专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果334715个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于DCAE神经网络的滚动轴承健康指标构建方法-CN202011210629.0在审
  • 秦毅;陈定粮;项盛;罗均;蒲华燕 - 重庆大学
  • 2020-11-03 - 2021-02-09 - G06K9/00
  • 本发明涉及一种基于DCAE神经网络的滚动轴承健康指标构建方法,属于滚动轴承检测技术领域。该方法是将原始振动信号作为网络输入,利用二次函数来对提取的健康特征指标趋势进行全局约束,确保其符合轴承的退化趋势;具体包括:首先,利用加速度传感器采集滚动轴承的振动信号,然后对采集到的振动信号进行低通滤波预处理来排除噪声的干扰;其次,将训练集中的轴承振动信号输入到构建的DCAE网络中进行权重迭代更新训练;最后,将测试集中的轴承数据输入到训练好的DCAE网络中进行健康特征指标构建。本发明能够在没有先验知识的情况下充分利用振动信号中的信息来自动的构建滚动轴承的健康特征指标,从而提高轴承剩余寿命预测的精度。
  • 一种基于dcae神经网络滚动轴承健康指标构建方法
  • [发明专利]基于DTC-VAE神经网络的旋转机械健康指标构建方法-CN202110312371.3有效
  • 秦毅;周江洪;陈定粮;汤宝平 - 重庆大学
  • 2021-03-24 - 2022-11-11 - G06K9/00
  • 本发明公开了一种基于DTC‑VAE神经网络的旋转机械健康指标构建方法,包括采集旋转机械全生命周期的振动信号x,计算振动信号x时域和频域特征,根据特征集划分为训练集和测试集,以训练集数据作为输入构建退化趋势约束变分自编码器DTC‑VAE模型,利用优化器AdamOptimizer以DTC‑VAE模型的损失函数最小值为优化目标进行无监督训练;将测试集数据输入训练好的退化趋势约束变分自编码器DTC‑VAE模型中,得到的测试隐变量Z,对测试隐变量Z进行归一化得到健康指标h。本申请可以通过DTC‑VAE模型和多维时域和频域特征来构建健康指标,利用隐变量来表征机械部件的退化过程,保证了旋转机械健康指标的准确性。
  • 基于dtcvae神经网络旋转机械健康指标构建方法
  • [发明专利]基于人工智能的电源设备的健康诊断方法及装置-CN202310652448.0有效
  • 华麟;李浩;陈燚平;陈成;彭春华;李东升 - 深圳和润达科技有限公司
  • 2023-06-05 - 2023-07-25 - G01R31/392
  • 本发明公开了基于人工智能的电源设备的健康诊断方法及装置,电源设备包括多个集成的电源模块,包括:获取每个电源模块的模块数据;将每个电源模块的模块数据输入至智能分析模型,得到数据分析结果;获取每个电源模块的历史数据变化参数,根据每个电源模块的数据分析结果以及每个电源模块的历史数据变化参数,确定每个电源模块的健康评估参数,根据每个电源模块的健康评估参数,确定电源模块的模块诊断结果;模块诊断结果包括电源模块的预测运行趋势。可见,本发明能够基于人工智能模型对每个电源模块进行分析,得到电源模块的模块诊断结果,能够根据预测运行趋势确定电源模块的故障情况,有利于提高对电源模块进行健康诊断的实时性和智能性。
  • 基于人工智能电源设备健康诊断方法装置
  • [发明专利]一种电池状态评估方法及相关设备-CN202210526019.4在审
  • 康炳南;任慧子;杜若阳;孙苑珺;夏德周 - 华为数字能源技术有限公司
  • 2022-05-13 - 2022-08-09 - G01R31/392
  • 本申请实施例提供一种电池状态评估方法及相关设备,该方法包括:根据第一电池在目标电池周期的第一状态数据获取所述第一电池的第一电池健康度SOH;若第一数据点偏离第一电池趋势模型的距离小于第一预设阈值,且所述第一数据点偏离第二电池趋势模型的距离小于第二预设阈值,则将所述第一SOH确定为所述第一电池在所述目标电池周期的SOH,其中所述第一数据点包括所述第一状态数据和所述第一SOH,所述第一电池趋势模型用于表征所述第一电池的SOH的变化趋势,所述第二电池趋势模型用于表征目标类的电池的SOH的变化趋势,采用本申请实施例,能够获得更精准的SOH。
  • 一种电池状态评估方法相关设备

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top