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1390143个,建议您升级VIP下载更多相关专利
  • [发明专利]基于Stacked LSTM的故障诊断方法-CN202010115477.X有效
  • 凡时财;张清清;邹见效;徐红兵 - 电子科技大学
  • 2020-02-25 - 2022-10-18 - G05B19/418
  • 本发明公开了一种基于Stacked LSTM的故障诊断方法,首先采集化工系统在正常状态和K种故障状态下各个测量设备的测量数据,构建得到训练样本,然后构建基于Stacked LSTM的故障诊断模型,包括StackedLSTM网络、全连接层以及softmax层,其中Stacked LSTM网络由D层LSTM网络叠加得到,采用训练样本对故障诊断模型进行训练,在化工系统运行过程中采集实际运行数据并构建输入序列输入至基于Stacked LSTM的故障诊断模型中,得到故障识别结果。本发明通过堆叠多层LSTM网络形成Stacked LSTM网络,能够在不同时间尺度下自动提取原始数据的动态时序信息,并且对于复杂非线性数据具有较强的表达能力,从而提高故障诊断的准确率和鲁棒性。
  • 基于stackedlstm故障诊断方法
  • [发明专利]基于联邦学习的风电机组故障诊断方法及系统-CN202210763297.1在审
  • 许启发;吴栋栋;蒋翠侠 - 合肥工业大学
  • 2022-06-30 - 2022-09-13 - G06F30/27
  • 本发明提供一种基于联邦学习的风电机组故障诊断方法及系统,涉及风电机组故障诊断技术领域。本发明首先获取各个风电机组故障诊断参与者的工业数据和初始风电机组故障诊断模型;然后基于联邦学习系统,利用上述工业数据训练初始风电机组故障诊断模型得到参与者各自对应的局部风电机组故障诊断模型;接着基于预先构建的自适应调整聚合区间的聚合机制,聚合所有上述局部风电机组故障诊断模型以获取全局风电机组故障诊断模型;最后基于全局风电机组故障诊断模型获取风电机组故障诊断结果。本发明打破了数据孤岛现象,可获得精准的风电机组故障诊断结果,且故障诊断效率高,降低了通信成本。
  • 基于联邦学习机组故障诊断方法系统
  • [发明专利]中途故障诊断系统及安装了该中途故障诊断系统的电动助力转向装置-CN201480063934.8有效
  • 后藤博己 - 日本精工株式会社
  • 2014-11-13 - 2017-11-28 - B62D6/00
  • 本发明提供一种中途故障诊断系统及安装了该中途故障诊断系统的高性能的电动助力转向装置。该中途故障诊断系统除了现有的故障阈值以外,还通过在故障阈值的内侧设定中途故障诊断阈值,或,以检测分解能单位设定中途故障诊断阈值来检测出中途故障,以便能抑制意外的系统故障并提高可靠性。本发明的中途故障诊断系统具备故障计数器,该故障计数器通过基于电气装置正常时的计测值的平均值和标准偏差计算出正规分布,设定至少一个故障阈值来作为计测值的诊断阈值,对超过故障阈值的计测值的次数或时间进行计测,以便确定通常诊断故障;该中途故障诊断系统在平均值和故障阈值之间设定用于中途故障诊断的中途故障诊断阈值;该故障计数器对计测值超过中途故障诊断阈值的次数或时间进行计测;该中途故障诊断系统设定故障计数器的用于确定中途故障诊断故障的计数值或时间以便使通常诊断的错误故障概率和中途故障诊断的错误故障概率变得相同
  • 中途故障诊断系统安装电动助力转向装置
  • [发明专利]一种基于类不平衡的小样本轴承故障诊断方法-CN202011116572.8在审
  • 孟宗;关阳;潘作舟;樊凤杰 - 燕山大学
  • 2020-10-19 - 2021-02-12 - G06K9/00
  • 本发明公开了一种基于类不平衡的小样本轴承故障诊断方法,属于振动信号分析领域,包括以下步骤:构造类不平衡的数据集,研究类不平衡程度对故障诊断性能的影响;通过滑动窗口对一维原始振动信号进行切分,将一个样本增强为多个具有相似特性的小样本提高样本点的利用率;将增强后的多个样本作为输入,利用深度卷积神经网络提取信号特征;通过集成学习中的投票方法对切分后的新样本进行分类,将标签数目最多的类别设置为与原样本相对应的最终标签;采用多个指标评估诊断结果,使诊断更加真实可靠。本发明旨在研究类不平衡对诊断性能的影响,通过数据增强提高特征提取能力,通过集成学习分类方法提高故障诊断能力,为滚动轴承故障诊断提供基础。
  • 一种基于不平衡样本轴承故障诊断方法
  • [发明专利]一种基于云的故障诊断分析及报修的微服务方法及系统-CN202210152045.5有效
  • 张昊;卞粉英 - 江苏兴教科技有限公司
  • 2022-02-18 - 2022-12-27 - G06Q10/00
  • 本发明提供了一种基于云的故障诊断分析及报修的微服务方法及系统,其中,方法包括:步骤1:获取云数据,基于云数据,确定适宜的故障诊断分析策略;步骤2:采集大学校园中各个教学设备的运行信息;步骤3:基于故障诊断分析策略,对运行信息进行故障诊断分析,获得故障诊断分析结果;步骤4:基于故障诊断分析结果,确定适宜的报修信息,并发送至对应维修人员终端。本发明的基于云的故障诊断分析及报修的微服务方法及系统,基于云数据,制定适宜的故障诊断分析策略,对大学校园中的教学设备进行故障诊断分析,无需人工进行故障诊断分析,降低了人力成本,更提升了故障诊断分析的全面性和效率
  • 一种基于故障诊断分析报修微服方法系统
  • [发明专利]基于柴油机动态数据监控的故障诊断处置系统-CN202110665634.9在审
  • 林赫;湛日景;李奔跃;张毅然;石大亮 - 上海交通大学
  • 2021-06-16 - 2022-12-16 - G05B23/02
  • 一种基于柴油机动态数据监控的故障诊断处置系统,包括:机载故障诊断子系统和云端故障诊断子系统,机载故障诊断子系统根据各类传感器监测到的柴油机工作参数信息,运用关联规则分类算法同数据库进行比对,得到柴油机的实时故障诊断结果;云端故障诊断子系统根据云诊断模块上传的信息,利用已有的故障模型进行评估并优化故障模型,实现柴油机故障监控和诊断预测。本发明将柴油机机载故障诊断子系统与云端故障诊断子系统结合,保证了柴油机故障诊断结果的可靠性;通过云诊断模块对工作状态下的柴油机进行故障诊断效果的监控,确保了实时故障诊断系统的可靠性;云端利用不断积累更新的柴油机工作状态下的数据所构建的故障诊断模型不断完善
  • 基于柴油机动态数据监控故障诊断处置系统
  • [发明专利]一种数控机床的故障诊断方法和装置-CN201780094673.X在审
  • 孙琦;鲁克斯·阿明;符昀华;范顺杰 - 西门子股份公司
  • 2017-09-30 - 2020-06-30 - G05B23/00
  • 涉及工业自动化技术领域,尤其涉及数控机床的故障诊断方法和装置,利用了用户提供的反馈信息,能够提高数控机床故障诊断的效率。在一种数控机床(10)的故障诊断方法,故障诊断装置(40)接收来自一个用户终端(50)的一个用户(60)输入的一个待诊断故障现象(201),对待诊断故障现象(201)进行故障诊断,向用户终端(50)返回一个故障诊断结果(202),接收来自用户终端(50)的用户(60)对故障诊断结果(202)的反馈(203),若用户对故障诊断结果(202)的反馈(203)指示故障已被解决,则根据故障诊断结果(202)调整对待诊断故障现象(201)的诊断策略。
  • 一种数控机床故障诊断方法装置

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