-
公开(公告)号：CN119198095A
公开(公告)日：2024-12-27
申请号：CN202411390889.9
申请日：2024-10-08
Applicant: 重庆大学
IPC: G01M13/045
Abstract: 本发明属于滑动轴承技术领域，具体公开了一种数据极端不平衡下滑动轴承故障诊断方法及系统，该方法采集滑动轴承不同状态时不同位置处的振动加速度和声发射信号，提取数据特征向量的初步特征并拼接得到融合特征，构建多源异构数据融合故障诊断模型并拆分，基于CWGAN‑GP构建多源异构数据融合特征生成模型并训练，CWGAN‑GP模型生成器与判别器对抗调整，将生成器每次生成的特征输入故障诊断模型的故障诊断分类部分中计算分类器损失，并反馈给生成器网络调整其参数，直至生成接近真实的特征，输出轴承故障诊断结果。采用本技术方案，充分利用数据信息的情况下生成更具价值密度的特征数据补充不平衡样本，实现滑动轴承数据极端不平衡下的故障诊断。
-
公开(公告)号：CN118948484A
公开(公告)日：2024-11-15
申请号：CN202411048063.4
申请日：2024-08-01
Applicant: 重庆大学附属肿瘤医院
Abstract: 本发明公开了一种用于原位肺癌小鼠荷瘤的定位注射装置，包括注射器和与注射器连接的注射针，其还包括驱动注射器在固定倾斜角度下前进的定角度穿刺驱动机构和设置在注射针上以限定穿刺深度的限位件。本发明用于原位肺癌小鼠荷瘤的定位注射装置，能控制注射器按固定的角度进行穿刺，且穿刺的深度由设置在注射针上的限位件限定，如此能保证穿刺针的前端准确的到达预定的位置，从而降低了注射穿刺难度，能避免错误穿刺心脏导致小鼠死亡问题，能显著提高小鼠原位肺癌荷瘤成功率。
-
公开(公告)号：CN118332927A
公开(公告)日：2024-07-12
申请号：CN202410592625.5
申请日：2024-05-14
Applicant: 重庆大学
IPC: G06F30/27 , G06Q10/04 , G06F30/13 , G06N3/04 , G06N3/084 , G06F17/18 , G06F111/10 , G06F119/14
Abstract: 本发明涉及一种基于机器学习的开孔低矮建筑群风致内外压预测方法，首先，根据低矮建筑群的基本参数进行拉丁超立方抽样，建立相应的风洞试验模型；其次，将风洞试验得到的开孔低矮建筑群内外表面风压系数作为训练数据，采用人工神经网络BPNN进行网络训练机器学习；最后，构建能通过输入任意低矮建筑群基本参数预测低矮建筑群内外表面风压系数的预测模型。所建立的机器学习预测模型可解决风灾分析中采用风洞试验或CFD数值模拟来确定建筑内外表面风荷载耗时耗力的问题，通过引入机器学习算法，构建开孔低矮建筑群内外表面风压测模型，有助于快速、准确、高效的实现低矮建筑群风灾损失分析。
-
公开(公告)号：CN117743944A
公开(公告)日：2024-03-22
申请号：CN202410018670.X
申请日：2024-01-04
Applicant: 重庆大学 , 国网新疆电力有限公司电力科学研究院
IPC: G06F18/241 , G06F18/213 , G06Q50/06 , G06Q10/20 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于多源数据的输电线路故障辨识方法，包括：获取故障录波数据和气象同化数据，基于所获数据获得暂态波形图像特征和环境张量特征，将暂态波形图像特征和环境张量特征共同输入预先构建好的故障分类模型进行故障识别，以及基于现场确定的真实故障结果数据对正在运行的故障分类模型进行更新训练。本发明充分考虑了输电线路故障录波和气象因素的融合，综合利用多种数据源来描述线路故障特征，相较于现有研究考虑的气象因素更加精细化，考虑的波形特征的构建更加全面化，相较于单图像或单张量特征输入可以利用更多有效信息。并且，本发明实现了多源数据的特征融合，这大大提升了模型识别能力，从而提高了故障特征的准确性和全面性。
-
公开(公告)号：CN115455729A
公开(公告)日：2022-12-09
申请号：CN202211205863.3
申请日：2022-09-30
Applicant: 国网新疆电力有限公司电力科学研究院 , 重庆大学 , 南京南瑞继保电气有限公司
IPC: G06F30/20 , G06F17/15 , H02H7/26 , G06F111/08 , G06F119/02
Abstract: 本发明公开了一种基于故障率拟合的电网安全稳定控制装置可靠性评估方法。首先采集安全稳定控制装置的历史故障率和全程状态监测量；随后，建立安全稳定控制装置故障率拟合模型，该模型可结合协变量向量，实时反映设备的状态；接着拟合出安全稳定控制装置故障率函数，求解参数拟合的估计参数，该函数可以表征安控装置在运行周期内的故障率变化情况；最后利用安全稳定控制装置故障率拟合过程中的估计参数，考虑安全稳定控制装置关联，建立安全稳定控制装置可靠度及复合故障率函数，表征安全稳定控制装置运行周期中的安全性，从而实现电力系统安全稳定控制装置运行故障的实时评估。
-
Patent Agency Ranking
公开(公告)号：CN114580284A
公开(公告)日：2022-06-03
申请号：CN202210215200.3
申请日：2022-03-07
Applicant: 重庆大学
Abstract: 本发明提出了一种旋转机械变工况故障诊断方法及系统。该方法为：采集旋转机械的源域数据和目标域数据；构建域适配网络，其包括特征提取网络、成对正交分类网络和动态加权域鉴别网络；特征提取网络提取源域数据和目标域数据的特征；成对正交分类网络对故障进行分类，并计算成对正交分类网络中两个分类网络输出的相似度，得到动态权重；在动态加权域鉴别网络中根据动态权重调整加权域鉴别网络与特征提取网络之间的对抗程度；采用源域数据和目标域数据对特征提取网络、成对正交分类网络训练，采用将提取的源域数据和目标域数据的特征以及动态权重对动态加权域鉴别网络训练。该方法处理对象无需满足训练数据与测试数据服从同一分布的要求。
-
公开(公告)号：CN119272371B
公开(公告)日：2025-04-18
申请号：CN202411302134.9
申请日：2024-09-18
Applicant: 重庆大学
IPC: G06F30/13 , G06F30/27 , G06F17/11 , G06F119/02 , G06F111/10
Abstract: 本发明涉及一种用于预测开孔低矮建筑群内外风压的方法，首先，基于风洞试验，建立同时考虑建筑干扰和开孔影响的布局规则低矮建筑群内外风压数据库；其次，基于该数据库将开孔低矮建筑群划分为三种开孔类别；在没有充分风洞试验数据时，根据工况参数判断开孔类别并选择合理的内外压确定方法；最后，基于已获得的内外风压数据，进行机器学习训练，得到针对布局任意的低矮建筑群内外风压预测模型；所建立的预测低矮建筑群内外风压方法可以避免盲目使用非定常伯努利方程计算建筑内外压导致灾害损失评估不准确，同时也可以避免盲目使用风洞试验或数值模拟方法确定建筑内外压导致资源浪费，通过引入机器学习，有助于高效的实现低矮建筑群风灾损失分析。
-
公开(公告)号：CN117792343A
公开(公告)日：2024-03-29
申请号：CN202311841927.3
申请日：2023-12-28
Applicant: 重庆大学附属肿瘤医院
Abstract: 本发明公开了一种靶向调控基因表达的电脉冲系统及基因调控方法，电脉冲系统电源和若干级依次连接的脉冲放电单元，每级脉冲放电单元包括电容和四个半导体开关。基因调控方法包括制备脂质体递送系统，将电极放在目标组织器官处，向受体注射脂质体递送系统；对目标组织器官进行高频脉冲放电刺激，通过高频、纳秒级电脉冲的刺激促进脂质体递送系统进入到目标组织器官的细胞内。本发明能很好的满足根据不同的情况对不同组织器官进行电脉冲刺激的需求，能促进负载有目的基因的脂质体递送系统进入到细胞内，能缩短转染周期，并提高基因表达的靶向效果。
-
公开(公告)号：CN116381276A
公开(公告)日：2023-07-04
申请号：CN202310296481.4
申请日：2023-03-23
Applicant: 重庆大学
IPC: G01P15/097 , G01P5/00 , G01P13/02 , G06F30/13 , G06F30/28 , G06F113/08 , G06F119/14
Abstract: 本发明涉及一种用于实时控制高层建筑风振加速度的主动扰流板系统，监测模块包括风速风向观测仪，用来监测目标建筑所在位置实时风速风向数据；计算模块包括数据处理系统与主动控制算法，用来处理监测模块获取的实时风速风向数据以确定风向区间，基于实时风速风向数据、风荷载系数及高层建筑结构模型计算高层建筑实时风振加速度，将高层建筑风振加速度取得最小值作为优化目标，开展扰流板转角优化设计；控制模块包括作动器与扰流板系统，以接收控制算法输出的数据并使扰流板系统做出响应；解决被动扰流板系统无法根据实际风速风向参数对转角实时修正以及被动扰流板系统优化设计方法仅能对特定风向的风振加速度进行控制，达不到风振加速度实时控制。
-
公开(公告)号：CN114580284B
公开(公告)日：2023-04-07
申请号：CN202210215200.3
申请日：2022-03-07
Applicant: 重庆大学
IPC: G06F30/27 , G06F18/241 , G06F18/213 , G06N3/048 , G06N3/0464 , G06N3/08 , G01M13/00 , G06F111/10
Abstract: 本发明提出了一种旋转机械变工况故障诊断方法及系统。该方法为：采集旋转机械的源域数据和目标域数据；构建域适配网络，其包括特征提取网络、成对正交分类网络和动态加权域鉴别网络；特征提取网络提取源域数据和目标域数据的特征；成对正交分类网络对故障进行分类，并计算成对正交分类网络中两个分类网络输出的相似度，得到动态权重；在动态加权域鉴别网络中根据动态权重调整加权域鉴别网络与特征提取网络之间的对抗程度；采用源域数据和目标域数据对特征提取网络、成对正交分类网络训练，采用将提取的源域数据和目标域数据的特征以及动态权重对动态加权域鉴别网络训练。该方法处理对象无需满足训练数据与测试数据服从同一分布的要求。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.03 seconds)
