“贾民平”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94个，建议您升级VIP下载更多相关专利

[发明专利]一种基于非劣排序遗传算法的电梯门系统预防维修决策多目标优化方法-CN201910102612.4有效
发明人：胡建中;童清俊;王荣;吴尽;许飞云;贾民平 -专利权人：东南大学;江苏省特种设备安全监督检验研究院
申请日： 2019-02-01 - 公布日： 2023-09-15 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于非劣排序遗传算法的电梯门系统预防维修决策多目标优化方法，该方法包括以下步骤：1)对电梯门系统关键部件进行历史故障记录收集和统计，运用最好线性无偏估计的方法获取电梯门系统关键部件寿命的两参数威布尔分布形状参数和尺度参数；2)计算电梯门系统关键部件的故障率函数并取最大值，得到门系统的故障率函数；3)构建门系统使用寿命周期内的平均维修费率目标函数和单个预防维修周期内平均可靠度目标函数，建立门系统预防维修决策优化模型；4)采用非劣排序遗传算法对门系统预防维修决策优化模型进行多目标优化求解，得到最优的预防维修次数和预防维修周期长度。
一种基于排序遗传算法电梯系统预防维修决策多目标优化方法

[发明专利]一种制动下滑量软测量方法及测量装置-CN201611063551.8有效
发明人：胡建中;王鹏飞;许飞云;贾民平;黄鹏 -专利权人：东南大学
申请日： 2016-11-28 - 公布日： 2023-08-01 - 主分类号： G01P15/08 文献下载
摘要：本发明提供了一种起重机制动下滑量软测量方法及测量装置，在起重机的吊重处设置数据采集器采集吊重系统加速度和角速度的数据，将数据传输至上位机，根据拉格朗日方程建立吊重系统的非线性动力学微分方程对数据进行计算，以得到起重机的制动下滑量。与现有系统相比，本发明只需要在起重机的吊重处加设数据采集器，无需对起重机载荷、制动控制器进行机械和电路改造，可以自动检测起重机制动下滑量，并且提高了测量的准确度，保障起重机安全运行。本发明对测量系统的功耗进行了规划，无需反复更换电池，同时也可选择无线方式传输数据，不受距离限制，能够实时评估起重机制动的性能。
一种制动下滑测量方法测量装置

[发明专利]基于复数域拓展网络的机械零部件剩余寿命预测方法-CN202310323157.7在审
发明人： 贾民平;曹昱栋;庄集超;丁逸飞;黄鹏 -专利权人：东南大学
申请日： 2023-03-30 - 公布日： 2023-07-18 - 主分类号： G06F30/17 文献下载
摘要：本发明涉及一种基于复数域拓展网络的机械零部件剩余寿命预测方法，包括：采集机械设备在不同工况下从初始状态运行到失效的核心零部件全寿命原始振动信号作为训练样本，并根据训练样本的长度对其添加相应的预测标签；通过希尔伯特变换对原始振动信号进行处理，构造原始振动信号的具有复数形式的解析信号，分别提取解析信号的实部和虚部，构成对应的实部特征矩阵和虚部特征矩阵；将实部特征矩阵和虚部特征矩阵作为复数域拓展网络的输入，对复数域拓展网络进行离线训练，建立特征信息与预测标签的端到端映射。本发明拓展了模型提取深层特征表示，跟踪设备退化轨迹的能力。提高了预测精度和模型泛化能力。
基于复数拓展网络机械零部件剩余寿命预测方法

[发明专利]一种基于渐进式VMD的滚动轴承早期复合故障特征提取方法-CN202010010316.4有效
发明人：邹磊;许飞云;李杨;胡建中;贾民平;彭英;黄鹏 -专利权人：东南大学
申请日： 2020-01-06 - 公布日： 2023-07-11 - 主分类号： G06F18/213 文献下载
摘要：一种基于渐进式VMD的滚动轴承早期复合故障特征提取方法。步骤1，在滚动轴承附近安装加速度传感器采集轴承运行时的振动信号；步骤2，利用渐进式VMD对采集到的振动信号进行分解，得到一系列分解后的模态；步骤3，利用基于峭度和能量波动因子的双重筛选准则对分解后得到的模态进行筛选以确定故障模态，并实现故障模态的重构；步骤4，初始化平衡参数α的范围及搜索步长，对于不同的α值，重复步骤2和步骤3，并计算重构模态的EFF值，其中最大的EFF值对应最优的α值，而后确定最优α值下的重构模态；步骤5，利用TEO对重构模态进行解调得到TEO谱，并结合轴承相关故障特征频率得出诊断结果。本申请在EEMD递归思想的基础上，提出一种渐进分解的VMD方法。
一种基于渐进 vmd 滚动轴承早期复合故障特征提取方法

[发明专利]一种基于lacey法的球磨机颗粒偏析程度量化方法-CN202010311637.8有效
发明人：黄鹏;缪秋华;桑杲;丁逸飞;周宇杭;贾民平;许飞云;胡建中 -专利权人：东南大学
申请日： 2020-04-20 - 公布日： 2023-06-30 - 主分类号： G06F30/20 文献下载
摘要：一种基于lacey法的球磨机颗粒偏析程度量化方法，该方法通过在球磨机运动仿真中将仿真区域沿径向和轴向分成若干区域，并分别统计每个区域样本中颗粒的分布，利用最近邻偏析因子和中心补偿距离来定义混合和偏析程度，以表征颗粒系统中颗粒‑颗粒位置关系的演化，从而反映空间和时间上混合和偏析(均质性)的程度。轴向近邻偏析指数的计算避免了传统方法因忽略局部区域偏析特征而带来的量化不够准确的弊端，此方法能准确反映球磨机不同轴段截面中颗粒混合和偏析程度的准确平均瞬时信息，从而针对颗粒尺度分布提供了颗粒偏析程度的定量描述，有助于颗粒体系混合和偏析的理论研究。
一种基于 lacey 球磨机颗粒偏析程度量化方法

[发明专利]一种自动扶梯变工况故障诊断方法-CN202310204533.0有效
发明人：丁树庆;周前飞;冯月贵;贾民平;王会方;庆光蔚;许飞云;胡建中;张军;米涌;肖昀;金严;蒋铭;钱程;孙凯;王爽;邬晓月 -专利权人：南京市特种设备安全监督检验研究院;东南大学
申请日： 2023-03-06 - 公布日： 2023-06-09 - 主分类号： G01D21/02 文献下载
摘要：本发明公开了一种自动扶梯变工况故障诊断方法，包括：步骤1：控制器将监测数据与数据库中对应阈值曲线中当前负载值所对应的阈值进行比较，判断是否发生故障：当监测数据超出当前负载条件下的阈值时，则判定发生故障，控制器发出指令，报警器发出报警信号；步骤2：当有故障发生后，控制器的数据分析模块采用FTA分析方法定性分析故障原因，并提取故障诊断规则，确定诊断模型的输入输出；通过BP神经网络构建智能诊断模型，采用历史故障数据库进行训练，并通过LM算法、遗传算法方法对模型参数进行调整，获取自动扶梯精密诊断模型，得出故障原因。该方法可通过前端监测系统发现需要应急处置的故障，提高故障应急处置效率。
一种自动扶梯工况故障诊断方法

[发明专利]一种声振融合的叶片裂纹故障检测方法及应用-CN202210001190.3有效
发明人：宋狄;许飞云;胡建中;贾民平;黄鹏 -专利权人：东南大学
申请日： 2022-01-04 - 公布日： 2023-05-30 - 主分类号： G01H17/00 文献下载
摘要：本发明公开了一种声振融合的叶片裂纹故障检测方法急应用，叶片裂纹故障检测方法包括以下步骤：采集两通道声信号及两通道振动信号，在标准化处理后分成训练和测试样本；使用数据级融合方法分别融合两通道振动信号训练和测试样本，并生成振动数据融合训练和测试样本；将上述两通道声信号、两通道振动信号和振动数据融合训练样本输入到一维卷积神经网络中，得到初始检测结果；使用决策级融合方法融合所述初始检测结果，并得到最终的检测结果，实现压缩机叶片的裂纹故障检测。本发明简单易行，相比于其他现有裂纹检测技术能够在数据级和决策级融合声振信号实现压缩机叶片裂纹故障检测。
一种融合叶片裂纹故障检测方法应用

[发明专利]一种基于深层卷积神经网络的铸件表面缺陷识别方法-CN202010049394.5有效
发明人： 贾民平;邢俊杰;黄鹏;胡建中;许飞云 -专利权人：东南大学
申请日： 2020-01-16 - 公布日： 2023-05-02 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于深度卷积神经网络的铸件表面缺陷识别方法；该方法包括步骤如下：1.收集铸件表面缺陷图像并对图像进行标注，建立一个常见铸件表面缺陷的数据集；2.构建深度卷积神经网络缺陷识别模型；3.构建网络损失函数；4.将数据集分为训练集和测试集，使用训练集对缺陷识别网络进行训练；5.将测试图像输入训练好的网络，就可以识别出缺陷的位置、类型和大小；本发明提升了铸件表面缺陷的识别精度和识别性能，推动了铸件质量检测的在线化、智能化和自动化发展。
一种基于深层卷积神经网络铸件表面缺陷识别方法

[发明专利]平稳子空间外源矢量自回归的旋转机械退化趋势预测方法-CN202010010925.X有效
发明人： 贾民平;丁鹏;赵孝礼;杨诚;佘道明;许飞云;胡建中;黄鹏 -专利权人：东南大学
申请日： 2020-01-06 - 公布日： 2023-04-18 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种平稳子空间外源矢量自回归的旋转机械退化趋势预测方法，包括步骤如下：首先，对去噪后的多通道信号进行第一次平稳子空间分解提取振动平稳分量；接着提取时、频域退化特征量并通过特征融合得到高维退化指标向量组；再将时、频域下高维退化指标向量组进行第二次平稳子空间分解以及差分运算提取退化指标中的弱平稳成分作为旋转机械退化指标；将退化指标进行平稳性检验、脉冲响应分析并确定内源、外源变量以及模型阶数，通过最大似然估计确定矢量自回归模型参数，最后对旋转机械进行不同预测起始点下的退化趋势估计。本发明得到的退化趋势预测模型不仅在小样本学习下拥有良好泛化能力，而且计算迅速，可释性强。
平稳空间矢量回归旋转机械退化趋势预测方法

[发明专利]一种用于物料破碎仿真的快速接触检测方法-CN201910158627.2有效
发明人：黄鹏;丁逸飞;付帅旗;贾民平;许飞云;胡建中 -专利权人：东南大学
申请日： 2019-03-04 - 公布日： 2023-04-18 - 主分类号： G06F30/23 文献下载
摘要：本发明公开了一种用于物料破碎仿真的快速接触检测方法，该方法基于离散元素法仿真计算的基本原理，通过在计算中将未破碎的粘结体和破碎产出的新的粘结体被视为一个整体，并使用多层网格划分方法，大大减少了包含粘结体情况下接触检测的计算量，有效地提高了接触检测的效率，从而使更大数量规模的物料破碎仿真计算可以以更快的速度实现，这将有利于更好得分析和研究物料破碎的产物和破碎机本身的破碎性能。
一种用于物料破碎仿真快速接触检测方法

[发明专利]基于数据驱动模型的回转滚筒内部颗粒流预测和分类方法-CN202211484016.5在审
发明人：黄鹏;缪秋华;应何蓉;郭佳明;贾民平;许飞云;胡建中 -专利权人：东南大学
申请日： 2022-11-24 - 公布日： 2023-03-10 - 主分类号： G06F30/20 文献下载
摘要：一种基于数据驱动模型的回转滚筒内部颗粒流预测和分类方法，该方法结合回转滚筒离散元模型生成的颗粒流动数据，提取出与颗粒运动行为的相关特征，通过长短期记忆LSTM方法构建数据驱动模型，对回转滚筒内部混合颗粒的流动数据时序特征进行预测，并对回转滚筒的多种工况标签进一步分类。该方法结合离散元模型能够提供每个粒子轨迹的可视化，采集代表滚筒内部颗粒流动特征的宏观和微观数据。该方法基于数据驱动模型，从离散元模拟的历史数据中提取出与颗粒运动行为相关的特征表示，并通过挖掘混合颗粒运动全过程数据，建立和运动状态相关的映射关系。因此，使回转滚筒内部混合颗粒流动的预测和分类方法，能够低成本、更高效、更快速实现。
基于数据驱动模型回转滚筒内部颗粒预测分类方法

[发明专利]基于点扩散函数参数寻优的超声图像复原方法-CN202110645603.7有效
发明人：胡建中;许金堡;许飞云;贾民平;陈启山 -专利权人：东南大学
申请日： 2021-06-10 - 公布日： 2022-11-22 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于点扩散函数参数寻优的超声图像复原方法，涉及超声无损检测技术领域，解决了在没有预先给定超声成像系统点扩散函数的情况下，不能对超声图像进行复原的技术问题，其技术方案要点是通过交替最小化框架同时求解超声图像和点扩散函数，采用RL‑TV算法完成交替最小化中中间图像的求解部分；然后采用粒子群优化算法完成交替最小化中间的点扩散函数的多参数优化求解部分，最终获得复原超声图像及对应的点扩散函数。该方法不需要预先给定超声成像系统的点扩散函数，仅通过模糊的超声图像就能直接得出清晰图像与超声成像系统的点扩散函数。
基于扩散函数参数超声图像复原方法

[发明专利]一种深度时间卷积网络的旋转机械健康评估方法-CN202110659503.X有效
发明人： 贾民平;庄集超;黄鹏;胡建中;许飞云 -专利权人：东南大学
申请日： 2021-06-11 - 公布日： 2022-11-22 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种深度时间卷积网络的旋转机械健康评估方法，包括以下步骤：采集多元振动信号；双层时间卷积网络提取局部关键的机械退化信息重构多元特征；采用残差自注意力机制提取退化特征，利用池化操作进行退化特征降维；进一步深化时间卷积网络层数并计算更具有表征能力的退化特征；采用无监督域适应架构学习退化特征之间的域不变性表示得到不同域之间的可迁移退化特征；整体模型的参数求解、更新、优化。本发明通过域适应框架和残差自注意力机制，能够较好的解决传统域适应框架中泛化能力差的问题，同时可较好的保留多元振动信号中的退化信息，实现了对退化特征的全面提取。
一种深度时间卷积网络旋转机械健康评估方法

[发明专利]一种基于堆栈图像测量表层偏析程度的视频分析方法-CN202010312435.5有效
发明人：黄鹏;缪秋华;桑杲;丁逸飞;周宇杭;贾民平;许飞云;胡建中 -专利权人：东南大学
申请日： 2020-04-20 - 公布日： 2022-11-18 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于堆栈图像测量表层偏析程度的视频分析方法，该方法基于图像识别和图像分析的原理，通过将采集视频中的颗粒表层偏析图片序列进行堆栈并视为一个整体，并使用颜色空间转换来提取所需像素，将表层颗粒浓度转化为像素浓度，从而对颗粒表层偏析程度进行准确评估。该方法无需停机取样或使用侵入式探针，弥补了传统方法用于实验研究时需要重复停机采集图片，滚筒内颗粒偏析状态在停机过程中容易受到影响的缺陷，从而使量化颗粒表层偏析程度的实验过程可以以更快速度实现，这将有利于更好的分析和研究颗粒体系混合和偏析性能及其影响因素。
一种基于堆栈图像测量表层偏析程度视频分析方法

[发明专利]元深度学习驱动的旋转机械小样本健康评估方法-CN202010401773.6有效
发明人： 贾民平;丁鹏;赵孝礼;佘道明;黄鹏;胡建中;许飞云 -专利权人：东南大学
申请日： 2020-05-13 - 公布日： 2022-11-15 - 主分类号： G06F30/17 文献下载
摘要：本发明公开了元深度学习驱动的旋转机械小样本健康评估方法，具体步骤如下：首先对旋转机械预处理后的振动信号提取时频图及时、频域特征作为退化特征量；接着进一步通过无监督域自适应方法提取不同域间可迁移退化指标；在此基础上划分不同子任务并对卷积网络与循环网络进行基于梯度反向传递的参数求解，构建两种不同基础模型的元深度学习预测方法实现不同退化指标的小样本评估；最后聚合不同学习子任务实现跨任务间的模型参数求解、寻优，为推广、泛化至未知数据集提供元深度学习评估代理模型。该方法首次将元学习思想引入旋转机械健康评估、管理领域，极大削弱了工况差异以及样本稀少对传统机器学习模型泛化能力带来的冲击。
深度学习驱动旋转机械样本健康评估方法

1
2
3
4
5
6
7
下一页»
尾页
共 94 条