“故障样本”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果619941个，建议您升级VIP下载更多相关专利

[发明专利]基于BP神经网络的血透设备故障诊断方法及存储介质-CN202210416019.9有效
发明人：姚月冬 -专利权人：岱特智能科技（上海）有限公司
申请日： 2022-04-20 - 公布日： 2023-04-18 - 主分类号： G01R31/34 文献下载
摘要：本申请涉及基于BP神经网络的血透设备故障诊断方法及存储介质，涉及电机故障检测领域技术领域，其包括以下步骤：获取仪器电机的电流频谱图以识别仪器电机的故障征兆；获取故障征兆的故障特征频率分量所对应的幅值和基波分量的幅值，并将故障特征频率分量所对应的幅值和基波分量的幅值之间的比值作为BP神经网络的输入层神经元；获取仪器电机的故障模式以作为BP神经网络的输出层神经元；获取标准训练样本集和测试样本集，基于BP神经网络得出标准训练样本集所对应的标准训练样本测试结果和测试样本集对应的测试样本测试结果；比对训练样本测试结果和测试样本结果以得出仪器电机的故障模式。本申请具有提高对带电机仪器故障的检测精确度的效果。
基于 bp 神经网络设备故障诊断方法存储介质

[发明专利]一种基于云计算汽车异常数据流的分析方法-CN201710168348.5有效
发明人：姜书权 -专利权人：北京爱德盛业科技有限公司
申请日： 2017-03-21 - 公布日： 2020-04-03 - 主分类号： G05B23/02 文献下载
摘要：一种基于云计算汽车异常数据流的分析方法：通过获取汽车电脑的故障码和数据流，将获取的故障码和数据流通过智能终端传输到云端服务器；云端服务器判断是否有故障码，如果无故障码，将获取的数据流作为正常数据流存储；如果有故障码，将获取的数据流作为异常数据流存储；在云端服务器建立异常数流样本和正常数据流样本，并对数据流样本计算分析；在异常数据样本中找到与故障码相关的数据项；获得一需要测试的无故障码数据流，与正常数据流样本和异常数据样本对比分析，找到相关的临界数据；增加和完善异常数据流样本和正常数据流样本；对异常数据流样本统计与故障码或汽车故障相关联的异常数流对应数据项的概率。
一种基于计算汽车异常数据流分析方法

[发明专利]一种基于深度特征聚类的电网故障诊断方法及系统-CN202310336650.2在审
发明人：俞胜;黄福兴;陶晓峰;孙萌;丁宏;陆春艳;周宇;武文广 -专利权人：国电南瑞南京控制系统有限公司;国电南瑞科技股份有限公司;南瑞集团有限公司
申请日： 2023-03-31 - 公布日： 2023-07-07 - 主分类号： G01R31/08 文献下载
摘要：本发明公开了电网故障诊断领域的一种基于深度特征聚类的电网故障诊断方法及系统，包括：将所述实时监测数据经过SMOTE过采样后输入至预先搭建的CNN故障诊断模型获得故障诊断结果；所述CNN故障诊断模型的搭建过程包括：利用训练后的特征提取器提取有标签样本特征和无标签样本特征；对有标签样本特征和无标签样本特征进行半监督聚类形成簇；根据簇确定无标签样本特征的标签，建立有标签样本特征训练集；利用有标签样本特征训练集对CNN故障诊断模型进行训练，重复迭代获得故障诊断准确率大于设定阈值的CNN故障诊断模型；本发明克服现有技术中存在故障诊断正确率和误报率不能兼顾的技术问题。
一种基于深度特征电网故障诊断方法系统

[发明专利]一种基于元学习的小样本转辙机故障智能诊断方法-CN202310101907.6在审
发明人：王小敏;赵盼 -专利权人：西南交通大学
申请日： 2023-01-30 - 公布日： 2023-05-02 - 主分类号： G06F18/2415 文献下载
摘要：本发明提供了一种基于元学习的小样本转辙机故障智能诊断方法，该方法包括：采集并预处理小样本的转辙机动作电流或功率数据；构建以贝叶斯学习算法为训练框架且包括元学习器和基础学习器的小样本转辙机故障诊断模型；利用元训练集训练小样本转辙机故障诊断模型，得到优化的元学习器参数分布；对基础学习器参数进行调整，得到训练好的小样本转辙机故障诊断模型；将待诊断的转辙机动作电流或功率数据输入至训练好的小样本转辙机故障诊断模型，得到故障诊断结果。本发明从小样本模型角度解决了转辙机故障数据少且类别不均衡给故障诊断带来的问题，且具备多种型号转辙机间的迁移诊断能力，为转辙机智能故障诊断提供了一种新的技术方案。
一种基于学习样本转辙机故障智能诊断方法

[发明专利]高压发光二极管路灯、故障诊断方法和可读存储介质-CN201810163740.5有效
发明人：孙富康;方潜生;孟浩 -专利权人：安徽建筑大学
申请日： 2018-02-27 - 公布日： 2021-01-05 - 主分类号： G01R31/44 文献下载
摘要：本发明公开了一种高压发光二极管路灯、故障诊断方法和可读存储介质，该故障诊断方法包括五个步骤；初始化步骤：存储高压发光二极管路灯在一个工作周期内在正常状态和所有类型故障所对应的工作电流的数据样本，即故障数据样本；采样步骤：按照设定策略采集高压发光二极管灯具的工作电流在一个完整工作周期的测试数据样本；处理步骤：将采集的测试数据样本的数据进行滤波处理；计算步骤：计算滤波后的测试数据样本与已存储的各故障数据样本之间的相似度；以及诊断步骤：将相似度大于设定值的故障数据样本对应的故障类型作为灯具的故障。本发明实现了高压发光二极管灯具的故障自诊断。
高压发光二极管路灯故障诊断方法可读存储介质

[发明专利]智慧渔业的5G网络故障预测方法-CN202210405050.2在审
发明人：汪祖民;宋博娅;李晓梅;盖荣丽 -专利权人：大连大学
申请日： 2022-04-18 - 公布日： 2022-06-28 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了智慧渔业的5G网络故障预测方法，包括：采集并预处理智慧渔业5G网络出现故障时的告警日志，为每一个告警日志添加对应的故障类别标签，进而生成带标签的5G网络故障样本数据集；建立卷积神经网络优化的WGAN‑GP预测模型，并将所述5G网络故障样本数据集中类别数量少的告警日志输入到WGAN‑GP预测模型中，得到少数类样本；将所述少数类样本与5G网络故障样本进行混合生成告警数据集，所述告警数据集按照一定比例划分成训练样本集和验证样本集；对所述训练样本集进行预处理，并使用TPE算法优化的LightGBM预测模型得到故障类别，再通过所述验证样本集进行验证。本发明通过增加类别标签改善GAN网络，解决了数据样本不均衡和数据特征交互弱等问题。
智慧渔业网络故障预测方法

[发明专利]模型训练和变压器故障诊断方法、装置、设备和存储介质-CN202210832346.2在审
发明人：杨浩巍;翟志祥;刘寒寒;马坤鹏 -专利权人：上海思源弘瑞自动化有限公司
申请日： 2022-07-14 - 公布日： 2022-10-25 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种模型训练和变压器故障诊断方法、装置、设备和存储介质，其中，该方法包括：获取样本气体数据和所述样本气体数据对应的变压器故障标识；根据所述样本气体数据，确定样本特征值；采用所述样本特征值和所述变压器故障标识，对组合机器学习模型进行训练，得到变压器故障诊断模型；所述变压器故障诊断模型用于对变压器进行故障诊断。通过本发明的技术方案，可以提高变压器故障诊断效率，获得更加精确的变压器故障诊断结果。
模型训练变压器故障诊断方法装置设备存储介质

[发明专利]用于带式运输机的托辊故障检测模型的训练方法和装置-CN202310150275.2在审
发明人：马孝威;吴文臻;李标;张立亚;李晨鑫;张耀明;黄家鑫;陈威廷;高冶;王汾青;巴显一;程继明;朱海;贾晓娣 -专利权人：煤炭科学技术研究院有限公司
申请日： 2023-02-16 - 公布日： 2023-04-18 - 主分类号： B65G43/02 文献下载
摘要：本公开提出一种用于带式运输机的托辊故障检测模型的训练方法和装置。具体方案为：获取带式运输机托辊的样本检测数据，并确定与样本检测数据对应的样本数据特征，其中，每个样本数据特征具有对应的标注故障类型，再根据样本数据特征和标注故障类型训练初始的故障检测模型，以得到目标故障检测模型，从而能够有效提升目标故障检测模型针对煤矿井下故障类型的识别表征能力，有效地提升带式运输机的托辊故障检测的准确性和可靠性。
用于运输机故障检测模型训练方法装置

[发明专利]基于振动信号的变压器运行状态检测方法及系统-CN202310267296.2在审
发明人：姜晓东;孙鹏;杨光;耿俊琪;于洋;李飞;崔川;乔恒;王龙;禹建锋;徐丽丽;尚盈;王晨;张晓磊;陶芙蓉;赵龙;孙钦诚 -专利权人：国网山东省电力公司淄博供电公司;齐鲁工业大学（山东省科学院）
申请日： 2023-03-15 - 公布日： 2023-07-14 - 主分类号： G06F18/214 文献下载
摘要：本发明涉及基于振动信号的变压器运行状态检测方法及系统，包括以下步骤：获取变压器上有载调压分接开关的振动信号，基于训练完毕的识别模型和获取的振动信号实现运行状态检测；识别模型以有载调压分接开关的故障振动信号经扩充后的数据集作为训练输入，预处理后的故障振动信号和正常振动信号聚类为K个组，保留故障样本比例超过设定阈值的聚类组，向该聚类组分配要合成的样本数量，并在该聚类组内随机认定一个故障样本点作为原始样本点，以该样本点为中心，搜索离它距离最近的N个样本点，随机选择一个被搜索到的样本点，在原始样本点和搜索到的样本点之间生成一个新的样本，将生成的新样本和原始故障样本合并作为扩充后的故障数据集。
基于振动信号变压器运行状态检测方法系统

[发明专利]基于小样本的设备故障诊断方法、模型的构建方法及装置-CN202310706927.6有效
发明人：尹旭;马兵;张烁;续敏;王玉石;朱运恒 -专利权人：山东能源数智云科技有限公司
申请日： 2023-06-15 - 公布日： 2023-09-26 - 主分类号： G06F18/24 文献下载
摘要：本发明提供了一种基于小样本的设备故障诊断方法、模型的构建方法及装置，涉及设备故障诊断技术领域，其中，根据预先采集的样本数据集中每种训练样本分别对应的样本类别和近邻关系，对每种训练样本进行样本扩充，得到扩充样本并按照预设的模拟退火算法对扩充样本的特征参数对应的特征集进行迭代处理，确定扩充样本对应的目标特征集。之后将包含目标特征集的扩充样本输入至初始分类器中，构建设备故障诊断模型。本发明对数据精细化处理，可以解决样本量小、样本类别不均衡等现象，并可以避免局部最优解，提高特征选择的效率和准确性。利用本发明提供的设备故障诊断模型对目标设备进行故障诊断，可以保证故障诊断的准确性和效率。
基于样本设备故障诊断方法模型构建装置

[发明专利]一种故障分类方法及装置-CN201710682972.7在审
发明人：段谊海;刘成平;李锋 -专利权人：郑州云海信息技术有限公司
申请日： 2017-08-10 - 公布日： 2017-12-12 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例公开了一种故障分类方法及装置，包括获取待分类故障样本；将待分类故障样本分别输入K(K‑1)/2个支持向量机(SVM)分类器，得到K(K‑1)/2个故障结果；根据K(K‑1)/2个故障结果确定待分类故障样本的故障类别从本发明实施例可见，由于有K(K‑1)/2个SVM分类器，当待分类故障样本输入这K(K‑1)/2个SVM分类器后，就会自动生成K(K‑1)/2个故障结果，根据这K(K‑1)/2个故障结果就能最终确定待分类故障样本的故障类别，进而根据故障类别进行及时地解决，从而保证了数据中心设备运行的稳定性、安全性和各种业务的正常运行。
一种故障分类方法装置

[发明专利]一种判别式的广义零样本学习故障诊断方法-CN202110746293.8有效
发明人：李祖欣;黄嘉诚;周哲 -专利权人：湖州师范学院
申请日： 2021-07-01 - 公布日： 2023-06-09 - 主分类号： G06F30/15 文献下载
摘要：本发明公开了一种判别式的广义零样本学习故障诊断方法，属于机器学习算法技术领域，用于解决不能同时对已见类故障（建立模型时用到的故障类别，即有样本的）和未见类故障（未参与模型建立的故障类别，即零样本的）进行分类的问题在故障分类前先对故障样本进行已见类故障和未见类故障的判别，如果是已见类故障，那么就用监督学习的方法进行分类，如果是未见类故障，就用零样本学习的方法进行分类。通过引入判别器实现同时对已见类故障和未见类故障进行分类。本发明具有可解释性强、鲁棒性好、易实现等优点，可利用于广义零样学习的实际应用。
一种判别式广义样本学习故障诊断方法

[发明专利]一种基于故障字典的反事实置信数据生成方法-CN202310221540.1在审
发明人：丁煦;汪俊龙;王正成;胡立靖;胡冬成;王辉;吴昊;翟华 -专利权人：合肥工业大学;昌辉汽车转向系统（黄山）有限公司
申请日： 2023-03-09 - 公布日： 2023-05-12 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及新一代信息技术领域，具体是一种基于故障字典的反事实置信数据生成方法，包括以下步骤：采集故障机械的原始故障样本X；使用CNN和VAE对原始故障样本进行解码处理，生成故障语义F和工况属性S；将故障语义F和工况属性S同时输入到生成器中并生成反事实样本输入到鉴别器中，不断训练模型，直到鉴别器无法分辨原始故障样本与反事实样本DDA0004116888260000013.JPG" imgContent="drawing" imgFormat="JPEG" orientation="portrait" inline="yes" />的区别；之后将反事实置信的样本输入到原始故障样本中，以扩大原始故障样本的容量；本发明通过生成的置信的反事实样本，大大减少实际实验带来的时间和经济成本，能够解决原始数据不平衡和“分布外”问题，有效提高了故障诊断的准确率。
一种基于故障字典事实置信数据生成方法

[发明专利]基于鲁棒半监督判别分析的工业过程故障分类方法-CN202110325768.6有效
发明人：刘俊;蒋鹏;许欢;李添骄 -专利权人：杭州电子科技大学
申请日： 2021-03-26 - 公布日： 2022-08-09 - 主分类号： G05B23/02 文献下载
摘要：本发明涉及一种基于鲁棒半监督判别分析的工业过程故障分类方法。本发明在离线建模阶段，首先对历史训练样本进行随机标记，并利用正常工况下被标记历史训练样本的均值、标准差，对所有历史训练样本进行标准化处理，消除量纲不同对建模的影响。进一步地，对于各个已知工况，利用其被标记历史训练样本，建立基于偏离度阈值的样本识别准则，识别源于未知故障类别的历史训练样本。结合被标记历史训练样本信息和源于已知故障类别的无标记历史训练样本信息，建立基于半监督判别分析的故障分类模型。在模型在线使用阶段，利用已建立的样本识别准则，识别源于未知故障类别的在线样本，本发明能显著改善现有半监督判别分析方法在未知故障场景下的鲁棒性。
基于鲁棒半监督判别分析工业过程故障分类方法

[发明专利]基于特征扩增的航空发动机故障诊断方法-CN202310018871.5在审
发明人：林琳;何文辉;付松;童昌圣;祖立争 -专利权人：哈尔滨工业大学
申请日： 2023-01-06 - 公布日： 2023-04-28 - 主分类号： G06F18/241 文献下载
摘要：一种基于特征扩增的航空发动机故障诊断方法，属于航空发动机故障诊断技术领域。本发明针对航空发动机故障信号特征的显著性逐渐降低，难以充分提取发动机实际运维数据中的有用信息，进而影响故障诊断正确率的问题。包括对原始样本进行高维特征扩增，得到特征扩增后样本；再进行归一化处理，再由归一化后样本构造训练样本集；将训练样本集中的正常状态样本和故障样本分别设置不同标签；采用训练样本集对故障诊断网络进行训练，当达到预设迭代次数后，得到训练后故障诊断网络；采集航空发动机的运行数据，处理后得到归一化后待诊断数据；将归一化后待诊断数据输入训练后故障诊断网络，得到航空发动机故障诊断结果。本发明用于航空发动机故障诊断。
基于特征扩增航空发动机故障诊断方法

首页
«上一页
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条