-
公开(公告)号:CN118962437A
公开(公告)日:2024-11-15
申请号:CN202411004087.X
申请日:2024-07-25
Applicant: 华东交通大学
IPC: G01R31/34 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F18/213 , G06F18/10
Abstract: 本发明公开了一种基于优化变分模态分解的永磁同步电机退磁故障诊断方法,该方法通过深入研究永磁同步电机退磁机理和故障特征,开发高效的故障诊断技术可以提高永磁同步电机退磁故障的识别率与准确性,有助于及时发现并处理故障减少生产损失。通过采用先进的数据检测与处理方法实现对永磁同步电机运行状态的监控和诊断,可以确保在故障发生时候能够迅速响应并采取措施提高生产的连续性和稳定性。
-
公开(公告)号:CN118013403A
公开(公告)日:2024-05-10
申请号:CN202410010028.7
申请日:2024-01-03
Applicant: 华东交通大学
IPC: G06F18/243 , G06F18/213 , G06N3/045 , G06N3/084 , G01R31/34 , G01R31/52 , G01R31/72
Abstract: 本发明公开了一种基于深度学习的永磁同步电机匝间短路故障诊断方法,本发明采用永磁同步电机三相定子电流为特征信号进行故障诊断,无需增设额外的硬件进行信号提取,本发明采用永磁同步电机的定子绕组电流与永磁同步电机匝间短路故障有较强相关性且该数据易于采取且稳定,本发明采用的基于CNN‑LSTM神经网络的匝间故障诊断方法不需要建立复杂的数学模型,适用性强,可以用于多种永磁同步电机的匝间短路故障诊断,本发明不需要通过人工对原始数据进行特征分析以及提取,减少永磁同步电机匝间故障诊断中特征提取的繁琐过程,可以通过该网络模型自动提取出原始三相定子绕组电流信号中与故障相关的特征,能够及时发现故障。
-
公开(公告)号:CN221690619U
公开(公告)日:2024-09-13
申请号:CN202420345780.2
申请日:2024-02-26
Applicant: 华东交通大学
IPC: A47G19/22
Abstract: 本实用新型公开了一种塑玻杯,包括:底座,外壳,杯芯,茶包标签纸槽,密封圈,杯盖,指示标。所述底座与外壳相连,杯芯插在中空的外壳内,密封圈嵌于杯盖内凹槽,外壳内侧茶包标签纸槽,外壳外侧设有指示标。本实用新型在使用时,当茶包放入塑玻杯内,只需要将茶包上的标签纸插入外壳与杯芯的槽中,即可放心在塑玻杯加水泡茶,不用担心加水时茶包被水流带入杯内,大大提升了用户的泡茶体验。
-
-