公开(公告)号：CN118964959B

公开(公告)日：2025-02-11

申请号：CN202411433855.3

申请日：2024-10-15

Applicant: 中国计量大学

Inventor： 陆佳炜 ,  陈晗远 ,  王琪冰 ,  肖刚 ,  陈坚伟 ,  何雨辰 ,  陆超

IPC: G06F18/213 ,  G06F18/241 ,  G06N3/0442 ,  G06N3/08 ,  B66B5/00

Abstract: 一种基于短序列时间卷积网络的电梯故障诊断方法，属于电梯故障诊断、振动故障诊断技术领域，首先，采用一维卷积方法实现电梯的原始时域振动信号降维；然后，利用时间卷积神经网络结合神经常微分方程实现短序列的局部故障特征提取；最后，引入自注意力机制，以提取更丰富的全局故障相关特征信息，进行电梯故障诊断。本发明提供一种有效提升故障检测的准确性和可靠性的基于短序列时间卷积网络的电梯故障诊断方法。

公开(公告)号：CN119005321A

公开(公告)日：2024-11-22

申请号：CN202411480206.9

申请日：2024-10-23

Applicant: 中国计量大学

Inventor： 陆佳炜 ,  陈晗远 ,  王琪冰 ,  肖刚 ,  陈坚伟 ,  李琛 ,  张远辉

IPC: G06N5/022 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/084 ,  G06F18/10 ,  G06F18/213 ,  G06F18/214 ,  G06F18/2431 ,  G06F18/25

Abstract: 一种融合时序知识图谱的机电设备预测性维护方法，属于机电设备预测性维护领域，模型专门针对机电设备运维时序知识图谱进行推理，实现预测性维护；首先获取机电设备的并行结构信息学习用于节点分类的信息节点表示，并为每个相关的节点生成特征向量；然后从向量序列中捕获机电设备运行的时间演化信息，最后输出隐藏状态向量参与条件强度函数的构建，并基于强度函数实现时序知识图谱的预测，以完成对机电设备预测性维护任务。本发明有效实现机电设备预测性维护。

公开(公告)号：CN118964959A

公开(公告)日：2024-11-15

申请号：CN202411433855.3

申请日：2024-10-15

Applicant: 中国计量大学

Inventor： 陆佳炜 ,  陈晗远 ,  王琪冰 ,  肖刚 ,  陈坚伟 ,  何雨辰 ,  陆超

IPC: G06F18/213 ,  G06F18/241 ,  G06N3/0442 ,  G06N3/08 ,  B66B5/00

Abstract: 一种基于短序列时间卷积网络的电梯故障诊断方法，属于电梯故障诊断、振动故障诊断技术领域，首先，采用一维卷积方法实现电梯的原始时域振动信号降维；然后，利用时间卷积神经网络结合神经常微分方程实现短序列的局部故障特征提取；最后，引入自注意力机制，以提取更丰富的全局故障相关特征信息，进行电梯故障诊断。本发明提供一种有效提升故障检测的准确性和可靠性的基于短序列时间卷积网络的电梯故障诊断方法。

公开(公告)号：CN119005321B

公开(公告)日：2025-04-25

申请号：CN202411480206.9

申请日：2024-10-23

Applicant: 中国计量大学

Inventor： 陆佳炜 ,  陈晗远 ,  王琪冰 ,  肖刚 ,  陈坚伟 ,  李琛 ,  张远辉

IPC: G06N5/022 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/084 ,  G06F18/10 ,  G06F18/213 ,  G06F18/214 ,  G06F18/2431 ,  G06F18/25

Abstract: 一种融合时序知识图谱的机电设备预测性维护方法，属于机电设备预测性维护领域，模型专门针对机电设备运维时序知识图谱进行推理，实现预测性维护；首先获取机电设备的并行结构信息学习用于节点分类的信息节点表示，并为每个相关的节点生成特征向量；然后从向量序列中捕获机电设备运行的时间演化信息，最后输出隐藏状态向量参与条件强度函数的构建，并基于强度函数实现时序知识图谱的预测，以完成对机电设备预测性维护任务。本发明有效实现机电设备预测性维护。

公开(公告)号：CN119003706A

公开(公告)日：2024-11-22

申请号：CN202411480204.X

申请日：2024-10-23

Applicant: 中国计量大学

Inventor： 陆佳炜 ,  陈晗远 ,  王琪冰 ,  肖刚 ,  陈坚伟 ,  张远辉 ,  李琛

IPC: G06F16/33 ,  G06F16/31 ,  G06F16/36 ,  G06F16/35 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/084

Abstract: 一种基于动态图结构嵌入模型的机电设备故障预测方法，属于机电设备故障预测、知识图谱故障预测领域，首先通过本体构建方法实现机电设备的并行结构信息建模并从结构化数据与非结构化数据中抽取四元组构建机电设备时序知识图谱；其次，学习用于节点分类的信息表示，并为每个相关的节点生成特征向量；然后从向量序列中捕获机电设备运行的时间演化信息；最后输出所需时间段的隐藏状态向量实现机电设备时序知识图谱的预测。本发明的方法专门针对机电设备的异构数据构建时序知识图谱进行推理，实现故障预测。

公开(公告)号：CN118470458A

公开(公告)日：2024-08-09

申请号：CN202410548217.X

申请日：2024-05-06

Applicant: 中国计量大学

Inventor： 陆佳炜 ,  张伟超 ,  王琪冰 ,  肖刚 ,  陆超 ,  李仁 ,  何雨辰 ,  陈坚伟

IPC: G06V10/774 ,  G06V10/82 ,  G06F18/214 ,  G06F18/10 ,  G06F18/2131 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06F123/02

Abstract: 一种基于改进的深度卷积生成对抗网络电梯振动信号数据增强方法，包括以下步骤：第一步：采集电梯轿厢运行加速度的原始振动信号；第二步：获取有效的振动信号；第三步：优化DCGAN网络模型，将谱归一化和时空注意力机制模块引入鉴别器和生成器，构成改进的数据增强整体模型；第四步：将二维时频特征图像输入数据增强整体模型，得到生成的新特征图像。本发明丰富了特征信息，在一定程度上降低“模式坍塌”的概率；根据少量数据集的特征来生成更多的新数据集已达到数据增强的目的，可以很好地学习电梯高分辨率图像的像素分布。