公开(公告)号：CN117494551A

公开(公告)日：2024-02-02

申请号：CN202311359340.9

申请日：2023-10-19

Applicant: 湖南工业大学

Inventor： 刘建华 ,  杜冬晨 ,  何静 ,  张昌凡 ,  杨卫峰 ,  王文昆 ,  王忠美 ,  贾林

IPC: G06F30/27 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06F119/04

Abstract: 本发明公开了一种基于动态多尺度激活控制网络的剩余寿命预测方法。本发明首先构建特征提取压缩模块，可以不进行任何基于信号处理的情况下低计算预算和自适应地学习故障特征，并有效压缩。其次设计多尺度门控因果膨胀卷积(MGDCC)结构，可以高效多尺度的从全生命周期中每个时间步上短时长高频数据中挖掘出寿命退化程度的特征，再外联门控循环单元(GRU)进一步把控全生命周期维度上的寿命退化趋势特征。最后基于前层挖掘出的特征给出最终的RUL预测值。本发明所述方法解决了现有预测模型易受数据中噪声干扰、挖掘寿命退化特征时计算成本上升以及预测精度不高的问题。

公开(公告)号：CN117150910A

公开(公告)日：2023-12-01

申请号：CN202311128915.6

申请日：2023-09-04

Applicant: 湖南工业大学

Inventor： 何静 ,  钟琪 ,  张昌凡 ,  刘建华 ,  贾林 ,  杨卫峰 ,  贺佳

IPC: G06F30/27 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06F119/14

Abstract: 本发明涉及铁路运输技术领域，公开了一种基于车辆动力学响应的数据驱动轮轨力反演方法，包括以下步骤：运用动力学软件建立车辆与线路刚柔耦合多体动力学模型；利用动力学模型仿真小曲率、平直线、长大上下坡等典型场景不同工况下的实车数据；对数据进行预处理和特征选择；提取有效特征作为样本的输入，轮轨力则作为该样本的标签，构造多时间步输入与单时间步输出的样本集；利用样本集数据建立轮轨力反演模型。本发明不仅能够有效的降低特征维度，去除冗余特征，而且还能增强对数据特征的提取能力，并且提出多种指标对模型性能进行评估，性能指标包括模型反演精度、模型在不同运行工况下的应用性能以及在不同信噪比输入数据下的抗干扰性能。

公开(公告)号：CN118606773A

公开(公告)日：2024-09-06

申请号：CN202410329092.1

申请日：2024-03-21

Applicant: 湖南工业大学

Inventor： 王忠美 ,  聂芃轩 ,  刘建华 ,  何静 ,  张昌凡 ,  杨卫峰 ,  贾林 ,  吴海波

IPC: G06F18/241 ,  G01M13/045 ,  G01M13/04 ,  G06F18/214 ,  G06F18/213 ,  G06N3/042 ,  G06N3/0464

Abstract: 本发明公开了一种基于多约束条件下模态不变性图卷积融合网络的故障诊断方法及模型，本发明所述模型包括多约束模态不变性表示和图卷积融合推断两个部分，多约束模态不变性表示部分通过卷积自编码器和挤压激励模块对电流、振动模态数据进行独立特征提取，通过源域分类器、域鉴别器捕获电流、振动模态数据间的冗余性、互补性。图卷积融合推断部分利用图卷积神经网络的空间聚合特征对电流、振动模态特征进行融合以充分利用多模态上下文语义信息，获取更全面、更完备的轴承状态信息再通过MLP执行最终故，障决策，解决了现有多模态数据数量多、种类多、差异大，进而导致多源数据之间冗余性、互补性挖掘困难，数据融合难的问题。

公开(公告)号：CN117493793A

公开(公告)日：2024-02-02

申请号：CN202311358075.2

申请日：2023-10-19

Applicant: 湖南工业大学

Inventor： 王忠美 ,  李敏 ,  何静 ,  张昌凡 ,  刘建华 ,  刘群欣 ,  杨卫峰 ,  王文昆 ,  张东方

IPC: G06F18/20 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于改进脉冲可分离卷积增强Transformer encoder的剩余寿命预测方法，改进脉冲可分离卷积模块将时间序列信号转换为脉冲信号，来捕获不同传感器数据间的相互关系，减少了编码过程中的信息损失，利用替代梯度法，对网络进行改进，并且加入ECA注意力机制来对脉冲特征图进行重新标定，突出有用的脉冲特征。然后，基于有效特征的基础上采用多头自注意力机制方式对故障特征在全生命周期长时间跨度上每个时间步的依赖关系进行综合把控。最后经过改进的Transformer encoder算法和MLP线性层得到最终的RUL结果。本发明解决多传感器的多通道数据存在耦合关系难以建模，以及传统神经网络在处理钢轨伤损长时间序列建模中难以捕获时间序列中的长期依赖关系问题。

公开(公告)号：CN118395160A

公开(公告)日：2024-07-26

申请号：CN202410329089.X

申请日：2024-03-21

Applicant: 湖南工业大学

Inventor： 王忠美 ,  吴海波 ,  刘建华 ,  何静 ,  张昌凡 ,  杨卫峰 ,  贾林 ,  聂芃轩

IPC: G06F18/2135 ,  G01M13/00 ,  G06F18/213 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/045

Abstract: 本发明公开了一种基于PCA和TCN‑Attention的剥离伤损退化趋势预测方法，本发明所述方法先从钢轨剥离伤损振动信号中提取时域、频域特征，利用PCA对高维特征集进行降维，然后利用时序样本间特征的差异性，连续获取样本间的欧式距离，从而构建成钢轨剥离伤损退化指标，最后利用TCN‑Attention模型预测钢轨剥离伤损退化趋势，解决了现有钢轨剥离伤损退化趋势预测研究中退化指标特征单一，预测模型存在长期依赖的问题。

公开(公告)号：CN117371804A

公开(公告)日：2024-01-09

申请号：CN202310904934.7

申请日：2023-07-21

Applicant: 湖南工业大学

Inventor： 何静 ,  肖尊广 ,  刘建华 ,  曹源 ,  杨卫峰 ,  贺佳 ,  张昌凡

IPC: G06Q10/0637 ,  G06Q10/083 ,  G06N3/049 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于改进脉冲残差网络的全生命周期预测方法、模型及应用，步骤包括包括以下步骤：对数据预处理得到时间序列信号X(t)；然后将时间序列信号X(t)转换为脉冲信号S(t)，再脉冲残差模块结合脉冲可分离卷积和注意力机制对数据进行解耦，并且对脉冲特征图重新标定获得注意加权的特征并通过脉冲残差学习得到具有代表性的脉冲特征 最后将特征馈送到全连接层以生成预测结果。本发明充分结合SNN的时空动力学特征，解决传统算法无法多通道数据复杂的相关性和时序性建模的问题，并且避免了在SNN中引入传统的残差连接方法存在的退化问题。