-
公开(公告)号:CN119067107A
公开(公告)日:2024-12-03
申请号:CN202411194145.X
申请日:2024-08-28
Applicant: 潍柴动力股份有限公司
IPC: G06F40/279 , G06F40/216 , G06N3/0464 , G06N3/047
Abstract: 本申请提供了一种基于深度学习的故障文本实体识别方法和装置,该方法包括:获取发动机故障日志;对发动机故障日志进行预处理得到第一文本数据,预处理至少包括正则化、去重操作、分词操作和筛选操作;基于实体BIO标注方法对第一文本数据进行处理得到第二文本数据,将第二文本数据输入BERT模型转换为向量表示得到多个第一目标向量;基于第一目标向量进行拼接或裁剪操作使得第一目标向量的向量长度处于预设范围内得到第二目标向量;将第二目标向量输入CNN‑BIGRU‑Softmax特征提取模型进行识别得到第三文本数据。该方法解决了现有技术中命名实体识别方法不考虑文本不同长度对特征提取的影响,导致精度较低的问题。
-
公开(公告)号:CN119555389A
公开(公告)日:2025-03-04
申请号:CN202411703264.3
申请日:2024-11-26
Applicant: 潍柴动力股份有限公司
IPC: G01M15/12
Abstract: 本申请公开一种发动机冲击检测方法和相关装置,针对目标发动机,利用以正常状态在目标工况下的运行过程中产生的整周期第一振动信号,以及整周期第一振动信号、正常冲击信号、与噪声信号之间的关联关系,确定噪声信号有效值,噪声信号有效值用于指示时域内的噪声信号的信号强度特征。根据噪声信号有效值与整周期第一振动信号,确定正常冲击片段的数量阈值,并根据噪声信号有效值和整周期第二振动信号,确定实际冲击片段的数量。若实际冲击片段的数量超出数量阈值,表明在实际运行过程中产生了除正常冲击以外的冲击,故确定目标发动机在整周期内存在异常冲击。相较于相关技术,无需人工设置冲击信号阈值,能够避免人为主观偏差,提高检测准确性。
-