“朱忠奎”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138个，建议您升级VIP下载更多相关专利

[发明专利]基于持续学习的跨设备增量轴承故障诊断方法-CN202210879607.6有效
发明人：沈长青;陈博戬;李林;孔林;谭陆洋;王冬;石娟娟;黄伟国;朱忠奎 -专利权人：苏州大学
申请日： 2022-07-25 - 公布日： 2023-10-27 - 主分类号： G06F18/2433 文献下载
摘要：本发明涉及一种基于持续学习的跨设备增量轴承故障诊断方法，包括构建跨设备增量轴承健康状态数据集，按设备划分不同阶段的诊断任务；使用第一个设备的诊断任务数据构建初始诊断模型，筛选典例；基于初始诊断模型引入神经元级微调和分类器得到诊断模型；将典例与下一个设备的轴承故障诊断任务数据共同训练诊断模型，使用损失函数缩小当前阶段的诊断模型与上一阶段的诊断模型在上一阶段诊断任务数据上表现的差异，筛选典例；重复步骤S104，使用当前的诊断模型诊断所有已学习任务的轴承故障，得到轴承故障诊断结果。本发明采用持续学习方法构建一个不断积累和复用知识的诊断模型，能解决灾难性遗忘问题，以适应跨设备增量轴承故障诊断的需求。
基于持续学习设备增量轴承故障诊断方法

[发明专利]一种轴承故障特征提取的方法、装置、设备以及存储介质-CN202211057305.7有效
发明人：石娟娟;孙依萌;黄伟国;沈长青;朱忠奎 -专利权人：苏州大学
申请日： 2022-08-30 - 公布日： 2023-10-03 - 主分类号： G01M13/045 文献下载
摘要：本发明公开了一种轴承故障特征提取的方法、装置、设备以及计算机存储介质，包括采集轴承振动信号，并对轴承振动信号进行加窗截取；利用Katz方法计算截取信号片段的分形维数值；根据分形维数值跟踪轴承振动信号中轴承故障产生的冲击位置，提取冲击位置的包络线；进一步地根据峰值搜索算法对包络线进行去除干扰，得到轴承振动故障特征。本发明通过分形维数将轴承的振动序列转化为短时分形维数序列，并且在转换过程中对其他的干扰信号进行抑制，将轴承故障的信号更加突出，抑制干扰信号，最后根据峰值搜索算法将所有信号进行处理，进一步抑制干扰信号对轴承故障信号的影响，更加突显轴承故障信号。
一种轴承故障特征提取方法装置设备以及存储介质

[实用新型]一种限制城市轨道交通越区供电的柔性电路装置-CN202321136747.0有效
发明人：刘天晗;杜贵府;张天野;任彦旭;江星星;王俊;黄伟国;朱忠奎 -专利权人：苏州大学
申请日： 2023-05-12 - 公布日： 2023-09-29 - 主分类号： H02J1/00 文献下载
摘要：本实用新型涉及城市轨道交通供电系统技术领域。本实用新型提出的一种限制城市轨道交通越区供电的柔性电路装置两端分别与第一直流母线和第二直流母线通过柔性电缆连接，装置包括：第一绝缘栅双极型晶体管、第一二极管、第二绝缘栅双极型晶体管、第二二极管、电阻，第一绝缘栅双极型晶体管与第一二极管在装置内部通过第一绝缘栅双极型晶体管的通断进行控制实现了装置一个方向的通断控制，第二绝缘栅双极型晶体管与第二二极管在装置内部通过第二绝缘栅双极型晶体管的通断进行控制实现了装置另一个方向的通断控制，实现了对实现了列车的分区间供电的动态控制，稳定了供电系统的稳定并且保证了乘客的安全。
一种限制城市轨道交通越区供电柔性电路装置

[发明专利]一种考虑多模式故障激励的深沟球轴承故障动力学建模方法-CN202310575669.2在审
发明人：于亦浩;石娟娟;沈长青;张馨尹;黄伟国;朱忠奎 -专利权人：苏州大学
申请日： 2023-05-22 - 公布日： 2023-08-29 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种考虑多模式故障激励的深沟球轴承故障动力学建模方法，包括以下步骤：S1：根据深沟球轴承模型，建立了考虑多刚体独立自由度、混合弹流润滑影响和滚珠动态圆周运动要素的三维深沟球轴承动态解析模型；S2：在模型基础上，将保持架兜孔、柔性保持架和刚性保持架模型建立在动态轴承模型中；并分析滚道、滚珠和动不平衡负载常见故障激励源下所建立模型的动态特征；S3：将早期磨损以表面粗糙度变化的形式体现在动力学模型中；S4：建了早期微弱磨损、严重凹坑故障到轴承动态特性的完整逻辑链。本发明，建立了考虑多刚体独立自由度、混合弹流润滑影响和滚珠动态圆周运动等要素的深沟球轴承动态解析模型，具有精细化的优势。
一种考虑模式故障激励深沟球轴承动力学建模方法

[发明专利]概率引导的域对抗轴承故障诊断方法及系统-CN202211406175.3有效
发明人：沈长青;李景德;王报祥;石娟娟;丁传仓;黄伟国;朱忠奎;张福生;王书蓓;刘承建 -专利权人：苏州大学
申请日： 2022-11-10 - 公布日： 2023-08-25 - 主分类号： G06F18/24 文献下载
摘要：本发明实施例提供了一种概率引导的域对抗轴承故障诊断方法及系统，该方法包括采集振动信号构建源域数据集和目标域数据集；对轴承信号样本进行频域处理，得到样本图片；将所述源域样本图片和目标域样本图片输入提前搭建好的神经网络模型进行训练；构建第一阶段目标函数，实现鉴别器和特征生成器参数的更新；构建第二阶段目标函数，实现分类器参数的更新，神经网络模型训练完成；将目标域数据集输入训练好的神经网络模型，实现轴承故障诊断。本发明方法解决了轴承故障诊断网络特征分类能力不足的问题，轴承故障诊断的结果准确率高、鲁棒性更强，并且适用于变工况多场景、多种故障的诊断。
概率引导对抗轴承故障诊断方法系统

[发明专利]一种滚动轴承动力学建模和振动特征分析方法-CN202310276591.4在审
发明人：张馨尹;石娟娟;黄伟国;沈长青;刘仕晨;朱忠奎 -专利权人：苏州大学
申请日： 2023-03-21 - 公布日： 2023-08-08 - 主分类号： G06F30/17 文献下载
摘要：本发明公开了一种滚动轴承动力学建模和振动特征分析方法，包括以下步骤：S1：建立健康的轴承动力学模型：分别计算了轴承处于弹流体动压润滑时轴承的刚度和阻尼、滚动体与保持架之间的力以及滚动体与滚道之间的力，确定了健康的轴承动力学模型中所需的基本物理量；S2：建立具有局部故障的轴承动力学模型：通过引入半正弦函数，描述了滚动体经过局部故障时的时变位移激励，最终建立了具有局部故障的轴承动力学模型；S3：识别具有局部故障的动态模型中的主要激振源：通过比较动态模型中基本物理量的数值大小和变化趋势，确定主要激振源。本发明，更为真实地模拟轴承运行过程中的实际工况，为滚动轴承在故障激励下的振动响应分析提供理论基础。
一种滚动轴承动力学建模振动特征分析方法

[发明专利]一种钢轨波磨检测方法及系统-CN202210742688.5有效
发明人：黄伟国;邱天序;张梓伟;马骏陶;韩时炘;曾冠杰;王俊;石娟娟;朱忠奎 -专利权人：苏州大学
申请日： 2022-06-28 - 公布日： 2023-07-25 - 主分类号： G01B17/08 文献下载
摘要：本发明涉及一种钢轨波磨检测方法及系统，包括：对正常轨道列车轴箱处振动加速度的时域信号进行稀疏优化处理，根据稀疏重构后的时域信号幅值和频域信号能量设置轨道波磨时域信号报警阈值和频域信号报警阈值，将待检测轨道列车轴箱处振动加速度的时域信号进行稀疏优化处理，将稀疏重构后的时域信号幅值和频域信号能量与时域信号报警阈值和频域信号报警阈值进行比较，当时域信号幅值和频域信号能量均大于报警阈值时，判断待检测轨道存在波磨。本发明提供的钢轨波磨检测方法使用稀疏优化方法对列车轴箱处振动加速度信号进行处理，通过设置报警阈值检测未知轨道区段，检测速度快，不影响列车正常运行，检测结果准确，可信度高。
一种钢轨检测方法系统

[发明专利]变工况下类内自适应轴承故障诊断方法-CN202010496380.8有效
发明人：王旭;沈长青;谢靖;张爱文;王冬;商晓峰;宋冬淼;江星星;王俊;石娟娟;黄伟国;朱忠奎 -专利权人：苏州大学
申请日： 2020-06-03 - 公布日： 2023-07-25 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及一种变工况下滚动轴承的故障诊断方法，其在利用卷积神经网络学习模型的基础上，结合迁移学习的算法处理机械设备复杂多变的工况导致深度学习模型通用性变差的问题。本发明首先对不同工况下采集的数据进行切割划分样本，利用FFT对样本进行预处理，然后利用改进的ResNet‑50提取样本的低层次特征，接着多尺度特征提取器从不同角度分析低层次特征得到高层次特征作为分类器的输入。在训练的过程中同时提取训练样本跟测试样本的高层次特征，计算两者的条件分布距离作为目标函数的一部分反向传播以实现类内自适应，降低域漂移的影响，使得深度学习模型能更好地胜任变工况下的故障诊断任务。
工况下类内自适应轴承故障诊断方法

[发明专利]一种基于元迁移学习的轴承小样本故障诊断方法和系统-CN202310121756.0在审
发明人：沈长青;王培琪;丁建新;王书蓓;张福生;刘承建;缪红芳;王冬;石娟娟;黄伟国;朱忠奎 -专利权人：苏州大学
申请日： 2023-02-16 - 公布日： 2023-07-21 - 主分类号： G01M13/045 文献下载
摘要：本发明涉及一种基于元迁移学习的轴承小样本故障诊断方法和系统，方法包括：采集不同工况下的轴承振动信号；对轴承振动信号进行快速傅里叶变换，并将变换后的轴承振动信号转换为二维特征图片集，二维特征图片集包括第一样本和第二样本；通过第一样本训练深度学习卷积网络，并保留训练后网络的特征提取器，同时剔除训练后网络的第一分类器，其中，所述第一分类器用于第一样本的分类；基于所述特征提取器和第二分类器构建模型，通过元迁移学习对模型中当前故障诊断任务的神经元参数进行优化，使特征提取器自适应其他所有故障诊断任务，其中,所述当前故障诊断任务为基于所述第二样本的故障诊断任务。本发明可以出色地解决小样本故障诊断问题。
一种基于迁移学习轴承样本故障诊断方法系统

[发明专利]一种LSTM指导下自适应广义解调的轴承故障特征同步增强提取方法-CN202310520434.3在审
发明人：张馨尹;石娟娟;刘康宁;刘仕晨;陶旭阳;黄伟国;朱忠奎 -专利权人：苏州大学
申请日： 2023-05-10 - 公布日： 2023-07-14 - 主分类号： G01M13/04 文献下载
摘要：本发明公开了一种LSTM指导下自适应广义解调的轴承故障特征同步增强提取方法，包括以下步骤：S1：引入倾斜角来确定广义解调的解调因子；S2：通过LSTM网络模型对信号的倾斜角进行自适应预测，利用得到的解调因子构建广义解调因子矩阵；S3：通过频率—幅值图确定感兴趣的分量解调之后所处的频率位置，实现对故障特征系数的预确定；S4：构造提取算子矩阵，之后进行逆向广义解调。本发明，在广义解调方法的框架下，在不依赖于对时频脊线预提取的基础上，利用LSTM网络模型实现对解调因子的自适应构建，通过构造解调因子矩阵和提取算子矩阵等，实现对多分量信号的同步化增强提取。
一种 lstm 指导自适应广义解调轴承故障特征同步增强提取方法

[发明专利]一种非平稳工况下轨道车辆轮对轴承故障诊断方法及设备-CN202211640727.7在审
发明人：江星星;李学岗;高越;石娟娟;杜贵府;丁传仓;王俊;沈长青;黄伟国;朱忠奎 -专利权人：苏州大学
申请日： 2022-12-19 - 公布日： 2023-06-27 - 主分类号： G01M13/045 文献下载
摘要：本发明涉及一种非平稳工况下轨道车辆轮对轴承故障诊断方法包括根据多种传感器采集的轨道车辆轮对轴承在不同非平稳工况下的多种信号获取样本数据；多通道融合得多传感器信息融合样本并进行自适应加权，生成目标多传感器信息融合数据，特征提取器提取目标多传感器信息融合数据在多传感器视角下的特征信息，存储至相对应的记忆库中；利用原型对比学习进行领域适配学习，获取域适应损失；利用源域数据集中提取的特征信息与半监督学习算法训练域共享类别分类器；利用域适应损失与半监督分类损失通过反向传播与梯度下降算法更新网络参数，获得目标网络；将数据集中没有类别标签的待测试样本数据输入至目标网络中，获取待测试样本数据的故障类别。
一种平稳工况轨道车辆轮对轴承故障诊断方法设备

[发明专利]一种轴承故障检测方法、装置及设备-CN202211398933.1有效
发明人：黄伟国;马骏陶;韩时炘;曾冠杰;王俊;丁传仓;杜贵府;江星星;石娟娟;沈长青;朱忠奎 -专利权人：苏州大学
申请日： 2022-11-09 - 公布日： 2023-06-27 - 主分类号： G01M13/045 文献下载
摘要：本发明涉及一种轴承故障检测方法包括：获取测试轴承的振动加速度时域信号，经短时傅里叶变换生成时频域系数矩阵；利用广义极小极大凹罚函数与截断核范数构建稀疏低秩优化模型的凸性目标函数；利用交替方向乘子法将凸性目标函数拆分成关于广义极小极大凹罚函数的第一子目标函数、关于截断核范数的第二子目标函数与辅助迭代函数；利用前向后向分裂算法求解第一子目标函数得关于Xk+1的迭代公式组；利用奇异值阈值算法求解第二目标子函数得关于Zk+1的迭代公式；初始化参数，将时频域系数矩阵输入辅助迭代函数中，迭代预设次数获取时频域稀疏低秩矩阵；对时频域稀疏低秩矩阵进行短时傅里叶逆变换得到重构时域信号后，进行平方包络谱分析，得到故障特征频率。
一种轴承故障检测方法装置设备

[发明专利]基于对抗流模型的机械设备无监督故障诊断方法-CN202111138262.0有效
发明人：王俊;戴俊;江星星;黄伟国;朱忠奎 -专利权人：苏州大学
申请日： 2021-09-27 - 公布日： 2023-05-16 - 主分类号： G06F18/2413 文献下载
摘要：本发明公开了一种基于对抗流模型的机械设备无监督故障诊断方法，包括：步骤(1)、数据预处理：把机械振动信号转换到频域，并把幅值归一化到[0,1]范围；步骤(2)、先验分布设计：根据机械设备状态的K个类别设计具有K个子分布的高斯混合模型；步骤(3)、模型搭建：把自动编码器、流模型和分类器进行组合，搭建无监督故障诊断模型；步骤(4)、模型训练：利用各类别状态数据按照设计好的先验分布、预设的训练步骤、损失函数和优化算法训练所述无监督故障诊断模型；步骤(5)、故障诊断：将机械设备的状态数据输入到训练好的所述无监督故障诊断模型中，得到数据聚类结果和故障诊断结果。机械振动信号提取能力强、聚类效果好、准确率高。
基于对抗模型机械设备监督故障诊断方法

[发明专利]一种基于生成特征重放的轴承增量故障诊断终身学习方法-CN202310126044.8在审
发明人：沈长青;刘尧;丁建新;王书蓓;张福生;刘承建;缪红芳;王冬;石娟娟;黄伟国;朱忠奎 -专利权人：苏州大学
申请日： 2023-02-17 - 公布日： 2023-05-12 - 主分类号： G06F18/213 文献下载
摘要：本发明涉及一种基于生成特征重放的轴承增量故障诊断终身学习方法，包括：将轴承状态数据集划分为多个不同诊断阶段；学习初始阶段的灰度图片样本，训练第一特征提取器和第一分类器；使用第一特征提取器提取的特征，利用对抗生成网络交替训练，得到第一特征生成器；构建原始故障诊断模型，设置其全连接层神经元数量为初始阶段故障类型数量；在增量学习阶段，利用n‑1阶段的原始故障诊断模型，训练更新n阶段的故障诊断模型，利用特征蒸馏损失函数缩小第n特征提取器与第n‑1特征提取器提取的特征的差异，利用重放对齐损失约束第n特征生成器与第n‑1特征生成器生成的特征相似，更新全连接层神经元数量为初始阶段至第n阶段故障类型数量总和，得到最终故障诊断模型。
一种基于生成特征重放轴承增量故障诊断终身学习方法

[发明专利]基于半监督对抗域泛化智能模型的故障诊断方法-CN202211558882.4在审
发明人：王俊;任贺;石娟娟;丁传仓;朱忠奎 -专利权人：苏州大学
申请日： 2022-12-06 - 公布日： 2023-05-09 - 主分类号： G06F18/213 文献下载
摘要：本发明公开了一种基于半监督对抗域泛化智能模型的故障诊断方法。本发明基于半监督对抗域泛化智能模型的故障诊断方法以域对抗神经网络为基础，采用半监督学习的方式，通过提出域模糊策略来消除多源域之间的数据分布差异，学习标记的源域和未标记的源域中与分布无关的表示，提取域不变特征，并且引入度量学习来促进模型学习特征的类内聚集性和类间可分性，提高特征的可判别性，从而极大提高机械故障诊断模型的泛化能力，实现未知工况下的半监督机械健康状态智能识别，识别精度高。
基于监督对抗泛化智能模型故障诊断方法

1
2
3
4
5
6
7
8
9
10
下一页»
尾页
共 138 条