-
公开(公告)号：CN103954353B
公开(公告)日：2016-08-24
申请号：CN201410198242.6
申请日：2014-05-12
Applicant: 苏州大学
Abstract: 本发明公开了一种信号中瞬态成分稀疏表示检测方法及装置，本发明方法包括：对输入信号进行模/数转换，获得检测信号；对检测信号建立最优小波原子库和最小优化方程；根据所述最优小波原子库建立优化迭代法求解最小优化方程，并确定出所述检测信号在所述最优小波原子库上的稀疏表示系数；根据所述稀疏表示系数，确定出所述检测信号中瞬态成分的发生时刻；根据所述检测信号中瞬态成分的发生时刻，针对含周期性瞬态成分的信号，确定所述检测信号中瞬态成分的周期。本发明用于检测和提取信号中瞬态成分，结果表示简洁且对噪声敏感度小。
-
公开(公告)号：CN103791568B
公开(公告)日：2016-06-22
申请号：CN201410072457.3
申请日：2014-02-28
Applicant: 苏州大学
Abstract: 本发明公开了一种空调压缩机噪声有源控制装置，该有源控制装置设置于压缩机机箱内，包括参考传感器、误差传感器、控制器与扬声器四部分，通过参考传感器检测储液器振动信号，通过误差传感器检测压缩机机箱孔隙处的声压，通过设置控制器接收检测的信号，后经控制器处理并由扬声器输出与检测到的噪声信号幅度相同，相位相反的干涉信号，使得噪声信号与扬声器发出的干涉信号相互干涉抵消，使用该装置可以使压缩机的低频噪声峰值有效下降，以实现有效降噪的目的，且该装置由参考传感器、误差传感器、扬声器和控制器各1个组成，结构简单，简便易操作。
-
公开(公告)号：CN103851299A
公开(公告)日：2014-06-11
申请号：CN201410105904.0
申请日：2014-03-20
Applicant: 苏州大学
IPC: F16L55/033
CPC classification number: F16L55/0336
Abstract: 本发明公开了一种啮合空腔无棉消声器，该啮合空腔无棉消声器包括外框及设于外框内部的若干组消声挂片和设置在相邻两组消声挂片之间的消声通道，消声挂片包括平行设置的第一隔板、第二隔板、第三隔板和第四隔板，第一隔板和第二隔板、第三隔板和第四隔板分别与外框形成第一腔体，第二隔板、第三隔板与外框形成第二腔体，第二腔体中设置有上下设置的折叠式隔板，第一腔体为中空设置。本发明具有实质性特点和显著进步，没有在消声挂片的任何部位采用天然棉、人造棉、玻璃棉、海绵、岩棉和矿棉等非金属类的纤维材料，所以本发明消声器的消声挂片具有防雨淋、寿命长、可再生、环保的优点。
-
公开(公告)号：CN106769048B
公开(公告)日：2019-05-24
申请号：CN201710030371.8
申请日：2017-01-17
Applicant: 苏州大学
IPC: G01M13/045 , G06F17/50 , G06K9/62 , G06N3/08
Abstract: 本发明涉及一种基于Nesterov动量法的自适应深度置信网络轴承故障诊断方法，包括：对滚动轴承不同健康状态的原始信号进行样本划分，生成训练样本；层叠受限玻尔兹曼机(Restricted Boltzmann Machine)建立DBN模型，加入Nesterov动量法和独立自适应学习率，将训练样本输入DBN模型，通过批量随机梯度下降法和贪婪逐层无监督算法预训练DBN模型；在预训练好的模型顶层加入Softmax分类器，使用监督算法单独训练Softmax分类器，通过反向传播算法(Back Propagation)和共轭梯度法进行全局微调，得到模型最优参数；输入未知状态信号，形成测试样本集，然后将测试样本输入上述训练好的DBN模型和Softmax分类器判断滚动轴承的故障类型。通过加入Nesterov动量法和独立自适应学习率，加快DBN预训练速度，提高故障分类精度。
-
公开(公告)号：CN102866010B
公开(公告)日：2015-02-04
申请号：CN201210371014.5
申请日：2012-09-28
Applicant: 苏州大学
Abstract: 本发明实施例公开了一种信号的谱峭度滤波方法及相关装置，用于强背景噪声信号滤波，提取信号瞬态特征。本发明实施例包括：获取输入信号；建立以输入信号的信号特征频率为中心频率，不同带宽的Morlet小波滤波器组；根据Morlet小波滤波器组对输入信号滤波，并计算信号平方包络；根据信号平方包络计算谱峭度，并得出谱峭度阻尼比矩阵；根据谱峭度阻尼比矩阵自适应获取最优带宽Morlet小波滤波器；利用最优带宽Morlet小波滤波器对输入信号滤波，并提取输入信号的瞬态特征。
-
Patent Agency Ranking
公开(公告)号：CN103984874A
公开(公告)日：2014-08-13
申请号：CN201410250483.0
申请日：2014-06-06
Applicant: 苏州大学
IPC: G06F19/00
Abstract: 一种轨道列车动荷载的计算方法，包括以下步骤，S1：列车停运时，测量钢轨上表面某点B受到的力锤激励力F锤击与钢轨下部某点A的竖向加速度响应aA，锤击，计算出两者之间的振动传递函数H(s)；S2：列车运行时，现场实测钢轨下部的A点的竖向加速度时域信号a(t)实测，将a(t)实测转换成复频域信号a(s)实测；S3：结合H(s)和a(s)实测，推导出复频域的列车动载荷F(s)；S4：将F(s)转换成时域信号；S5：将F(s)输入数值计算模型，求解轨道中心线附近地面的振动加速度响应，将该振动加速度与现场实测振动加速度进行对比，对列车动荷载进行幅值调整，得到最终的列车动荷载。本发明所揭示的轨道列车动荷载的计算方法，可以简便、精确地求解轨道中心线附近地面的振动加速度响应。
-
公开(公告)号：CN103954353A
公开(公告)日：2014-07-30
申请号：CN201410198242.6
申请日：2014-05-12
Applicant: 苏州大学
Abstract: 本发明公开了一种信号中瞬态成分稀疏表示检测方法及装置，本发明方法包括：对输入信号进行模/数转换，获得检测信号；对检测信号建立最优小波原子库和最小优化方程；根据所述最优小波原子库建立优化迭代法求解最小优化方程，并确定出所述检测信号在所述最优小波原子库上的稀疏表示系数；根据所述稀疏表示系数，确定出所述检测信号中瞬态成分的发生时刻；根据所述检测信号中瞬态成分的发生时刻，针对含周期性瞬态成分的信号，确定所述检测信号中瞬态成分的周期。本发明用于检测和提取信号中瞬态成分，结果表示简洁且对噪声敏感度小。
-
公开(公告)号：CN103851299B
公开(公告)日：2016-03-23
申请号：CN201410105904.0
申请日：2014-03-20
Applicant: 苏州大学
IPC: F16L55/033
Abstract: 本发明公开了一种啮合空腔无棉消声器，该啮合空腔无棉消声器包括外框及设于外框内部的若干组消声挂片和设置在相邻两组消声挂片之间的消声通道，消声挂片包括平行设置的第一隔板、第二隔板、第三隔板和第四隔板，第一隔板和第二隔板、第三隔板和第四隔板分别与外框形成第一腔体，第二隔板、第三隔板与外框形成第二腔体，第二腔体中设置有上下设置的折叠式隔板，第一腔体为中空设置。本发明具有实质性特点和显著进步，没有在消声挂片的任何部位采用天然棉、人造棉、玻璃棉、海绵、岩棉和矿棉等非金属类的纤维材料，所以本发明消声器的消声挂片具有防雨淋、寿命长、可再生、环保的优点。
-
公开(公告)号：CN103791568A
公开(公告)日：2014-05-14
申请号：CN201410072457.3
申请日：2014-02-28
Applicant: 苏州大学
Abstract: 本发明公开了一种空调压缩机噪声有源控制装置，该有源控制装置设置于压缩机机箱内，包括参考传感器、误差传感器、控制器与扬声器四部分，通过参考传感器检测储液器振动信号，通过误差传感器检测压缩机机箱孔隙处的声压，通过设置控制器接收检测的信号，后经控制器处理并由扬声器输出与检测到的噪声信号幅度相同，相位相反的干涉信号，使得噪声信号与扬声器发出的干涉信号相互干涉抵消，使用该装置可以使压缩机的低频噪声峰值有效下降，以实现有效降噪的目的，且该装置由参考传感器、误差传感器、扬声器和控制器各1个组成，结构简单，简便易操作。
-
公开(公告)号：CN106769048A
公开(公告)日：2017-05-31
申请号：CN201710030371.8
申请日：2017-01-17
Applicant: 苏州大学
CPC classification number: G01M13/045 , G06F17/5009 , G06F17/5086 , G06K9/6268 , G06N3/084 , G06N3/088
Abstract: 本发明涉及一种基于Nesterov动量法的自适应深度置信网络轴承故障诊断方法，包括：对滚动轴承不同健康状态的原始信号进行样本划分，生成训练样本；层叠受限玻尔兹曼机(Restricted Boltzmann Machine)建立DBN模型，加入Nesterov动量法和独立自适应学习率，将训练样本输入DBN模型，通过批量随机梯度下降法和贪婪逐层无监督算法预训练DBN模型；在预训练好的模型顶层加入Softmax分类器，使用监督算法单独训练Softmax分类器，通过反向传播算法(Back Propagation)和共轭梯度法进行全局微调，得到模型最优参数；输入未知状态信号，形成测试样本集，然后将测试样本输入上述训练好的DBN模型和Softmax分类器判断滚动轴承的故障类型。通过加入Nesterov动量法和独立自适应学习率，加快DBN预训练速度，提高故障分类精度。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.02 seconds)
