“马贵君”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10个，建议您升级VIP下载更多相关专利

[发明专利]基于特征筛选的锂电池寿命预测方法-CN202010579479.4有效
发明人：袁烨;马贵君;华丰;丁汉 -专利权人：华中科技大学无锡研究院
申请日： 2020-06-23 - 公布日： 2023-09-26 - 主分类号： G06F30/27 文献下载
摘要：本发明提供一种基于特征筛选的锂电池寿命预测方法，包括以下步骤：步骤S1，将采集的锂电池数据划分为训练集和测试集；训练集和测试集中均包括多个样本；步骤S2，对训练集和测试集中的锂电池样本的前m个充放电循环中放电SOC进行两两不重复相减；m20；步骤S3，将每个锂电池的SOC相减结果求得方差，得到每个锂电池的特征；步骤S4，将训练集中训练样本的特征和寿命输入到带有ARD的高斯过程回归模型进行模型训练；步骤S5，将所述训练的模型的稀疏特征权重进行可视化；步骤S6，将测试集中的样本的特征输入到训练模型中进行寿命预测。本发明能够自动提取高相关性特征，使得锂电池寿命预测更准确。
基于特征筛选锂电池寿命预测方法

[发明专利]一种基于临界点转变的锂电池容量跳水点个性化预警方法-CN202211674573.3有效
发明人：袁烨;杨晓然;马贵君 -专利权人：华中科技大学
申请日： 2022-12-26 - 公布日： 2023-09-01 - 主分类号： G01R31/388 文献下载
摘要：本发明公开了一种基于临界点转变的锂电池容量跳水点个性化预警方法，属于电池存储技术领域，包括：采集锂电池在不同充放电循环中的电压及容量数据，以计算得到容量退化曲线和IC峰值曲线；将所述容量退化曲线和所述IC峰值曲线输入预先建立的跳水点预警模型，以使其基于临界点预警方法提取多个预警信号；基于多个所述预警信号获取对应的预警信号曲线；针对不同类型及工况的锂电池，根据所述预警信号曲线个性化设置不同的判别阈值，利用所述判别阈值对所述锂电池的容量跳水点进行预警。本发明解决了现有人工判断与经验预估方法难以提前预测跳水点的问题，并实现了个性化预警，有着良好的准确性与鲁棒性。
一种基于临界点转变锂电池容量跳水个性化预警方法

[发明专利]一种基于回归元学习的锂电池健康状态预测的方法及系统-CN202310238680.X在审
发明人：袁烨;杨晓然;马贵君 -专利权人：华中科技大学
申请日： 2023-03-07 - 公布日： 2023-07-04 - 主分类号： G01R31/392 文献下载
摘要：本发明公开了一种基于回归元学习的锂电池健康状态预测的方法及系统。方法包括：分别将多个锂电池的充电数据按照充电协议划分为多个训练数据集，训练数据集包括支撑集和查询集；建立回归元学习模型，分别采用各训练数据集对模型进行训练；训练包括：采用余弦距离计算每个查询集样本特征与所有支撑集样本特征之间的相似度，根据相似度给每个查询集样本匹配若干支撑集样本，以得到每个查询集样本的预测健康状态，根据预测健康状态和真实健康状态修正回归元学习模型；通过训练后的回归元学习模型对不同充电协议的锂电池的健康状态进行预测。实现了采用少量样本进行训练即可快速适应新充放电协议的锂电池的健康状态预测，保证了锂电池的安全可靠运行。
一种基于回归学习锂电池健康状态预测方法系统

[发明专利]一种锂电池的实时个性化健康评估方法和装置-CN202211677773.4在审
发明人：袁烨;许嵩沛;马贵君 -专利权人：华中科技大学
申请日： 2022-12-26 - 公布日： 2023-03-28 - 主分类号： G01R31/367 文献下载
摘要：本发明公开了一种锂电池的实时个性化健康评估方法，属于电池存储技术领域，包括：获取不同终端不同放电协议下的锂电池在充电过程中80％SOC到预设电压之间的特征曲线数据进而获取其目标特征；利用目标特征对第一神经网络进行预训练，得到第二神经网络；利用待评估锂电池的历史循环中的放电容量对第二神经网络进行微调得到目标神经网络；将待评估锂电池对应的目标特征输入目标神经网络，预测待评估锂电池的总放电容量和剩余循环寿命。本发明在保证个性化适应不同放电策略的锂电池的前提下，降低其对数据的依赖程度，同时解决现有锂电池健康状态预测实时性能较弱的问题。
一种锂电池实时个性化健康评估方法装置

[发明专利]一种滚动轴承剩余寿命在线预测方法及系统-CN201811348544.1有效
发明人：袁烨;马贵君;程骋;周倍同 -专利权人：华中科技大学
申请日： 2018-11-13 - 公布日： 2023-02-10 - 主分类号： G06F30/17 文献下载
摘要：本发明公开了一种滚动轴承剩余寿命的在线预测方法，在滚动轴承从健康状态运行到损坏状态这一过程，提取轴承运行过程的原始信号样本和对应的退化能量指标，将运行原始信号样本作为五层卷积神经网络模型输入，将退化能量指标作为卷积神经网络模型输出，训练得到退化能量状态模型；实时采集待测滚动轴承的运行原始信号；将待测滚动轴承的运行原始信号输入退化能量状态模型，估算得到退化能量指标；进而利用估算的能量退化指标预测待测滚动轴承的剩余寿命。本发明的预测过程仅需采集轴承原始运行信号，无须提取和筛选特征，克服了现有技术采用特征提取、特征筛选和回归预测的方式存在特征提取困难、精确度受限的技术问题。
一种滚动轴承剩余寿命在线预测方法系统

[实用新型]一种具有挤牙膏功能的不倒翁牙刷-CN201920027341.6有效
发明人： 马贵君 -专利权人： 马贵君
申请日： 2019-01-05 - 公布日： 2019-11-22 - 主分类号： A46B5/00 文献下载
摘要：本实用新型公开了一种具有挤牙膏功能的不倒翁牙刷，包括刷杆、压块、刷柄和底座，所述刷柄的顶端通过卡头卡接在刷杆底端开设的卡槽内，在刷杆的顶端设置有刷毛，所述刷柄内部有两组平行间隔设置的压辊，两组所述压辊外侧均设置有压块,压块通过齿条与压辊上的齿轮连接，在两组所述压辊外侧刷柄的侧壁上开设有贯通的放置口，两组所述压辊之间通过复位组件连接，且在刷柄的底端连接有底座,底座内部设置有配重块,底座的底端呈半球状。该具有挤牙膏功能的不倒翁牙刷，具有结构设计合理、实用方便等优点，可以普遍推广使用。
压辊两组刷柄底端刷杆底座不倒翁牙刷挤牙膏功能压块平行间隔设置本实用新型齿轮连接底座内部顶端设置复位组件刷柄内部半球状放置口配重块侧壁齿条卡接卡头刷毛有压贯通

[发明专利]一种工业过程故障诊断模型的构建方法及其应用-CN201910655120.8在审
发明人：袁烨;姜文倩;尹航;程骋;周倍同;洪杨;马贵君 -专利权人：华中科技大学
申请日： 2019-07-19 - 公布日： 2019-11-15 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种工业过程故障诊断模型的构建方法及其应用，方法包括：构建故障诊断框架，其包括：生成器，其对特征提取器生成的每个原始样本进行编码‑解码‑编码，得到第一隐藏特征、生成样本和第二隐藏特征；采用正常原始样本集和生成对抗网络中的鉴别器，以鉴别器将生成样本鉴别为原始样本为目标，训练生成器；故障评分计算器，其基于每个待测原始样本及其对应的第一隐藏特征、生成样本和第二隐藏特征进行故障诊断。本发明在故障诊断模型中引入生成对抗网络中的生成器，且生成器具有编码‑解码‑编码功能，采用生成对抗网络中的鉴别器仅基于正常原始样本训练生成器，解决了因工业故障样本过少造成故障诊断模型训练困难、效率低且效果差的问题。
原始样本生成器故障诊断模型鉴别器样本解码故障诊断构建对抗评分计算器特征提取器网络编码功能工业过程故障样本鉴别引入应用

[发明专利]基于Wasserstein距离的卷积神经网络对抗迁移学习方法及其应用-CN201910624662.9在审
发明人：袁烨;周倍同;程骋;李星毅;马贵君 -专利权人：华中科技大学
申请日： 2019-07-11 - 公布日： 2019-11-05 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于Wasserstein距离的卷积神经网络对抗迁移学习方法及其应用，包括：采用待迁移的卷积神经网络，得到源域标记样本集的源域特征集和源域故障判断集以及目标域样本集的目标特征集；以最大化源域特征集和目标特征集之间的Wasserstein距离并最小化Wasserstein距离和源域故障判断集的判断损失值的加和为目标，基于收敛判据，实现卷积神经网络的对抗迁移学习。本发明在卷积神经网络的迁移学习中引入Wasserstein距离，以Wasserstein距离最大为目标，提高对两种样本集所提取的特征的区分敏感度，再以Wasserstein距离和源域故障判断集的损失值的加和最小为目标，以提高卷积神经网络的判断精度，在保证故障诊断能力的同时对样本数据和网络结构要求低，可适用于多工况间迁移，实际应用性强。
卷积神经网络源域迁移特征集故障判断样本集对抗学习故障诊断能力标记样本网络结构样本数据多工况敏感度目标域应用性最大化最小化判据收敛应用引入保证

[发明专利]一种锂电池剩余寿命预测方法-CN201910341857.2在审
发明人：袁烨;马贵君;程骋;张永;周倍同 -专利权人：华中科技大学
申请日： 2019-04-26 - 公布日： 2019-08-30 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种锂电池剩余寿命预测方法，包括：采集锂电池多个充放电循环的电容量，并进行归一化；对归一化后的多个电容量进行窗口划分，得到训练数据集；将所述训练数据集输入包括卷积神经网络和长短记忆循环神经网络的退化状态模型进行训练；将所述训练数据集最后一个窗口数据输入到训练好的退化状态模型中进行滑动预测，直至预测的电容量达到容量退化阈值点；根据预测的容量值对应的滑动循环次数预测待测锂电池的剩余寿命。本发明融合卷积神经网络的特征提取能力和长短记忆循环神经网络的时间序列预测能力，有效的对锂电池的退化特征进行提取和预测，提高了预测精度。且使用假最邻近法自动对退化指标进行窗口大小的确定，提高了计算效率。
锂电池预测训练数据集电容量卷积神经网络剩余寿命预测循环神经网络退化状态滑动归一化时间序列预测充放电循环窗口数据计算效率剩余寿命特征提取退化特征退化指标邻近采集退化融合

[实用新型]煤矿巷道口两帮支护装置-CN200920240916.9无效
发明人：文增生;马贵君;李传龙 -专利权人：沂源县鲁村煤矿有限公司
申请日： 2009-11-04 - 公布日： 2010-09-22 - 主分类号： E21D21/00 文献下载
摘要：本实用新型具体涉及一种煤矿巷道口两帮支护装置。包括锚具和锚索，其特征在于所述锚具为可回收性锚具，所述锚索为多股￠24.5钢丝绳编成钢丝绳索。本实用新型解决了现有技术煤矿巷道口两帮支护装置成本高，锚具无法回收利用的缺陷，本实用新型具有成本低、支护效果好的优点。本实用新型利用废旧的￠24.5钢丝绳变成钢丝绳索，对煤矿巷道口两帮进行支护，具有承拉能力大，耐用，使用安全可靠，完全可以替换螺纹杆锚杆，配合可回收性锚具，大大降低了成本。
煤矿巷道口两帮支护装置

1
共 10 条