公开(公告)号：CN118220763A

公开(公告)日：2024-06-21

申请号：CN202410316985.2

申请日：2024-03-20

Applicant: 上海大学

Inventor： 彭晨 ,  张朔 ,  金礼迪

IPC: B65G43/02

Abstract: 本发明涉及一种基于声音信号的带式输送机托辊故障诊断方法及系统，其中方法包括以下步骤：实时采集托辊声音信号；托辊声音信号数据预处理：利用集合经验模态分解方法对托辊声音数据进行预处理，获取声音信号的IMF分量；托辊声音信号的IMF分量预处理：对IMF分量进行归一化处理；托辊声音信号的数据转换：将预处理后的IMF分量进行顺序填充转化为二维图像；托辊故障诊断：将得到的二维图像数据输入到卷积神经网络中，通过卷积神经网络的输出结果判断托辊的运行状态，实现托辊故障诊断。与现有技术相比，本发明具有检测精度高、解决了样本数据噪声干扰、样本数据维度问题等优点。

公开(公告)号：CN118468065A

公开(公告)日：2024-08-09

申请号：CN202410568646.3

申请日：2024-05-09

Applicant: 上海大学

Inventor： 彭晨 ,  金礼迪 ,  张朔

IPC: G06F18/231 ,  B07B1/46 ,  B07B1/28 ,  G06F18/10 ,  G06F18/213 ,  G01H17/00

Abstract: 本发明涉及一种基于振动信号的选煤厂脱介筛故障诊断方法、系统和设备，包括以下步骤：S1、实时采集选煤厂脱介筛的振动信号，通过小波包变换进行去噪处理；S2、通过集合经验模态分解算法对去噪处理后的振动信号进行滤波处理；S3、对滤波处理后的振动信号进行特征提取；S4、根据步骤S3提取的特征，通过自适应谱层次聚类算法进行故障识别，输出选煤厂脱介筛故障诊断结果。与现有技术相比，本发明可以进一步提高脱介筛故障检测结果的准确性、可靠性和实时性。

公开(公告)号：CN116503356A

公开(公告)日：2023-07-28

申请号：CN202310475232.1

申请日：2023-04-27

Applicant: 上海大学

Inventor： 彭晨 ,  薛润 ,  金礼迪 ,  张朔

IPC: G06T7/00 ,  G06T7/10 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及一种基于多尺度特征提取的筛板脱落智能监测方法，包括如下步骤：以目标振动筛的激振器为分界，在两侧分别设置正对筛板的图像捕获设备；从所述图像捕获设备获取图像信息并进行分割和透视变换处理后，输入预训练好的筛板脱落检测模型中，获取所述目标振动筛的状态监测结果，其中，所述的筛板脱落检测模型包括顺次连接的多尺度特征提取网络、多个残差块和卷积块注意力模块。与现有技术相比，本发明实现了筛板状态有效监测，同时监测准确度高，解决或部分解决了现有技术中存在的检测滞后性大，误判性高等问题。