电器寿命预测  

  提出了一种通过将电信号映射到以累积接触质量损失(ACML)为代表的接触合金腐蚀条件来间接测量交流 接触器触头烧蚀的方法。采用新型一维卷积层的监督卷积神经网络回归(CNNR)架构来模拟波形和 ACML 之间的关系。通过测试精度比较不同的CNNR架构以及不同的训练方案以获得最优解。最佳结果分别达到两个数据集对应的3.29%和1.59%的平均绝对误差，显著优于其他回归方法的结果。

金属构件裂纹测量

  提出了一种非接触式的金属构件断裂测量方法，通过数字图像相关技术(DIC)获取金属构件在循环受力过程中的塑性应变分布，采用残差神经网络(ResNet)建立应变分布与裂纹长度的回归模型，从而实现金属构件的裂纹长度在线估计。最终测试的估计值MAE达到0.0077mm(0.26%)。

基于立体视觉的组件定位和姿态识别

  提出了一种基于立体视觉的3D组件模型对场景点云的跨源点云配准方法，获取组件的准确位置和姿态。实验表明提出的方法的最大角度匹配误差+0.5°，最大位置匹配误差+0.2mm。

基于全息希尔伯特分析的电弧故障识别

  提出了通过改进的全息希尔伯特频谱分析(HHSA)方法对电流数据进行分析，对比得到的全息频谱图信息，总结同种负载不同电弧状态以及不同负载稳定电弧故障状态的频率以及功率特性。建立基于概率神经网络的电弧故障识别模型。通过选取最优平滑因子，最终模型预测识别率为91.82%，准确率为97.74%。