-
公开(公告)号:CN119622597A
公开(公告)日:2025-03-14
申请号:CN202411893939.5
申请日:2024-12-20
Applicant: 重庆大学
IPC: G06F18/2433 , G01H17/00 , G06F18/2415 , G06F17/16 , G06F18/214
Abstract: 本发明涉及燃气轮机发电机技术领域,特别涉及一种基于对比度分析的燃气轮机发电机组振动数据异常检测方法。所述方法包括:连续采集燃气轮机发电机组连续振动数据;采用改进均值绝对偏差法,识别噪声点;采用背景对比度检测,识别连续噪声;根据分位数图为基础的阈值选择方法,分离噪声和异常值;根据去除噪声点和连续噪声后的数据,计算原始数据的异常程度完成异常检测。本发明在保留实际异常数据的同时,有效区分了噪声和异常值,避免了异常值被误认为噪声而被滤除,确保了控制系统能够及时响应真正的异常情况,提高了系统的可靠性和准确性。
-
公开(公告)号:CN119989153A
公开(公告)日:2025-05-13
申请号:CN202510164449.X
申请日:2025-02-14
Applicant: 重庆大学
IPC: G06F18/2415 , G06F18/214 , G06N3/084 , G06F18/22 , G06F18/2131 , G06F18/15 , G01M13/045
Abstract: 本发明涉及吊装机构轴承故障诊断技术领域,特别涉及一种基于因果特征学习的吊装机构轴承故障诊断方法。包括:获取轴承源域数据;以轴承源域数据训练深度学习故障诊断模型;获取轴承目标域数据;将轴承目标域数据输入训练好的深度学习故障诊断模型,输出轴承故障诊断结果。本发明所提的基于领域泛化技术的吊装机构轴承故障诊断方法,能够解决现实环境下,由于工况变化导致的原有模型无法对新数据进行高质量高效率故障诊断的问题,提出了一套新的故障诊断方法,所述方法能够显著降低数据采集成本,使得吊装机构轴承运行的安全性和可靠性大大提升。
-
公开(公告)号:CN118691833B
公开(公告)日:2025-02-11
申请号:CN202410752303.2
申请日:2024-06-12
Applicant: 重庆大学
Abstract: 本发明涉及铁路维护技术领域,特别涉及一种基于多视觉特征提取的铁路道岔故障诊断方法。包括获取采样点的空间坐标,计算特征变量,将特征变量代入规则函数求取道岔的当前剩余寿命,以及根据当前剩余寿命和最小剩余寿命输出监测结果。本发明提出了一种自动化检测铁路道岔的方法,节省了铁路道岔维护的人力成本和时间成本。针对铁路道岔,提出了9种与使用寿命相关联的变量特征,这9种变量特征均可通过图像处理技术提取,便于实施;9种变量特征与使用寿命进行了关联,构建了规则函数表示变量特征与使用寿命的关系,成功拟合了变量特征与使用寿命的关系。
-
公开(公告)号:CN118967446A
公开(公告)日:2024-11-15
申请号:CN202411097421.0
申请日:2024-08-12
Applicant: 重庆大学
IPC: G06T3/4053 , G06T3/4046 , G06T3/4007 , G06N3/0464 , G06N3/0495 , G06N3/084
Abstract: 本发明涉及卫星遥感图像处理技术领域,特别涉及一种基于空间移位卷积的自然灾害卫星遥感图像短时滞超分方法。包括:获取分辨率低于预设值的低分辨率卫星遥感图像;以1×1卷积层实现空间移位运算,完成局部特征聚合;以低分辨率和高分辨率配对卫星遥感图像,训练时滞超分模型;以训练好的时滞超分模型处理低分辨率遥感图像,完成超分辨率转换,生成高分辨率图像。相较于基于双线性插值超分方法、基于三次立方插值超分方法、基于最近邻插值超分方法,本发明产生的PSNR值和SSIM值均更高,能够更有效地提高图像的分辨率和清晰度。
-
公开(公告)号:CN118033525B
公开(公告)日:2024-09-20
申请号:CN202410093570.3
申请日:2024-01-23
Applicant: 重庆大学
Abstract: 本发明涉及工业仪表技术领域,特别涉及一种基于数据相关性的工业仪表故障检测方法。利用智能电表内置的多种传感器采集的数据,通过分析数据间的相关性以及采用长短时记忆网络LSTM构建的编、解码器模型,实现对智能电表内部各传感器状态的实时在线监测及故障准确判断。本发明充分利用智能电表内部多个传感器同步采集的监测数据,利用各传感器之间的数据相关性和深度学习算法实现在各个传感器的工作状态监测。在训练阶段,本发明仅采用正常运行状态下获取的传感器数据作为输入,降低了对故障样本数据的依赖性,有望克服传统监测手段存在的传感器状态监测滞后、准确性低等问题,为智能电表的在线监测提供更加高效、可靠的技术解决方案。
-
公开(公告)号:CN117949175A
公开(公告)日:2024-04-30
申请号:CN202311820498.1
申请日:2023-12-27
Applicant: 重庆大学
IPC: G01M11/02
Abstract: 本发明涉及照明光源维护技术领域,特别涉及一种基于自动采集点光源状态信息的故障诊断的方法、装置及介质。本发明针对呈直线等距离排列的多点光源,提供了一种自动化故障检测算法,在此算法的基础上配合自动化移动装置,可实现多点光源的自动化检测方法,可节省大量的人力时间成本;通过数学推理以及实验试验,自定义了理论光强‑坐标函数公式,通过获取变量可推导出任意坐标的理论光强作为比较阈值,具有广泛的应用空间。同时还考虑了实际应用场景中可能出现的信息扰动,提出了扰动特征的提取方法以及处理方法,可进一步提高故障检测以及判断的准确率。
-
公开(公告)号:CN119888171A
公开(公告)日:2025-04-25
申请号:CN202411893937.6
申请日:2024-12-20
Applicant: 重庆大学
IPC: G06V10/25 , G06V10/24 , G06V10/774 , G06T7/13 , G06T7/62 , G06N3/0464
Abstract: 本发明涉及船体检测技术领域,特别涉及一种基于深度学习的船体外板裂缝识别方法。所述方法包括:获取船体外板的实际图像数据;通过基于CNN的识别定位模型,标记有裂缝图像数据;根据裂缝尺寸划分为明显裂缝图像数据和不明显裂缝图像数据;对于明显裂缝图像数据,进行风险预警;对于不明显裂缝图像数据,输入到跟踪识别模型,判断其裂缝变化;若裂缝变化大于变化阈值,进行风险预警;若裂缝变化小于变化阈值,判断其是否有裂缝汇聚风险,有汇聚风险时,进行风险预警。对于人类肉眼无法直接观测到的船体外板有自动的裂缝识别方法,本发明针对不同的船体外板裂缝有不同的处理方法,可以节省大量的人力物力。
-
公开(公告)号:CN118152935B
公开(公告)日:2025-02-11
申请号:CN202410271915.X
申请日:2024-03-11
Applicant: 重庆大学
IPC: G06F18/243 , G06F18/214 , G06F17/16 , G06N5/01 , G06N20/20 , G01L25/00 , G01L27/00
Abstract: 本发明涉及压力仪表技术领域,特别涉及一种基于BAdaCost算法的压力仪表异常分类方法。具体方法为:获取历史压力仪表标定监测参数,人工标注历史压力仪表健康状态;以历史压力仪表标定监测参数和对应的历史压力仪表健康状态,构建训练样本;以改进BAdaCost算法处理训练样本,构建异常分类模型;将待分类压力仪表标定监测参数输入异常分类模型,获取异常分类。本发明能够更好地处理样本不平衡问题,并且相较于随机森林,模型预测的准确度更高。
-
公开(公告)号:CN117949175B
公开(公告)日:2024-10-11
申请号:CN202311820498.1
申请日:2023-12-27
Applicant: 重庆大学
IPC: G01M11/02
Abstract: 本发明涉及照明光源维护技术领域,特别涉及一种基于自动采集点光源状态信息的故障诊断的方法、装置及介质。本发明针对呈直线等距离排列的多点光源,提供了一种自动化故障检测算法,在此算法的基础上配合自动化移动装置,可实现多点光源的自动化检测方法,可节省大量的人力时间成本;通过数学推理以及实验试验,自定义了理论光强‑坐标函数公式,通过获取变量可推导出任意坐标的理论光强作为比较阈值,具有广泛的应用空间。同时还考虑了实际应用场景中可能出现的信息扰动,提出了扰动特征的提取方法以及处理方法,可进一步提高故障检测以及判断的准确率。
-
公开(公告)号:CN118033525A
公开(公告)日:2024-05-14
申请号:CN202410093570.3
申请日:2024-01-23
Applicant: 重庆大学
Abstract: 本发明涉及工业仪表技术领域,特别涉及一种基于数据相关性的工业仪表故障检测方法。利用智能电表内置的多种传感器采集的数据,通过分析数据间的相关性以及采用长短时记忆网络LSTM构建的编、解码器模型,实现对智能电表内部各传感器状态的实时在线监测及故障准确判断。本发明充分利用智能电表内部多个传感器同步采集的监测数据,利用各传感器之间的数据相关性和深度学习算法实现在各个传感器的工作状态监测。在训练阶段,本发明仅采用正常运行状态下获取的传感器数据作为输入,降低了对故障样本数据的依赖性,有望克服传统监测手段存在的传感器状态监测滞后、准确性低等问题,为智能电表的在线监测提供更加高效、可靠的技术解决方案。
-
-
-
-
-
-
-
-
-