-
题名因果启发的深度域泛化旋转机械故障诊断
- 1
-
-
作者
郭畅
赵志斌
张兴武
刘一龙
陈雪峰
-
机构
长安大学陕西省高速公路施工机械重点实验室
西安交通大学机械工程学院
-
出处
《振动.测试与诊断》
北大核心
2025年第1期154-160,206,共8页
-
基金
陕西省高速公路施工机械重点实验室(长安大学)开放基金资助项目(300102253512)
国防技术基础科研资助项目(JSZL2022110A074)。
-
文摘
针对设备工况变化导致基于深度学习(deep learning,简称DL)的故障诊断性能退化的问题,提出采用因果表示网络(causal representation net,简称CRNet)用于在变工况下实现高性能故障诊断,即域泛化(domain generalization,简称DG)故障诊断。首先,假设DG的结构因果模型,并基于此模型和独立因果机制(independent causal model,简称ICM)原理,得到因果驱动的诊断需求来消除特征间的关联;其次,利用随机傅里叶特征(random Fourier features,简称RFF)将模型提取的特征映射到高维空间,再利用高维空间中的特征构造衡量特征间关联的协方差矩阵,以矩阵非对角值为目标,学习一组权重对样本加权,消除特征间的广义关联;最后,以梯度为引导,屏蔽部分高梯度特征,增强特征包含的诊断信息。锥齿轮传动实验台的实验结果表明,CRNet具备最优的DG性能。
-
关键词
智能诊断
深度学习
因果表示
域泛化
-
Keywords
intelligent fault diagnosis
deep learning
causal representation
domain generalization
-
分类号
TH165.3
[机械工程—机械制造及自动化]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名融合语义与三维信息的路面图像逆透视变换
- 2
-
-
作者
夏晓华
高霄飞
段智威
冯鑫淼
-
机构
长安大学陕西省高速公路施工机械重点实验室
-
出处
《光学精密工程》
北大核心
2025年第12期1929-1939,共11页
-
基金
陕西省重点研发计划项目(No.2024GX-YBXM-197,No.2025CY-YBXM-545)
陕西省交通运输厅科研项目(No.23-10X,No.24-74K)。
-
文摘
路面图像逆透视变换是实现基于图像的车距感知和路面病害测量的前提条件。传统静态逆透视变换方法具有变换参数无法动态调整的问题,而现有动态逆透视变换方法对路面车道线及纹理等信息依赖性较强,容易造成图像透视失真校正效果不佳。针对这些问题,提出了基于深度相机语义分割与三维平面拟合的路面图像动态逆透视变换方法。首先,通过RGB图像语义分割模型提取路面区域,在路面区域对应的点云数据中实现三维平面拟合,剔除非路面点云对路面拟合的干扰;在此基础上,利用路面信息和相机与路面的空间位置关系,通过建立的相机位姿估计方法计算相机相对路面位姿;最后,基于路面在相机不同位姿下的成像关系,利用构建的路面图像逆透视变换模型实现原图到任意基准点的透视失真校正。仿真实验结果表明,提出方法在常见的相机位姿变化情况下透视失真校正误差稳定在10-2mm级,优于目前先进的逆透视变换方法,能够有效提高路面图像的逆透视变换质量。实际实验结果进一步验证了提出方法的有效性。
-
关键词
机器视觉
路面图像
动态逆透视变换
语义分割
位姿估计
-
Keywords
machine vision
pavement image
dynamic inverse perspective mapping
semantic segmenta⁃tion
pose estimation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TN911.73
[电子电信—通信与信息系统]
-
-
题名移动机械臂的层级聚合建模方法研究
被引量：2
- 3
-
-
作者
董方方
杨超
韩江
张新荣
-
机构
合肥工业大学机械工程学院
安徽省智能数控技术及装备工程实验室
长安大学陕西省高速公路施工机械重点实验室
-
出处
《应用数学和力学》
CSCD
北大核心
2023年第12期1473-1490,共18页
-
基金
国家自然科学基金项目(52275484)
安徽省自然科学基金项目(2208085ME126)。
-
文摘
移动机械臂因机械臂在动态作业过程中的耦合效应会影响移动平台的运动特性,增加了整个系统的复杂度和非线性,给系统建模带来了极大挑战.为此提出了一种新的层级聚合建模方法.该方法依据分析力学中Udwadia-Kalaba(U-K)理论的层级属性,首先将移动机械臂划分为3个子系统,并分别利用Lagrange方程建立各自的无约束动力学模型,然后基于移动机械臂机械结构上的约束利用Udwadia-Kalaba基本方程(UKE)建立整体系统模型.此外,针对系统存在初始条件偏差的情况,利用基于Lyapunov稳定性理论来补偿初始条件偏差,以达到收敛理想轨迹的目的.仿真结果验证了该文所提出的建模方法的可行性.
-
关键词
Udwadia-Kalaba方法
层级聚合建模方法
移动机械臂
动力学建模
-
Keywords
Udwadia-Kalaba method
hierarchical aggregation modelling method
mobile manipulator
dynam-ical modelling
-
分类号
O313.3
[理学—一般力学与力学基础]
TH113
[机械工程—机械设计及理论]
-
-
题名超声导波相控阵脉冲压缩全聚焦缺陷成像方法
被引量：1
- 4
-
-
作者
许才彬
左浩
陈一馨
-
机构
重庆大学航空航天学院
长安大学陕西省高速公路施工机械重点实验室
-
出处
《振动与冲击》
EI
CSCD
北大核心
2024年第11期50-57,82,共9页
-
基金
中国科协青年人才托举工程(2021QNRC001)
长安大学中央高校基本科研业务费专项资金(300102252504)
陕西省自然科学基础研究计划(2022JQ-576)。
-
文摘
针对超声导波缺陷成像中存在的入射信号能量低、缺陷成像分辨率不足等成像质量不高的问题,提出了一种超声导波相控阵脉冲压缩全聚焦缺陷成像方法。首先在长时宽、大带宽线性调频信号激励下,基于超声导波相控阵列逐元激励模式,获取被测结构的全矩阵捕获数据;然后对各响应信号做匹配滤波,对长时宽响应信号波包进行脉冲压缩;接着采用虚拟时间反转法,对脉冲压缩后所得信号进行频散和幅值补偿,以消除大带宽导致的信号相位畸变和因波扩散传播而导致的幅值下降,从而获得无相位畸变的窄时宽信号波包;最后设计了同时包含信号相位和幅值信息的成像指标,进行加权全聚焦成像。在含裂纹、表面缺陷的碳钢板中进行了超声导波缺陷成像试验,结果表明,该方法可以实现单缺陷/双缺陷的高质量成像。
-
关键词
超声导波
缺陷成像
相控阵
全聚焦
脉冲压缩
-
Keywords
ultrasonic guided wave
defect imaging
phased array
full focus
pulse compression
-
分类号
TB553
[理学—声学]
-
