-
公开(公告)号：CN106974361B
公开(公告)日：2018-12-18
申请号：CN201710207292.X
申请日：2017-03-31
Applicant: 西安交通大学
Abstract: 一种具有健康诊断功能的可穿戴式智能鞋垫，包括鞋垫基层和设置在鞋垫基层中的柔性压力传感器、控制电路、信号传输电路和供电装置。柔性压力传感器分别置于脚尖、第一跖趾关节、第四跖趾关节和脚后跟对应的位置，其信号输出和控制电路的输入连接，控制电路的输出和信号传输电路的输入连接，供电装置与控制电路连接为其供电。控制电路的主芯片集成了多元多尺度符号熵的数据分析方法，根据脚底的多个压力信号分析人体的运动情况、步态特点和健康状况。本发明可以对异常步态和健康正常步态信号进行分析处理识别，满足数据点少的局限，同时实现了脚底不同部位压力信号之间的耦合联系，提高步态识别的精度和效率，方便远程监测人体健康。
-
公开(公告)号：CN105224744B
公开(公告)日：2018-03-16
申请号：CN201510634304.8
申请日：2015-09-29
Applicant: 西安交通大学
IPC: G06F17/50
Abstract: 一种基于啮合刚度的剥落齿轮啮合模型，考虑剥落轮齿在齿轮啮合时的受力情况，将啮合过程分为了三个阶段，并分别计算了三个啮合阶段下的剥落轮齿啮合刚度，克服了现有剥落齿轮模型仅考虑剥落啮合区与非剥落啮合区两种情况的弊端；同时考虑轮齿齿根的影响，将轮齿等效为齿根圆上的悬臂梁，准确计算出了剥落轮齿啮合刚度，提高了其精度，建立了更为准确的剥落齿轮啮合模型，本发明真实准确地反映了剥落齿轮啮合过程，能有效地应用于剥落齿轮的动力学建模研究。
-
公开(公告)号：CN107729626A
公开(公告)日：2018-02-23
申请号：CN201710881432.1
申请日：2017-09-26
Applicant: 西安交通大学
IPC: G06F17/50
Abstract: 一种基于概率分布的齿轮点蚀模型建模方法，首先建立了齿面概率点蚀平面分布模型，点蚀产生按照沿齿宽方向随机分布、沿齿高方向正态分布；其次，采用图像处理方法来获取啮合线长度变化；然后，建立啮合线长度变化值与压力角之间的一一对应关系；最后，综合考虑赫兹接触刚度、弯曲刚度、剪切刚度和轴向压缩刚度，精确计算齿轮时变啮合刚度，求解齿轮系统内部激励；本发明克服了传统点蚀模型与实际相差大、无法处理点蚀复杂分布等缺点，同时提高了模型计算精度，实现点蚀齿轮系统内部激励的精确计算，完成基于概率分布的齿轮点蚀模型建模。
-
公开(公告)号：CN106974361A
公开(公告)日：2017-07-25
申请号：CN201710207292.X
申请日：2017-03-31
Applicant: 西安交通大学
CPC classification number: A43B17/00 , A61B5/1038 , A61B5/112 , A61B5/40
Abstract: 一种具有健康诊断功能的可穿戴式智能鞋垫，包括鞋垫基层和设置在鞋垫基层中的柔性压力传感器、控制电路、信号传输电路和供电装置。柔性压力传感器分别置于脚尖、第一跖趾关节、第四跖趾关节和脚后跟对应的位置，其信号输出和控制电路的输入连接，控制电路的输出和信号传输电路的输入连接，供电装置与控制电路连接为其供电。控制电路的主芯片集成了多元多尺度符号熵的数据分析方法，根据脚底的多个压力信号分析人体的运动情况、步态特点和健康状况。本发明可以对异常步态和健康正常步态信号进行分析处理识别，满足数据点少的局限，同时实现了脚底不同部位压力信号之间的耦合联系，提高步态识别的精度和效率，方便远程监测人体健康。
-
公开(公告)号：CN106934126A
公开(公告)日：2017-07-07
申请号：CN201710109877.8
申请日：2017-02-28
Applicant: 西安交通大学
Abstract: 一种基于循环神经网络融合的机械零部件健康指标构造方法，首先获取机械零部件振动信号，计算得到振动信号时域特征序列和频域特征序列；根据时域特征序列和频域特征序列计算相似性特征；对振动信号进行三层小波包变换，得到频带能量比特征；利用特征的综合评价指标筛选出机械零部件退化过程的敏感特征集，用以训练循环神经网络；通过敏感特征集和训练好的循环神经网络可以得到新的机械零部件健康指标RNN‑HI，本发明利用相似性特征和循环神经网络充分挖掘了机械零部件振动信号中的退化信息，不仅便于失效阈值的确定而且提高了寿命预测的精度。
-
Patent Agency Ranking
公开(公告)号：CN104156516B
公开(公告)日：2017-02-15
申请号：CN201410365909.7
申请日：2014-07-29
Applicant: 西安交通大学
Abstract: 一种考虑啮合相位差的正常单级周转轮系唯象建模方法，先计算周转轮系内部多个行星轮与中心轮即太阳轮啮合、多个行星轮与齿圈啮合、同一个行星轮与太阳轮和齿圈啮合之间的相位差，分析多个啮合过程不同传递路径对信号的影响，建立行星轮系正常状态时的振动信号仿真模型，给出振动响应表达式，该模型突破仅仅考虑齿轮系统内部某一对啮合振动影响的局限，能够综合考虑周转轮系内部多对啮合之间的相位关系，以及行星轮公转引起的时变传递路径。根据该唯象模型，得到了正常单级周转轮系的振动响应信号，经过实验验证，可以为单级周转轮系的故障诊断提供依据。
-
公开(公告)号：CN105825197A
公开(公告)日：2016-08-03
申请号：CN201610186864.6
申请日：2016-03-29
Applicant: 西安交通大学
CPC classification number: G06K9/00503 , G06K9/00523 , G06N3/126
Abstract: 一种线性化势阱壁的路径扩展随机共振微弱特征提取方法，先对采集到的机械设备的不同故障程度振动信号进行预处理，使其满足绝热近似假设下的小参数信号输入条件；然后将预处理后的信号分别作为线性化势阱壁的路径扩展随机共振系统的输入，并选择该随机共振系统的输出信噪比作为遗传算法的适应度函数，对系统参数进行自适应寻优，实现系统与输入信号之间的最佳动态匹配；最后对不同故障程度的系统输入信号，根据最佳动态系统匹配参数，将该最佳匹配参数下的路径扩展随机共振系统输出作为最佳增强结果并进行故障特征提取与定性分析，本发明利用动态线性等效对传统双稳态随机共振系统的两侧势阱壁进行改进，提升了其微弱故障特征增强提取能力。
-
公开(公告)号：CN105446940A
公开(公告)日：2016-03-30
申请号：CN201510821373.X
申请日：2015-11-23
Applicant: 西安交通大学
IPC: G06F17/14
CPC classification number: G06F17/14
Abstract: 一种基于同步压缩变换重构的幅值校正方法，对线性调频信号进行短时傅里叶变换，得到短时傅里叶变换系数，然后估算瞬时频率，在该估计瞬时频率的基础上进行改进，计算准确瞬时频率，再计算中心频率，然后完成同步压缩变换，即将所有对应同一频率段的准确瞬时频率的短时傅里叶变换系数转化为同步压缩系数，最后提取同步压缩变换的系数脊线，并将脊线附近的系数进行整合，得到相应的信号成分，由于本发明对瞬时频率的计算进行了改进，能够得到准确的瞬时频率，因此提高了时域重构信号的精度。
-
公开(公告)号：CN103398843B
公开(公告)日：2016-03-02
申请号：CN201310272730.2
申请日：2013-07-01
Applicant: 西安交通大学
Abstract: 基于多分类相关向量机的行星齿轮箱太阳轮故障分类方法，先利用加速度传感器获取行星齿轮箱齿轮原始振动信号，对不同故障类型的太阳轮振动信号分段，对每一段信号求取特征值，将提取的特征指标归一化，将归一化后的特征值作为输入变量，将对应太阳轮不同故障的特征进行编号，并将其作为目标值，划分训练样本和测试样本，选择高斯径向基作为多分类相关向量机核函数，并给将训练样本代入多分类相关向量机进行分类训练，利用所得分类模型对测试样本进行分类测试，得到预测目标值，并将预测类别与实际类别进行对比，得出分类模型的有效性，本发明分类精度不低于支持向量机，同时相较于自适应神经模糊推理系统，本发明分类效果也明显较好。
-
公开(公告)号：CN104899608A
公开(公告)日：2015-09-09
申请号：CN201510344746.9
申请日：2015-06-19
Applicant: 西安交通大学
IPC: G06K9/62
CPC classification number: G06K9/6269
Abstract: 滚动轴承剩余寿命预测的加权融合相关向量机模型，首先利用改进的粒子滤波框架，降低或者消除离群点对各个核函数模型预测效果的影响，然后基于各个单一相关向量机模型对数据的泛化能力，筛选出泛化能力强的单一相关向量机模型，并对它们进行加权融合，获得加权融合相关向量机模型，实现各个单一相关向量机模型特性的优势互补，提高了加权融合相关向量机对滚动轴承运行状态和剩余寿命的预测效果，本发明获得的加权融合相关向量机预测模型预测精度高、鲁棒性强，更适合于工程实际应用。
-
-
-
-
-
-
-
-
-
Search Results
138
records
(took 0.029 seconds)
