125095A

公开(公告)日：2021-07-16

申请号：CN202110416581.7

申请日：2021-04-19

Applicant: 河北工业大学

Inventor： 孙曙光 ,  温志涛 ,  杜太行 ,  王景芹 ,  唐尧 ,  高辉

IPC: G01M7/02 ,  G01R31/327 ,  G01R19/00 ,  G01R15/20

Abstract: 本发明为一种基于深度学习的万能式断路器触头系统剩余机械寿命预测方法。该方法采用了深度学习方法来进行寿命预测研究，首先提出机械寿命预测振动信号有效片段概念；其次引入VMD算法以及基于短时能量的双门限来自动标定其区间；再次构建多通道卷积自编码器网络(MCCAE)，采用无监督学习方式训练，提取有效片段深层退化时序特征；最后构建长短时记忆神经网络(LSTM)，以时序特征作为输入，采用有监督学习训练方式，完成预测等步骤，可以有效地完成万能式断路器触头系统剩余机械寿命预测。

公开(公告)号：CN110174553A

公开(公告)日：2019-08-27

申请号：CN201910564214.4

申请日：2019-06-27

Applicant: 河北工业大学

Inventor： 孙曙光 ,  田朋 ,  杜太行 ,  梁倩伟 ,  李鑫 ,  王秋富 ,  宗俊吉 ,  张伟

IPC: G01R23/16

Abstract: 本发明公开了一种基于解析模态分解的密集频率谐波/间谐波检测方法。该方法应用全相位快速傅里叶变换的幅值谱图对待分析信号进行频谱分析，得到频谱中各个频率值。再利用全相位快速傅里叶变换相位谱的平坦特性来判断信号中是否含有密集频谱成分，并获得密集频谱谐波/间谐波频率的大概位置。若含有密集频谱成分，对信号中的密集频段使用量子粒子群算法进行优化，寻找最佳二分频率。最后，通过各个频率成分之间的二分频率，利用AMD法将信号分解为一系列的单频信号分量。再利用希尔伯特变换对单频信号分量进行分解，得到相应的瞬时幅值和瞬时频率。本方法利用量子粒子群算法完成最佳二分频率的自动寻优，避免了人为搜索的复杂性与随机性。

公开(公告)号：CN107219457B

公开(公告)日：2019-05-31

申请号：CN201710450109.9

申请日：2017-06-15

Applicant: 河北工业大学

Inventor： 孙曙光 ,  张强 ,  杜太行 ,  王佳兴 ,  齐玲 ,  王岩

IPC: G01R31/327

Abstract: 本发明涉及基于操作附件电流的框架式断路器故障诊断及程度评估方法，该方法首先判断待诊断及评估断路器的工作阶段，所述工作阶段包括储能阶段、合闸阶段和分闸阶段，然后利用储能电机电流对储能阶段进行故障诊断、利用合闸线圈电流对合闸阶段进行故障诊断及程度评估和利用分闸线圈电流对分闸阶段进行故障诊断及程度评估；分别检测框架式断路器在储能阶段中的储能电机电流信号、合闸阶段中的合闸线圈电流信号以及分闸阶段中的分闸线圈电流信号，同时结合多核支持向量机进行故障诊断，在当诊断出故障需要进行故障程度评估时，通过故障程度特性曲线能够准确的进行故障程度的判定。

公开(公告)号：CN105759199B

公开(公告)日：2018-08-17

申请号：CN201410798569.7

申请日：2014-12-19

Applicant: 河北工业大学

Inventor： 杜太行 ,  孙曙光 ,  江春冬 ,  王金伟 ,  于淼 ,  潘从荣 ,  庞毅 ,  于晗

IPC: G01R31/327

Abstract: 本发明涉及低压断路器瞬动校验电流的产生与逼近控制方法，具体步骤是：调节瞬动校验电流发生主电路的电动调压器，并且大电流变压器原边四个线圈串联，计算回路功率因数角，并根据初始电流计算4IN对应的试验空载电压U′40；调节电动调压器，并且大电流变压器原边四个线圈串联，将大电流变压器副边电压调整到U′40，闭合电路，闭环将电流调整到4IN，断开电路检测空载电压U40；神经网络控制器计算出8倍或者12倍电压补偿系数k8或者k12；若瞬动校验试验电流不合格，则通过∫K1ΔI、∫KψΔψ分别对空载电压U80或者U120和合闸相角进行修正；采用反馈控制，配合电动调压保证U80或U120的精度；进行瞬动校验试验；瞬动试验测试后，进行校验电流的误差分析；通过在线网络训练机构进行在线训练。

公开(公告)号：CN100426000C

公开(公告)日：2008-10-15

申请号：CN200510015286.1

申请日：2005-09-29

Applicant: 河北工业大学

Inventor： 陆俭国 ,  杜太行 ,  骆燕燕

IPC: G01R31/327 ,  G01R31/00

Abstract: 本发明涉及一种塑壳断路器瞬动特性试验装置，由计算机控制柜和工作柜组成；其中，计算机控制柜包括工控机、检测电路和控制电路；工作柜包括电机、电流调节电路和试品检测档位；工控机分别与检测电路和控制电路相连；检测电路分别与电流调节电路和试品检测档位相连；控制电路依次与电机和电流调节电路相连。本发明实现了选相合闸，消除了瞬动特性调试试验中试验电流的非周期分量的影响；实现了实时检测试验电路的电流、电压参数，并进行微机自动控制调节，保证了试验电流的精度，解决了由于手动调节、试品阻值不等、回路电阻发热、室温变化等因素造成的试验电流不准的技术难题。此外，本发明可兼顾到类似结构的各种型号塑壳断路器，具有通用性。

公开(公告)号：CN114019368B

公开(公告)日：2023-09-08

申请号：CN202111312621.X

申请日：2021-11-08

Applicant: 河北工业大学

Inventor： 孙曙光 ,  孙靓 ,  杜太行 ,  王景芹 ,  魏硕 ,  邵旭

IPC: G01R31/327

Abstract: 本发明为基于深度残差网络的断路器分合闸附件故障诊断方法，该方法在ZFNet模型的基础上引入DRN，提出了融合ZFNet模型的深度残差网络，充分利用ZFNet模型和DRN二者在特征提取以及提高深层网络训练速度与准确率方面的优势，将人工特征提取与故障分类二者合二为一。首先采用信号堆叠的方法将一维的电流信号转化为二维的灰度图，最大程度保留了原始信号包含的信息，提取了更多的有效特征，同时避免因为一维数据长度的局限性而导致输入神经网络数据量不足的问题；其次通过引入PReLU激活函数和AMSGrad优化算法使得ZFNet‑DRN网络模型性能得到提升，提高故障诊断的识别率。

公开(公告)号：CN109387779A

公开(公告)日：2019-02-26

申请号：CN201811138220.5

申请日：2018-09-28

Applicant: 河北工业大学

Inventor： 孙曙光 ,  王佳兴 ,  杜太行 ,  李勤 ,  纪学玲 ,  孟岩 ,  杨明

IPC: G01R31/327 ,  G01R31/00 ,  G06F17/18

CPC classification number: G01R31/3277 ,  G01R31/00 ,  G06F17/18

Abstract: 本发明为一种基于统计数据驱动的万能式断路器操作附件剩余寿命预测方法。该预测方法从定性与定量两个角度对操作附件动作时间相对增量进行分布检验，验证其是否符合正态分布；在上述基础上，利用极大似然估计法对退化模型中的参数进行估计；基于首达时间的概念建立了剩余寿命预测模型，推导出剩余寿命概率密度函数解析式，以实现对断路器操作附件剩余寿命的预测。本发明将设备运行过程中的不确定性对寿命的影响考虑其中并可以得到健康管理所需的剩余寿命分布，而不是单一的点估计，便于量化剩余寿命预测结果的不确定性，可有效提高万能式断路器运行与维护的效率。

公开(公告)号：CN106017879A

公开(公告)日：2016-10-12

申请号：CN201610331391.4

申请日：2016-05-18

Applicant: 河北工业大学

Inventor： 孙曙光 ,  赵黎媛 ,  于晗 ,  杜太行 ,  张强 ,  丁铭真 ,  刘建强 ,  陈云飞

IPC: G01M13/00 ,  G01R31/327

CPC classification number: G01M13/00 ,  G01R31/3277

Abstract: 基于振声信号特征融合的万能式断路器机械故障诊断方法，包括以下步骤，第一步，采集万能式断路器分合闸动作过程中的机身振动信号和机身声音信号，第二步，采用改进的小波包阈值去噪算法进行去噪；第三步，采用互补总体平均经验模态分解算法分别对降噪信号提取若干个反映断路器分合闸动作状态信息的固有模态函数分量；第四步，分别确定振固有模态函数分量的数量Z，第五步，计算其能量比、样本熵和功率谱熵并作为三类特征；第六步，并采用组合核核主元分析方法对振声信号三类特征统一后的特征样本降维处理，得到M个主元，第七步，建立基于相关向量机的次序二叉树多分类器模型。

公开(公告)号：CN105891707A

公开(公告)日：2016-08-24

申请号：CN201610290733.2

申请日：2016-05-05

Applicant: 河北工业大学

Inventor： 孙曙光 ,  于晗 ,  杜太行 ,  赵黎媛 ,  张强 ,  刘建强 ,  丁铭真 ,  郝静

IPC: G01R31/327 ,  G01M13/00

CPC classification number: G01R31/327 ,  G01M13/00

Abstract: 一种基于振动信号的万能式断路器分合闸故障诊断方法，通过加速度传感器采集到的万能断路器分合闸过程中的机身振动信号，包括以下步骤：第一步通过加速度传感器采集万能式断路器分合闸动作过程中的机身振动信号并转化为数字信号，得到初始的振动信号；第二步采用改进的小波包阈值去噪算法对所采集振动信号；第三步采用互补总体平均经验模态分解算法对降噪振动信号提取固有模态函数分量；第四步确定固有模态函数分量的数量Z；第五步选择的前Z阶固有模态函数分量提取作为特征量的样本熵；第六步建立基于相关向量机的二叉树多分类器；第七步以第六步中得到的基于相关向量机的二叉树多分类器建立万能式断路器故障识别模型。