公开(公告)号：CN116296508A

公开(公告)日：2023-06-23

申请号：CN202310269991.2

申请日：2023-03-20

Applicant: 东莞理工学院

Inventor： 黄云伟 ,  杨喆 ,  李川 ,  雷晓彤 ,  龙建宇

IPC: G01M99/00 ,  G06F30/23 ,  G06F30/27 ,  G06F18/22 ,  G06F18/214 ,  G06N3/0499 ,  G06N3/09

Abstract: 本发明涉及一种基于对比编码的中子谱仪样品环境设备故障检测方法，包括如下步骤：步骤一、研究大科学装置样品环境设备的监测信息和性能退化机制，研究对比学习健康监测基础理论；步骤二、构建贫信息条件下基于对比编码的在线单类学习模型；步骤三、采集样品环境设备的健康运行信号，基于对比编码单类学习模型，自动在线识别样品环境设备服役过程中出现的故障；考虑大科学装置样品环境设备的苛刻运行工况，利用对比学习的自监督学习能力，突破样品环境设备健康监测的少样本、少/无标签、少传感信号等贫信息限制，提高大科学装置的安全稳定健康服役的能力。

公开(公告)号：CN118520366A

公开(公告)日：2024-08-20

申请号：CN202410630473.3

申请日：2024-05-21

Applicant: 东莞理工学院

Inventor： 黄云伟 ,  曾子涛 ,  龙坤 ,  徐礼杰 ,  雷晓彤 ,  龙建宇 ,  杨喆 ,  李川

IPC: G06F18/2413 ,  G01M13/04 ,  G06F18/2431 ,  G06F18/241 ,  G06N3/088

Abstract: 本发明涉及基于无监督特征连续性的智能轴承故障模式增量识别方法，包括如下步骤：轴承运行状态按照N‑A‑B‑C顺序发生，传感器收集到的数据被划分成一定长度的样本，并将分类的数据通过智能轴承故障模型进行识别；模型每识别一类就算一次Task，在Task1中，模型需要学习N类并可以识别出N类与新类，此外，记忆池存储少量N类样本形成新的记忆池；在Task2中，模型需要学习A类，训练A类时并不直接使用A类数据，而是使用记忆池与A类构造出的插值实例，将插值实例输入对比学习特征提取器，可以提取出具有连续性特征，其包含着记忆池与A类通用、可共享的特征；再将特征输入KNN分类器，识别出属于N还是A类。