公开(公告)号：CN111753751A

公开(公告)日：2020-10-09

申请号：CN202010597435.4

申请日：2020-06-28

Applicant: 辽宁大学

Inventor： 张利 ,  王海威 ,  周佳宁 ,  李静 ,  侯晴 ,  王溟晗

IPC: G06K9/00 ,  G06N20/00 ,  G06N3/04 ,  G06N3/08 ,  F04D27/00

Abstract: 一种改进烟花算法的风机故障智能诊断方法，基本步骤如下：(1)信号采样；(2)数据预处理；(3)特征提取；(4)数据归一化处理；(5)风机故障智能诊断。针对现有风机故障诊断系统的局限性，本发明设计一种改进烟花算法优化BP神经网络的风机故障智能诊断方法。使用改进高斯密度函数优化增强型烟花算法计算出BP神经网络较优权值和阈值，从而提高BP神经网络的性能。通过采用相关峭度解卷积算法(MCKD)和时域特征处理后的风机轴承数据进行测试，本发明方法在诊断风机故障轴承数据方面，能够满足用户所设定功能和性能方面的需求。通过大量对比实验证明，改进烟花算法的风机故障智能诊断方法可以获得更高的准确率。

公开(公告)号：CN111753751B

公开(公告)日：2025-02-21

申请号：CN202010597435.4

申请日：2020-06-28

Applicant: 辽宁大学

Inventor： 张利 ,  王海威 ,  周佳宁 ,  李静 ,  侯晴 ,  王溟晗

IPC: G06F18/2431 ,  G06F18/213 ,  G06F18/10 ,  G06N3/048 ,  G06N5/01 ,  G06N3/084 ,  F04D27/00

Abstract: 一种改进烟花算法的风机故障智能诊断方法，基本步骤如下：(1)信号采样；(2)数据预处理；(3)特征提取；(4)数据归一化处理；(5)风机故障智能诊断。针对现有风机故障诊断系统的局限性，本发明设计一种改进烟花算法优化BP神经网络的风机故障智能诊断方法。使用改进高斯密度函数优化增强型烟花算法计算出BP神经网络较优权值和阈值，从而提高BP神经网络的性能。通过采用相关峭度解卷积算法(MCKD)和时域特征处理后的风机轴承数据进行测试，本发明方法在诊断风机故障轴承数据方面，能够满足用户所设定功能和性能方面的需求。通过大量对比实验证明，改进烟花算法的风机故障智能诊断方法可以获得更高的准确率。

公开(公告)号：CN111024433A

公开(公告)日：2020-04-17

申请号：CN201911389339.4

申请日：2019-12-30

Applicant: 辽宁大学

Inventor： 张利 ,  王海威 ,  李静 ,  侯晴 ,  王溟晗 ,  张皓博 ,  张大波

IPC: G01M99/00 ,  G01M13/045 ,  G06N3/00

Abstract: 一种改进灰狼算法优化支持向量机的工业装备健康状态检测方法，基本步骤如下：(1)信号采样；(2)降噪处理；(3)特征提取；(4)数据归一化处理；(5)工业装备健康状态检测。本发明一种改进灰狼算法优化支持向量机的工业装备健康状态检测方法，通过使用差分灰狼算法优化支持向量机的惩罚因子C和核函数系数g，从而提高支持向量机性能。本发明采用实测机器核心轴承数据作为训练装备健康状态检测模型的数据集。在装备健康状态检测模型构建模块中，训练中的样本集采用预处理后的特征向量并运用经差分灰狼算法优化的SVM方法训练装备健康状态检测模型。改进的工业装备健康状态检测模型提高了故障分类的准确率。

公开(公告)号：CN111626361B

公开(公告)日：2023-08-11

申请号：CN202010466928.4

申请日：2020-05-28

Applicant: 辽宁大学

Inventor： 张利 ,  王溟晗 ,  邱存月 ,  张皓博 ,  王军

IPC: G06F18/2415 ,  G06N3/082 ,  G06F18/10

Abstract: 一种改进胶囊网络优化分层卷积的轴承亚健康识别方法，首先提出多输入分层的CNN，将数据输入到三个并行的不同大小的卷积核中处理，多角度的提取信号中的亚健康信息。然后将卷积后的结果输入到改进的胶囊网络进行亚健康识别，改进的胶囊网络采用修剪机制，根据阈值修剪耦合系数，同时使用参数修正的动态路由更新方法，确保动态路由的更新过程更加准确、稳定。最后得到实测的轴承数据。通过本发明方法能正确识别轴承数据的状态。

公开(公告)号：CN111626361A

公开(公告)日：2020-09-04

申请号：CN202010466928.4

申请日：2020-05-28

Applicant: 辽宁大学

Inventor： 张利 ,  王溟晗 ,  邱存月 ,  张皓博 ,  王军

IPC: G06K9/62 ,  G06K9/40 ,  G06N3/04 ,  G06N3/08

Abstract: 一种改进胶囊网络优化分层卷积的轴承亚健康识别方法，首先提出多输入分层的CNN，将数据输入到三个并行的不同大小的卷积核中处理，多角度的提取信号中的亚健康信息。然后将卷积后的结果输入到改进的胶囊网络进行亚健康识别，改进的胶囊网络采用修剪机制，根据阈值修剪耦合系数，同时使用参数修正的动态路由更新方法，确保动态路由的更新过程更加准确、稳定。最后得到实测的轴承数据。通过本发明方法能正确识别轴承数据的状态。

公开(公告)号：CN115034268A

公开(公告)日：2022-09-09

申请号：CN202210687431.4

申请日：2022-06-17

Applicant: 辽宁大学

Inventor： 罗浩 ,  张凯鑫 ,  王溟晗 ,  路颜萍 ,  张利

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种双向LSTM融合多尺度卷积的轴承亚健康识别算法，步骤如下：(1)信号采样；(2)降噪处理；(3)特征提取；(4)轴承故障诊断。本发明设计并实现一种双向LSTM融合多尺度卷积的轴承故障诊断方法。为最大限度保留原始信号中的重要信息，利用小波包软阈值去噪方法处理轴承数据；然后采用多尺度卷积提取多维空间相关性信息；同时使用双向改进长短期记忆网络提取数据中时序相关性信息，且改进后单元结构只具有一个“门”结构，有效减少参数量；最后进行滚动轴承的故障分类。在同一实验条件下与四种方法进行对比实验，验证本发明方法有更高的诊断准确率。