检索结果-内蒙古大学图书馆

振动工程学报 2025年第2期38卷 432-440页

作者：陈仁祥张晓李嘉琳杨宝军张旭重庆交通大学交通工程应用机器人重庆市工程实验室重庆400074 重庆智能机器人研究院重庆400714

由于多测点位置不同引起的数据分布差异造成谐波减速器故障诊断效果不佳,提出基于多特征空间自适应网络(multiple feature spaces adaptation network,MFSAN)的谐波减速器故障诊断方法。对谐波减速器振动信号进行连续小波变换,以构造时... 详细信息

由于多测点位置不同引起的数据分布差异造成谐波减速器故障诊断效果不佳,提出基于多特征空间自适应网络(multiple feature spaces adaptation network,MFSAN)的谐波减速器故障诊断方法。对谐波减速器振动信号进行连续小波变换,以构造时频图来描述其运行状态特征。将不同位置传感器所测数据划分为多个源域数据和目标域数据映射到不同特征空间,得到不同测点位置下的特征表示。利用自适应网络将源域中学习到的知识自动应用到目标域,以自动对齐特定领域的特征分布,从而学习多个域不变表示。利用领域特定的决策边界来对齐分类器的输出,从而有效减少因传感器位置差异引起的数据分布差异。在工业机器人谐波减速器诊断实验中,所提诊断方法达到了99.72%的准确率,高于其他对比方法,验证了所提诊断方法的有效性和可行性。

关键词：故障诊断谐波减速器连续小波变换多特征空间自适应

来源：评论

学校读者我要写书评

暂无评论

基于多尺度改进深度残差收缩网络的滚动轴承寿命状态识别

引用

振动与冲击 2025年第7期44卷 217-224页

作者：陈仁祥张雁峰杨黎霞梁栋李嘉琳闫凯波重庆交通大学交通工程应用机器人重庆市工程实验室重庆400074 重庆科技大学经济与金融学院重庆401331

针对背景噪声和不同工况下单一尺度模型特征提取能力有限,引起滚动轴承寿命状态识别率下降的问题,提出基于多尺度改进深度残差收缩网络(multi scale-improved deep residual shrinkage network,MS-IDRSN)的滚动轴承寿命状态识别方法。首... 详细信息

针对背景噪声和不同工况下单一尺度模型特征提取能力有限,引起滚动轴承寿命状态识别率下降的问题,提出基于多尺度改进深度残差收缩网络(multi scale-improved deep residual shrinkage network,MS-IDRSN)的滚动轴承寿命状态识别方法。首先,在深度残差收缩单元中引入改进的阈值函数提升网络的抗噪性能,并减小降噪过程中的寿命状态信息丢失;然后,采用不同卷积核尺寸的深度残差收缩单元构建特征提取器,避免单一尺度感受野引起在不同工况下的特征提取能力下降。最后,利用最大均值差异损失适配源域与目标域特征的特征分布,通过Softmax分类器实现在不同工况的轴承寿命状态识别。在PRONOSTIA数据集和自测轴承数据集上验证了所提方法的可行性和有效性,结果表明所提方法具有较好的抗噪性能和泛化性能,在考虑背景噪声和不同工况条件下相比对比方法的寿命状态识别率提升7.6%~46.5%。

关键词：滚动轴承寿命状态识别阈值函数多尺度特征深度残差收缩网络

来源：评论

学校读者我要写书评

暂无评论

隧道火灾的视觉跟踪算法

引用

东南大学学报(自然科学版) 2025年第1期55卷 255-265页

作者：马庆禄王伟孙枭邹政罗昊重庆交通大学交通工程应用机器人重庆市工程实验室重庆400074 重庆交通大学交通运输学院重庆400074 同济大学道路与交通工程教育部重点实验室上海201804

为了实时掌握隧道现场火灾的发展状况,在YOLOv8算法火灾检测的基础上结合改进后的DeepSORT算法,提出一种火焰和烟雾的视觉跟踪算法YOLOv8-T。该算法使用EfficientNetV2替换原YOLOv8特征提取网络实现对算法的轻量化调整;引入三重注意力(... 详细信息

为了实时掌握隧道现场火灾的发展状况,在YOLOv8算法火灾检测的基础上结合改进后的DeepSORT算法,提出一种火焰和烟雾的视觉跟踪算法YOLOv8-T。该算法使用EfficientNetV2替换原YOLOv8特征提取网络实现对算法的轻量化调整;引入三重注意力(TA)模块和第4个检测头,以提高算法检测精度以及对小目标的检测能力;同时采用ShuffleNetV2替换DeepSORT算法中的ReID模块,并引入DIOU方法代替传统的IOU,在保证跟踪准确度的条件下减少模型计算复杂度,以提升火灾跟踪的实时性。实验结果表明,在隧道火灾跟踪方面,YOLOv8-T算法比SORT算法、DeepSORT算法、YOLOv8+DeepSORT算法在跟踪准确度上分别提高了26.20%、15.86%和9.21%,在跟踪精度上分别提高了11.28%、9.06%和2.2%。在ID变换次数上分别减少22.2、15.3和10.4次,表明YOLOv8-T算法具有较高的火灾跟踪能力。研究成果可为公路隧道火灾监测提供参考,并为实现隧道火灾救援提供依据。

关键词：隧道工程隧道火灾跟踪算法应急救援

来源：评论

学校读者我要写书评

暂无评论

不确定扰动下的气动肌肉膝关节轨迹跟踪控制

引用

机械传动 2025年第3期49卷 134-140页

作者：伍晓凯罗天洪殷时蓉马翔宇张奕星重庆交通大学机电与车辆工程学院重庆400074 交通工程应用机器人重庆市工程实验室重庆400074 重庆文理学院智能制造工程学院重庆402160 重庆理工大学机械工程学院重庆400054

【目的】为分析建模误差、外界干扰等因素对气动肌肉膝关节轨迹跟踪的影响,提出基于干扰观测器的模糊滑模控制策略。【方法】该控制策略在滑模控制的基础上加入干扰观测器,进而对干扰进行估计并作为滑模控制器的补偿;利用模糊控制参考... 详细信息

【目的】为分析建模误差、外界干扰等因素对气动肌肉膝关节轨迹跟踪的影响,提出基于干扰观测器的模糊滑模控制策略。【方法】该控制策略在滑模控制的基础上加入干扰观测器,进而对干扰进行估计并作为滑模控制器的补偿;利用模糊控制参考实时的干扰和跟踪误差值来自适应调整切换增益K;最后,根据李雅普诺夫稳定性理论证明了系统的稳定性。为了验证控制策略的有效性,设计了仿真与气动肌肉膝关节实物轨迹跟踪试验。【结果】结果表明,气动肌肉膝关节能稳定地跟踪目标轨迹,并且误差平均值和方差均趋近于0°。这说明该控制方法对柔性膝关节轨迹跟踪控制有很好的精确性和稳定性。

关键词：气动肌肉膝关节干扰观测器滑模控制模糊控制

来源：评论

学校读者我要写书评

暂无评论

纯电动汽车电驱动系统故障诊断研究进展

引用

汽车工程 2024年第1期46卷 61-74页

作者：张鹏博陈仁祥邵毅明孙世政闫凯波重庆交通大学交通运输学院重庆400074 重庆交通大学交通工程应用机器人重庆市工程实验室重庆400074

为全面梳理纯电动汽车电驱动系统故障诊断的发展现状,明确未来发展趋势,本文首先介绍了纯电动汽车电驱动系统的基本架构、功能及发展历程;然后详细总结了纯电动汽车电驱动系统关键部件的故障类型及原因,分析了纯电动汽车电驱动系统关键... 详细信息

为全面梳理纯电动汽车电驱动系统故障诊断的发展现状,明确未来发展趋势,本文首先介绍了纯电动汽车电驱动系统的基本架构、功能及发展历程;然后详细总结了纯电动汽车电驱动系统关键部件的故障类型及原因,分析了纯电动汽车电驱动系统关键部件故障诊断方法的主要研究现状;接着将诊断方法从专家知识驱动、模型驱动、信号驱动和数据驱动4个方面详细综述了纯电动汽车电驱动系统国内外研究进展和发展动态,并针对不同方法的优缺点进行了对比;最后对纯电动汽车电驱动系统故障诊断所面临的问题及发展方向进行了分析和展望,进一步讨论并指出未来纯电动汽车电驱动系统故障诊断研究可以集中在变工况耦合故障诊断、微小故障诊断和前期故障诊断研究、实时在线故障诊断、基于故障诊断的智能运维、未知故障诊断与系统自愈技术等方面。

关键词：纯电动汽车电驱动系统故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于数据融合和改进MoCo的工业机器人抖动原因识别

引用

仪器仪表学报 2023年第7期44卷 112-120页

作者：陈仁祥谢文举徐向阳陈才张旭重庆交通大学交通工程应用机器人重庆市工程实验室重庆400074 重庆华数机器人有限公司重庆400714

实际工程中工业机器人受关节控制参数不佳易引起末端抖动,抖动原因识别有助于定位关节异常及优化控制。而工业机器人抖动原因识别存在周期信号冗余度高、抖动方向多及抖动状态样本标签缺失的问题,故提出基于数据融合和改进动量对比学习(... 详细信息

实际工程中工业机器人受关节控制参数不佳易引起末端抖动,抖动原因识别有助于定位关节异常及优化控制。而工业机器人抖动原因识别存在周期信号冗余度高、抖动方向多及抖动状态样本标签缺失的问题,故提出基于数据融合和改进动量对比学习(MoCo)的工业机器人抖动原因识别方法。首先,对工业机器人末端各传感器数据依次进行数据降维、数据扩充、水平拼接融合及降维,构建充足且全面反映抖动方向及状态信息的融合样本。其中,数据融合前降维可降低周期样本冗余度及提升样本融合效率,数据融合后降维可避免融合样本过长导致模型训练复杂度增加。其次,在MoCo前标记少量融合样本由正编码器分类通道输出监督信息,引导特征聚类。然后,改进对比学习策略,将正编码器提取的无标签融合数据特征与动量编码器保存的负样本特征的聚类中心进行对比,去除特征相似度最高的聚类中心以降低对比类别错误的假负样本干扰。并通过对称调换两个编码器的输入进行两次对比损失计算,完成编码器训练。最后,在编码器分类通道后添加Softmax分类器完成工业机器人抖动原因识别。实验结果表明,所提方法在不同工况的工业机器人抖动原因识别准确率均在90%以上,证明了该方法的有效性。

关键词：工业机器人抖动原因识别数据融合对比学习

来源：评论

学校读者我要写书评

暂无评论

改进掩码自编码器的滚动轴承半监督故障诊断

引用

仪器仪表学报 2024年第1期45卷 26-33页

作者：陈仁祥张晓张旭赵玲夏亮重庆交通大学交通工程应用机器人重庆市工程实验室重庆400074 重庆智能机器人研究院重庆400714

针对滚动轴承在不同转速条件下数据分布不同以及实际工程应用中标签样本不足导致故障诊断精度低的问题,将领域适配模块融入掩码自编码器(MAE)中,提出了改进掩码自编码器(IMAE)的滚动轴承半监督故障诊断方法。首先,对滚动轴承振动信号进... 详细信息

针对滚动轴承在不同转速条件下数据分布不同以及实际工程应用中标签样本不足导致故障诊断精度低的问题,将领域适配模块融入掩码自编码器(MAE)中,提出了改进掩码自编码器(IMAE)的滚动轴承半监督故障诊断方法。首先,对滚动轴承振动信号进行连续小波变换(CWT)得到反应信号时频特征的二维时频图,然后对时频图随机掩码,利用无标签样本进行掩码自编码器预训练,获得数据中复杂的内在特征,减少对有标签样本的依赖;其次将领域适配模块引入到预训练后的编码器中,使用少量有标签源域数据对IMAE进行微调,在希尔伯特空间中利用最小化最大均值差异减小因转速不同造成的源域与目标域间数据分布差异;最后在Softmax分类层下实现滚动轴承半监督故障诊断。通过滚动轴承数据集实验验证,所提方法检测精度均达到94%以上,证明了该方法的可行性与有效性。

关键词：掩码自编码器滚动轴承不同转速标签样本半监督故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于深度残差收缩迁移网络的复杂工况下滚动轴承故障诊断

引用

振动与冲击 2024年第3期43卷 194-200页

作者：陈仁祥张晓朱玉清徐向阳杨宝军重庆交通大学交通工程应用机器人重庆市工程实验室重庆400074 重庆智能机器人研究院重庆400714

针对噪声和不同转速的复杂工况下滚动轴承故障诊断问题,提出一种基于深度残差收缩迁移网络的复杂工况下滚动轴承故障诊断方法。在深度残差收缩网络中加入领域适配层构建出具备降噪与适配能力的深度残差收缩迁移网络,从而减小噪声带来的... 详细信息

针对噪声和不同转速的复杂工况下滚动轴承故障诊断问题,提出一种基于深度残差收缩迁移网络的复杂工况下滚动轴承故障诊断方法。在深度残差收缩网络中加入领域适配层构建出具备降噪与适配能力的深度残差收缩迁移网络,从而减小噪声带来的干扰及转速变化导致的分布差异。首先,利用注意力机制学习经卷积层后各特征通道的重要性自动设定一组阈值,借助软阈值化将阈值范围内的特征置为零,减少噪声带来的干扰;然后,通过边缘分布适配对齐两域特征分布,减小转速变化带来的分布差异;最后,在Softmax分类层下实现端到端的复杂工况下滚动轴承故障诊断。复杂工况下滚动轴承故障诊断试验验证了所提方法的可行性和有效性。

关键词：噪声不同转速残差收缩迁移滚动轴承故障诊断

来源：评论

学校读者我要写书评

暂无评论

噪声标签下注意力特征混合的旋转机械故障诊断

引用

仪器仪表学报 2023年第9期44卷 255-262页

作者：陈仁祥张旭徐向阳杨宝军赵玲何家乐重庆交通大学交通工程应用机器人重庆市工程实验室重庆400074 重庆智能机器人研究院重庆400714

实际工程中,受人为标记或数据预处理等原因影响,旋转机械故障数据集易出现噪声标签,导致故障诊断模型性能降低,故提出注意力特征混合的旋转机械故障诊断方法。首先,构建残差神经网络(ResNet)提取样本中的时频特征,通过随机分组和特征交... 详细信息

实际工程中,受人为标记或数据预处理等原因影响,旋转机械故障数据集易出现噪声标签,导致故障诊断模型性能降低,故提出注意力特征混合的旋转机械故障诊断方法。首先,构建残差神经网络(ResNet)提取样本中的时频特征,通过随机分组和特征交互构建正确标签样本组、部分噪声标签样本组和噪声标签样本组;其次,引入注意力机制计算各样本组内样本相关性对各组样本分配权值,得到能区分部分噪声样本组中噪声标签样本的差异性权值;然后,根据权值对每组样本进行混合(Mixup),通过对噪声标签样本插值并在反向传播中更新注意力层参数降低噪声标签样本所占比例;最后,利用在线标签平滑(OLS)统计模型预测信息更新软标签,通过降低噪声标签样本对模型损失更新的影响,进一步抑制噪声标签样本组的负面影响。在不同程度的噪声标签干扰下的旋转机械故障数据集上进行实验验证,检测精度均达到95%以上,证明了所提方法的有效性。

关键词：旋转机械故障诊断噪声标签注意力机制在线标签平滑

来源：评论

学校读者我要写书评

暂无评论

弓网接触力长短时记忆网络预测的受电弓主动控制与仿真

引用

仪器仪表学报 2021年第5期42卷 192-198页

作者：陈仁祥王帅杨黎霞杜子学孙文杰重庆交通大学交通工程应用机器人重庆市工程实验室重庆400074 重庆广播电视大学重庆400052

针对列车高速行驶时弓网系统接触力波动剧烈影响受流质量的问题,充分利用长短时记忆网络对时序预测的优势,提出了弓网接触力长短时记忆网络预测的受电弓主动控制方法。首先以二元受电弓模型作为研究对象,建立其动力学方程,并对其模型进... 详细信息

针对列车高速行驶时弓网系统接触力波动剧烈影响受流质量的问题,充分利用长短时记忆网络对时序预测的优势,提出了弓网接触力长短时记忆网络预测的受电弓主动控制方法。首先以二元受电弓模型作为研究对象,建立其动力学方程,并对其模型进行仿真得到接触力波动数据。然后,将仿真得到的接触力数据作为训练样本输入长短时记忆网络中建立预测模型,以预测下一时刻接触力。最后,以接触力预测值和期望值的差值作为目标控制力输出至磁流变阻尼器,由磁流变阻尼器提供控制力作用到受电弓,从而抑制接触力的动态波动以提高提高列车受流质量。通过实验证明,所提方法对弓网接触力控制更加准确,且大幅降低弓网接触力波动标准差,降幅超过70.13%,且规避了弓网系统离线情况的发生,验证了所提方法在改善弓网受流质量上的稳定性和优越性。

关键词：受电弓主动控制接触力长短时记忆网络

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：