-
公开(公告)号：CN119939817A
公开(公告)日：2025-05-06
申请号：CN202510042608.9
申请日：2025-01-10
Applicant: 重庆邮电大学
IPC: G06F30/17 , G06F30/23 , G06F30/27 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F119/14
Abstract: 本发明属于数字孪生技术领域，涉及一种基于数字孪生的机械结构的状态评估方法，包括：构建有限元模型；实时采集机械结构数据；构建机械结构三维模型，采用有限元模型提取机械结构三维模型的节点和面片信息；对节点和面片信息进行重构；将动态数据和实时监测数据进行存储，并输入有限元模型中进行仿真；根据仿真数据构建多源数据集；将多源数据集中的数据与实时监控数据进行融合，并输入到预训练后的深度学习模型中，得到实时预测结果和机械结构的风险评估结果；将重构数据、实时预测结果、机械结构的风险评估结果输入到孪生模型中，得到机械结构的状态评估结果；本发明结合边缘计算技术，有效缓解云计算的传输和计算压力，从而提升系统的实时性和计算效率。
-
公开(公告)号：CN118636136A
公开(公告)日：2024-09-13
申请号：CN202410723455.X
申请日：2024-06-05
Applicant: 重庆邮电大学
IPC: B25J9/16
Abstract: 一种基于自建生态的风机叶片维护机器人远程监测控制方法及系统，包括：维护机器人采集风机叶片图像，并通过传感器采集环境信息；采用改进的ORB算法提取风机叶片图像特征；构建数据结构并进行高效遍历搜索，快速查找与原始地图相似数据点及新增数据点，完成实时地图更新；将环境信息以及更新后的地图同步到终端设备；终端根据环境信息以及更新后的地图对风机叶片进行危险预警以及风险评估；根据危险预警结果以及风险评估结果生成控制指令，控制风机叶片维护机器人工作；本发明通过改进ORB算法及FLANN完成实时地图更新，结合多传感器自建虚拟生态环境，依托终端应用程序远程监测风机叶片的实时状态，提高风机叶片维护效率及操作安全性。
-
公开(公告)号：CN116032432A
公开(公告)日：2023-04-28
申请号：CN202310132761.1
申请日：2023-02-17
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于稀疏网络编码的密度调整方法，包括初始化信源节点的密度值，并根据采用稀疏网络编码的通信过程计算稀疏网络编码线性相关概率的上界形式；利用稀疏网络编码线性相关概率的上界形式和信宿节点的解码矩阵在编码包传输过程中的状态计算信宿节点解码矩阵的状态转移概率；根据信宿节点解码矩阵的状态转移概率利用吸收马尔可夫链的数学定义计算稀疏网络编码的线性相关概率；根据稀疏网络编码的线性相关概率利用吸收马尔可夫链的定义计算信宿节点对编码包的解码成功率：以信宿节点对编码包的解码成功率最大为优化目标，通过反向传播的机制调节信源节点的密度值直至信宿节点对编码包的解码成功率收敛，得到信源节点最优的密度值，提高无线通信传输的通信效率。
-
公开(公告)号：CN119885898A
公开(公告)日：2025-04-25
申请号：CN202510067863.9
申请日：2025-01-16
Applicant: 重庆邮电大学
IPC: G06F30/27 , G06F30/23 , G06F30/13 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08 , G06F119/14
Abstract: 本发明涉及一种基于混合深度学习模型的大型结构动力响应预测方法，包括：建立大型结构的有限元模型；利用激振器测量大型结构的模态参数，并根据大型结构的模态参数对大型结构的有限元模型进行修正；利用修正后的有限元模型模拟仿真大型结构在动态荷载下的动力响应；同时使用传感器实际采集的大型结构在动态荷载下的动力响应；通过模拟仿真和实际采集的大型结构在动态荷载下的动力响应构建训练集；根据构建的训练集对混合式深度学习模型进行训练；将作用在大型结构上的动态荷载，并输入训练好的深度学习模型预测得到大型结构的动力响应。本发明提升了预测效率和准确性，增强了模型的泛化能力，使其能够适应各种不同的环境和条件。
-
-
-
Search Results
4
records
(took 0.026 seconds)
