-
公开(公告)号：CN112557260A
公开(公告)日：2021-03-26
申请号：CN202011332348.2
申请日：2020-11-24
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种基于高磁导率铁芯的金属磨损颗粒检测传感器及检测方法，其包括检测单元，检测单元设置在传感器外壳内，油管通道入口与检测单元的第一端连接，油管通道出口与检测单元的第二端连接；检测单元包括陶瓷骨架，陶瓷骨架的一端为检测单元入口，检测单元入口与油管通道入口连通，陶瓷骨架的另一端为检测单元出口，检测单元出口与油管通道出口连通；陶瓷骨架的外侧间隔设置有三个线圈凹槽，位于中部的线圈凹槽内设置有感应线圈，位于感应线圈两侧的线圈凹槽内分别设置有第一激励线圈和第二激励线圈；位于感应线圈、第一激励线圈和第二激励线圈的径向外侧以及轴向两侧设置有高磁导率铁芯。本发明可以广泛在设备油液系统故障检测领域中应用。
-
公开(公告)号：CN108333084A
公开(公告)日：2018-07-27
申请号：CN201810390191.5
申请日：2018-04-27
Applicant: 北京信息科技大学
IPC: G01N15/00
CPC classification number: G01N15/00
Abstract: 本发明涉及一种油液磨粒在线监测传感器检测试验台及检测方法，其特征在于，它包括底座、磨粒检测单元、传动机构和传感器信号调理与试验台测控电路单元；所述底座上设置有所述磨粒检测单元、传动机构和传感器信号调理与试验台测控电路单元；所述磨粒检测单元与所述传动机构配合，且所述磨粒检测单元和传动机构均与所述传感器信号调理与试验台测控电路单元电连接，由所述传感器信号调理与试验台测控电路单元控制所述磨粒检测单元和传动机构工作。本发明操作简单方便、能对模拟实际工况的磨粒进行在线监测，同时得到对传感器标定所需的数据。
-
公开(公告)号：CN101799366B
公开(公告)日：2011-08-24
申请号：CN201010101327.X
申请日：2010-01-27
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种机械故障预测的特征提取方法，(1)获取代表设备运行状况的连续振动信号进行分析；(2)定义判断设备运行状态是否异常的综合评判函数；(3)对振动信号中包含的噪声降噪；(4)用时间延迟法对振动信号进行相空间重构；(5)根据欧氏距离判断两样本点是否为近邻点；(6)根据样本点的边连接距离确定邻近图；(7)规范化变换矩阵S，确定矩阵ι(DG)；(8)利用平移不变的方法，根据矩阵ι(DG)构造中间计算矩阵K1和测地距离核矩阵K，使矩阵K满足正定性；(9)计算矩阵K的特征值和特征向量；(10)根据亥维塞德函数确定拓扑维数；(11)根据拓扑维数进行低维流形特征提取。本发明通过判断振动信号的异常与否，提高了特征提取的针对性和准确性。本发明可广泛应用于各种机械设备的故障预测特征提取中。
-
公开(公告)号：CN101799368B
公开(公告)日：2011-05-25
申请号：CN201010101329.9
申请日：2010-01-27
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种机电设备非线性故障预测方法，1、获取能代表设备运行状况的数据，选取一段长历程的对故障敏感的连续振动信号进行分析；2、利用3σ方法和插值方法对振动数据分别进行异常值剔除和缺失数据填补；3、采用提升小波方法对振动信号中进行降噪；4、将降噪后的振动信号分解到相应的特征频带内；5、利用某一典型预测特征频带，采用非线性流形学习方法通过拓扑映射与非故障能量信息解耦，得到低维流形特征；6、利用具有动态自适应特点的递归神经网络，及低维流形特征的第一维作为神经网络输入，在时域进行长历程趋势的智能故障预测。本发明由于采用提升小波方法，算法简单、运算速度高、占用内存少，适合故障特征的特征频带提取。本发明可广泛应用于各种机电设备的故障预测中。
-
公开(公告)号：CN101799368A
公开(公告)日：2010-08-11
申请号：CN201010101329.9
申请日：2010-01-27
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种机电设备非线性故障预测方法，1、获取能代表设备运行状况的数据，选取一段长历程的对故障敏感的连续振动信号进行分析；2、利用3σ方法和插值方法对振动数据分别进行异常值剔除和缺失数据填补；3、采用提升小波方法对振动信号中进行降噪；4、将降噪后的振动信号分解到相应的特征频带内；5、利用某一典型预测特征频带，采用非线性流形学习方法通过拓扑映射与非故障能量信息解耦，得到低维流形特征；6、利用具有动态自适应特点的递归神经网络，及低维流形特征的第一维作为神经网络输入，在时域进行长历程趋势的智能故障预测。本发明由于采用提升小波方法，算法简单、运算速度高、占用内存少，适合故障特征的特征频带提取。本发明可广泛应用于各种机电设备的故障预测中。
-
Patent Agency Ranking
公开(公告)号：CN115199705A
公开(公告)日：2022-10-18
申请号：CN202210616144.4
申请日：2022-05-31
Applicant: 北京信息科技大学
IPC: F16F15/30 , F16F15/315 , F16C32/04 , F03G7/08
Abstract: 本发明涉及一种具有阻尼能量回收和在线模态监测的多功能储能飞轮系统，其包括：外壳顶部设置有轴承端盖，外壳内底部设置有底座；芯轴穿设在外壳内，芯轴中部设置有飞轮，所述芯轴的顶部与所述轴承端盖活动连接，所述芯轴的底部穿过所述底座延伸至所述外壳底部的外部，形成延伸部；上辅助轴承设置在所述芯轴的顶部，用于支撑所述飞轮的旋转；永磁轴承位于所述上辅助轴承的下方，设置在所述芯轴上端面与所述外壳之间；斥力型Halbach圆环阵列磁悬浮装置设置在所述底座与所述芯轴之间，为所述飞轮提供轴向力，与所述永磁轴承配合使所述飞轮完成悬浮；下辅助轴承设置在所述外壳底部与所述芯轴之间，用于支撑所述飞轮的旋转。本发明能在储能飞轮领域中应用。
-
公开(公告)号：CN113984600A
公开(公告)日：2022-01-28
申请号：CN202111256032.4
申请日：2021-10-27
Applicant: 北京信息科技大学
IPC: G01N15/02
Abstract: 本发明公开了一种基于静磁铁的高灵敏度金属磨损颗粒在线检测传感器，包括传感器外壳、非导磁材料垫片、内固定座、第一线圈基体、第一油管通道、第二油管通道、第二线圈基体、上强力静磁铁、下强力静磁铁、第一感应线圈和第二感应线圈，本发明通过两个参数完全相同的上强力静磁铁和下强力静磁铁磁极相对放置，并使两个磁铁间隔一定距离形成间隙，在此间隙正中间位置处即两环形磁铁的圆环内侧或外侧布置感应线圈，使得感应线圈中心轴平行于环形磁铁中心轴，实现传感器对金属磨损颗粒的有效检测，同时通过调整环形磁铁外径、厚度和间隙距离，改变传感器间的耦合距离，实现传感器灵敏度的增强效果。
-
公开(公告)号：CN111854836A
公开(公告)日：2020-10-30
申请号：CN202010711816.0
申请日：2020-07-22
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种磁电式传感装置，其包括导油孔，导油孔的第一端与被测部位连接，第二端与基座的左端部连接；基座的左端部具有第一腔体，右端部具有第二腔体；从动盘位于基座的第一腔体内，在第一腔体内左右滑动；回位弹簧位于基座的第一腔体内，其第一端与从动盘连接，第二端与第一腔体的右侧壁连接；磁铁套穿设在基座的第一腔体内，磁铁套的第二端设置有定位安装孔；磁铁设置在磁铁套的定位安装孔内，跟随磁铁套一起来回移动；感应线圈设置在基座的第二腔体内，在磁铁的来回移动中感应出交变感应电动势，并传输至外部设备；霍尔传感器设置在基座的第二腔体的右侧壁上，其在磁铁的磁场作用下产生交变电位差，并传输至外部设备。
-
公开(公告)号：CN101799367B
公开(公告)日：2011-08-10
申请号：CN201010101328.4
申请日：2010-01-27
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种一种机电设备神经网络故障趋势预测方法，(1)获取对故障敏感的某测点传感器输出的一段连续振动信号；(2)利用3σ方法和插值方法对振动数据分别进行异常值剔除和缺失数据填补；(3)对振动数据序列进行归一化处理；(4)根据归一化处理后的序列，计算出经熵加权后的振动数据序列；(5)由于时间因素影响，利用时间加权对熵加权后的振动数据序列进行时间加权计算；(6)利用由步骤(5)得到的数据序列构建非线性的动态递归神经网络预测模型，并采用黄金分割法确定隐含层最优节点数；(7)对趋势预测结果进行反归一化处理，得到实际预测结果。本发明由于采用动态神经网络模型进行预测，提高了故障预测可靠性。本发明可以广泛应用于各种机电设备故障预测分析中。
-
公开(公告)号：CN101799366A
公开(公告)日：2010-08-11
申请号：CN201010101327.X
申请日：2010-01-27
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种机械故障预测的特征提取方法，(1)获取代表设备运行状况的连续振动信号进行分析；(2)定义判断设备运行状态是否异常的综合评判函数；(3)对振动信号中包含的噪声降噪；(4)用时间延迟法对振动信号进行相空间重构；(5)根据欧氏距离判断两样本点是否为近邻点；(6)根据样本点的边连接距离确定邻近图；(7)规范化变换矩阵S，确定矩阵ι(DG)；(8)利用平移不变的方法，根据矩阵ι(DG)构造中间计算矩阵K1和测地距离核矩阵K，使矩阵K满足正定性；(9)计算矩阵K的特征值和特征向量；(10)根据亥维塞德函数确定拓扑维数；(11)根据拓扑维数进行低维流形特征提取。本发明通过判断振动信号的异常与否，提高了特征提取的针对性和准确性。本发明可广泛应用于各种机械设备的故障预测特征提取中。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.036 seconds)
