“柴昊祺”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7个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多传感器和边缘计算的直流无刷电机故障识别方法-CN202310838084.5在审
发明人：傅雷;张浩;柴昊祺;胥芳 -专利权人：浙江工业大学
申请日： 2023-07-10 - 公布日： 2023-10-10 - 主分类号： G01R31/34 文献下载
摘要：本发明涉及基于多传感器和边缘计算的直流无刷电机故障识别方法，包括解调直流无刷电机的实时振动信号，并获取直流无刷电机的三相电流信号；根据实时振动信号和三相电流信号进行特征提取，得到电机故障识别特征；使用反向传播神经网络对电机故障识别特征进行特征融合，生成特征融合结果；使用神经网络对特征融合结果进行推理，识别电机故障状态。本发明的方法对采集到的振动信号和三相电流信号进行顺序解调，在传感器采样持续时间完成后，同时获得解调的振动信号，采用反向传播神经网络(BPNN)进行特征融合，提高特征的稳定性并进行识别，可以更快地提取无刷直流电机故障信号特征，实时地对故障类型进行识别。
一种基于传感器边缘计算直流电机故障识别方法

[发明专利]一种基于风电机组故障机理的虚拟样本生成方法-CN202310860027.7在审
发明人：马泽鹏;柴昊祺;张立彬;傅雷 -专利权人：浙江工业大学
申请日： 2023-07-13 - 公布日： 2023-10-03 - 主分类号： F03D17/00 文献下载
摘要：本发明涉及一种基于风电机组故障机理的虚拟样本生成方法，包括采集风电齿轮箱故障时的风电齿轮箱故障信号，生成风电齿轮箱故障机理特征；将风电齿轮箱故障机理特征进行信号分解，解耦生成不同尺度的子信号；根据不同尺度的子信号生成虚拟子信号；将虚拟子信号重构为虚拟样本。本发明的方法采集风电齿轮箱的状态信号中不同物理含义与时间尺度的多源多尺度的故障信号，并使用了自适应信号分解技术，有效分离了故障信号中的干扰信号，使生成的虚拟样本可以从多维度分别有效表征风机故障状态，然后将多维度的信息再次融合生成虚拟样本，从给定小规模真实训练样本产生虚拟训练样本，克服参数建模过程中缺乏覆盖多工况、短缺和非完备样本问题。
一种基于机组故障机理虚拟样本生成方法

[发明专利]一种分布式风电机组边端故障诊断模型轻量化方法及系统-CN202310860028.1在审
发明人：焦旭芬;陈睿恩;柴昊祺;胥芳 -专利权人：浙江工业大学
申请日： 2023-07-13 - 公布日： 2023-09-22 - 主分类号： G06N3/09 文献下载
摘要：本发明涉及一种分布式风电机组边端故障诊断模型轻量化方法，包括：使用教师网络在每个迭代周期中进行知识蒸馏，生成蒸馏后的知识；使用学生网络在每个迭代周期中基于蒸馏后的知识更新稀疏修剪算法，对分布式风电机组边端故障诊断模型进行修剪，并生成下一迭代周期的教师网络；使用教务长网络计算学生网络的可蒸馏性和可稀疏性，根据可蒸馏性调整知识蒸馏的强度，根据可稀疏性调整稀疏修剪算法。本发明的方法对故障诊断模型分层化处理，分析模型的可蒸馏性和可稀疏性，用结构化模型剪枝、低秩分解、参数量化方法，构建适用于分布式风电机组边端故障诊断的轻量化模型，实现诊断性能与诊断开销的平衡。
一种分布式机组故障诊断模型量化方法系统

[发明专利]一种风电齿轮箱的跨域故障诊断方法、系统、介质及设备-CN202310623051.9在审
发明人：马泽鹏;柴昊祺;张立彬;傅雷 -专利权人：浙江工业大学
申请日： 2023-05-29 - 公布日： 2023-08-11 - 主分类号： G06F18/24 文献下载
摘要：本发明涉及故障诊断领域，具体涉及一种风电齿轮箱的跨域故障诊断方法、系统、介质及设备。一种风电齿轮箱的跨域故障诊断方法，包括步骤：A，获取风电齿轮箱源域和目标域的状态数据；B，进行域内故障诊断，对获取的风电齿轮箱源域和目标域的状态数据依次进行特征提取、权重生成以及特征分类，并对结果进行特征鉴别，以得到风电齿轮箱域内故障诊断的数据；C，进行统一故障诊断，对得到的风电齿轮箱域内故障诊断的数据分别进行健康情况分类、域分类以及对比学习的处理，以得到风电齿轮箱统一故障诊断的数据。以最小化域间差异、边际分布差异、同类故障的类内距离，最大化类间距离，从而实现风电齿轮箱失效故障的精准检测与跨域诊断。
一种齿轮箱故障诊断方法系统介质设备

[发明专利]一种滚动轴承的复合故障诊断方法-CN202211728002.3在审
发明人：傅雷;张鹏帅;柴昊祺;马泽鹏;张立彬 -专利权人：浙江工业大学
申请日： 2022-12-31 - 公布日： 2023-05-09 - 主分类号： G01M13/04 文献下载
摘要：本发明公开了一种滚动轴承的复合故障诊断方法，该方法使用奇异值分解方法对原始振动信号进行降噪处理，使用鱼群优化算法对最大相关峰度反卷积中的相关参数进行优化，使用优化后的最大相关峰度反卷积将单一故障信号从复合故障信号中分离，对分离出的所有单一故障分量进行包络分析识别对应故障类型并将结果综合起来，从而实现滚动轴承的复合故障诊断。
一种滚动轴承复合故障诊断方法

[发明专利]一种滚动轴承多故障类型识别方法-CN202211006123.7在审
发明人：张弈坤;柴昊祺;吴雨霖;汪思念;傅雷 -专利权人：浙江工业大学
申请日： 2022-08-22 - 公布日： 2022-11-22 - 主分类号： G01M13/045 文献下载
摘要：一种滚动轴承多故障类型识别方法，基于分解层数和惩罚因子的最优化处理，采用变分模态分解对滚动轴承振动信号进行自适应分割；同时结合平滑伪魏格纳分布对本征模态分量进行时频分析，有效抑制了交叉项干扰；并结合Prewitt算子增强二维时频系数矩阵的边缘信息；最后，通过卷积神经网路实现滚动轴承故障的自动识别与分类。本发明提出的方法可以更好的实现滚动轴承多故障信号的特征提取，并对滚动轴承类型进行快速、准确的辨识。
一种滚动轴承故障类型识别方法

[发明专利]基于分布式安全计算的工程建筑状态监测方法-CN202111215455.1在审
发明人： 柴昊祺;洪陈源;吴雨霖;张弈坤;傅雷;朱添田 -专利权人：浙江工业大学
申请日： 2021-10-19 - 公布日： 2022-05-06 - 主分类号： G06N3/08 文献下载
摘要：一种基于分布式安全计算的工程建筑状态监测方法，包括以下步骤：1)：基于Stockwell变换核密度估计的工程建筑传感数值处理；2)：基于联邦学习的工程建筑状态传感参数私有链构建；3)：基于长短时记忆神经网络的工程建筑风险预测模型，在中心云服务器实现，包括两个步骤：a.采用小波包分解方法，对工程建筑边缘端数据采集设备边缘端上传数据进行预处理；b.将剔除后的剩余12个小波包分解频段节点信号累加重构，作为长短时记忆神经网络的输入；长短时记忆神经网络的输出层输出5个二值化的标签参数，用以指示被监测的工程建筑状态。本发明确保工程建筑状态传感参数的隐私性，保证工程建筑边缘端数据采集设备的安全可靠。
基于分布式安全计算工程建筑状态监测方法