“林翠颖”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]一种基于连续滑窗Transformer和DS证据理论的滚动轴承增强诊断方法、装置-CN202310257232.4在审
发明人： 林翠颖;陈嘉宇;姚博清;陆钦华;葛红娟 -专利权人：南京航空航天大学
申请日： 2023-03-16 - 公布日： 2023-09-19 - 主分类号： G06V10/764 文献下载
摘要：本发明公开一种基于连续滑窗Transformer和DS证据理论的滚动轴承增强诊断方法、装置，所述方法包括：对多传感器原始振动信号数据进行重构图像块变换，基于连续滑窗Transformer(Swin)模块进行多传感器自适应深层故障特征提取，分别输出深层故障特征值；对Swin输出的深层故障特征权重赋值，并基于特征权重进行重要特征筛选；输出多传感器下分类器基本概率分布，实现基于Dempster‑Shafer(DS)证据理论的决策融合增强诊断，完成模型训练；重构测试数据输入训练完成的模型，完成对滚动轴承的增强诊断。本发明能够对低品质数据下滚动轴承的健康状况进行自适应监测，提高数据低品质下滚动轴承故障诊断的效率。
一种基于连续 transformer ds 证据理论滚动轴承增强诊断方法装置

[发明专利]一种基于2D-CNN和t-SNE的机械设备快速故障诊断方法及装置-CN202111586259.5有效
发明人：陈嘉宇;林翠颖;姚博清;葛红娟 -专利权人：南京航空航天大学
申请日： 2021-12-23 - 公布日： 2023-07-25 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种基于2D‑CNN和t‑SNE的机械设备快速故障诊断方法及装置，包括：采样步骤S1，采集的机械设备的运行数据经数据预处理后的数据集分为训练集和测试集；训练步骤S2，训练集输入至初始2D‑CNN模型经样本训练后得到标准2D‑CNN模型，测试集输入至标准2D‑CNN模型经特征提取后得到测试集特征数据；可视化步骤S3，测试集特征数据采用t‑SNE处理得到测试集特征图像；诊断步骤S4，采集机械设备的实时运行数据，经数据预处理后作为待测数据，待测数据进行特征提取得到待测特征数据，经t‑SNE处理后得到待测数据特征图像，通过待测数据特征图像和测试集特征图像的比对处理得到机械设备的诊断结果。本发明能够对机械设备进行实时在线监测，解决故障诊断不及时问题。
一种基于 cnn sne 机械设备快速故障诊断方法装置

[发明专利]一种基于改进深度森林的齿轮箱故障诊断方法-CN202011406391.9有效
发明人：陈嘉宇;林翠颖;葛红娟 -专利权人：南京航空航天大学
申请日： 2020-12-03 - 公布日： 2023-07-25 - 主分类号： G06F18/214 文献下载
摘要：本发明公开一种基于改进深度森林的齿轮箱故障诊断方法，涉及机械装备故障诊断领域，针对齿轮箱故障多模态与模态混叠带来的诊断难题，本发明有效解决深度森林结构中数据传递与处理过程中的计算冗余问题，提高诊断效率与稳定性。首先，对采集的振动信号数据进行预处理，获得数据样本，并将其输入改进的多粒度扫描结构，完成数据的多尺度特征增强；其次，提出基于PCA的特征降维算法，优化多尺度特征的数据代表性；然后，在级联森林中，将降维特征与级联森林各层次输出特征进行级联；最后，完成模型训练，并输入测试数据，完成对齿轮箱的故障诊断。本发明能够准确提取有效特征，增加特征代表性，解决向量冗余问题，提高齿轮箱故障诊断准确率与稳定性。
一种基于改进深度森林齿轮箱故障诊断方法

[发明专利]一种基于PDA-WGANGP的滚动轴承增强诊断方法-CN202110685339.X有效
发明人：陈嘉宇;林翠颖;张清华;葛红娟 -专利权人：南京航空航天大学
申请日： 2021-06-21 - 公布日： 2023-05-26 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种基于PDA‑WGANGP的滚动轴承增强诊断方法，涉及机械装备故障数据增强领域。首先，利用健康数据以及实验室条件下的故障数据进行预训练网络的训练，利用预训练网络的结构和参数作为判别器和Dense分类器前几层的特征提取层；其次，引入残差网络，构建全新的生成器，解决卷积神经网络的梯度下降问题，防止过拟合产生，从而利用不平衡训练集稳定地生成少数类的高质量样本；最后，完成模型训练，产生高质量的故障样本，并对生成样本进行验证。本发明能够准确生成高质量的故障样本，提升模型运行效率，解决数据不平衡问题，提高滚动轴承故障样本生成的准确率与稳定性。
一种基于 pda wgangp 滚动轴承增强诊断方法

[发明专利]面向低品质数据的滚动轴承智能诊断方法、装置-CN202211472485.5有效
发明人： 林翠颖;陈嘉宇;姚博清;陆钦华;葛红娟 -专利权人：南京航空航天大学
申请日： 2022-11-23 - 公布日： 2023-04-07 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种面向低品质数据的滚动轴承智能诊断方法、装置，所述方法包括：对数据进行数据增强处理，得到训练数据和测试数据；对训练数据应用互补集合经验模态分解进行降噪，得到重构训练数据；对训练数据进行基于短时傅里叶变换的特征时频图转换，对特征值进行增强，得到时频图训练数据；使用全序列卷积神经网络，对标准化重构训练数据进行时间特征提取，对标准化时频图训练数据进行图像特征提取，进行特征融合，之后分类输出完成训练；将测试数据，输入全序列卷积神经网络，根据输出结果进行滚动轴承智能诊断。在实际工业生产中，采集的信号的信噪比较低，因此采用上述技术方案，可以在样本不足条件下实现滚动轴承多故障模式的诊断。
面向品质数据滚动轴承智能诊断方法装置