-
公开(公告)号：CN112855931B
公开(公告)日：2022-04-22
申请号：CN202110098901.9
申请日：2021-01-25
Applicant: 东北林业大学
Abstract: 本发明提供了一种基于行星滚柱丝杠的罐门开启装置，包括伺服电机、行星齿轮减速器、联轴器、行星滚柱丝杠、长连接件和罐门总成，行星滚柱丝杠包括丝杆轴、两个滚柱保持架、多个滚柱和螺母，滚柱同时与丝杆轴和螺母螺纹啮合，罐门总成包括罐门、连接杆和第一支座，罐门与罐体顶部配合，长连接件与螺母固定连接，在连接杆靠近自由端处通过活动铰链与第一支座铰接；伺服电机带动行星齿轮减速器转动，行星齿轮减速器通过联轴器带动丝杆轴转动，丝杆轴带动滚柱运动，滚柱带动螺母向下或向上移动进而带动罐门总成运动，打开或关闭罐门。本发明结构合理，开启关闭灵活，密封性能好，操作简便省力，确保罐门打开和关闭的可靠性，提高工作效率，降低成本。
-
公开(公告)号：CN113933053A
公开(公告)日：2022-01-14
申请号：CN202111079663.3
申请日：2021-09-15
Applicant: 东北林业大学
Abstract: 本发明公开了一种非接触感应式摩擦电轴承传感器及其测试方法，该传感器包括滚动轴承、定子单元和转子单元，定子单元的端盖的沟槽处设有电荷补充装置，栅格电极由两个环形叉指电极组成，调整环用于调节电极与转子单元的距离；转子单元包括保持架连接板和PTFE环，保持架连接板通过铆钉与保持架相连接，PTFE环安装于保持架连接板的凹槽处。当轴承转动时电荷补充装置和PTFE环发生相对摩擦并在两接触表面不断积累电荷，并在栅格电极上感应产生相应的静电荷，随着PTFE环与栅格电极的相对转动，感应电荷在两个叉指电极之间来回流动产生交流信号。本发明可实现对滚动轴承的转速和打滑率检测，具有测量范围广、测量精度高和服役寿命长等优点。
-
公开(公告)号：CN113894518A
公开(公告)日：2022-01-07
申请号：CN202111044837.2
申请日：2021-09-07
Applicant: 东北林业大学
Abstract: 本发明公开了一种用于飞机腹下导弹装配的顶装机构及其控制方法，该顶装机构包括动力传动机构、行走控制机构、剪叉式升降机构和上平台支撑机构。动力传动机构通过定位螺栓安装于底座上，并通过连接叉头与剪叉式升降机构后部横梁进行连接。顶装机行走驱动机构采用电动机驱动驱动轮，通过遥控器控制顶装机构在工作区按要求到达指定工位。该顶装机构采用全电控的控制方式，通过无线遥控方式实现顶装机构的行走、升降机构和上平台机构的定位调整。本发明可实现飞机腹下各种尺寸型号导弹的快速装配，机构操作方便，结构合理，定位准确，响应速度快，并且具有较高的通用性与稳定性。
-
公开(公告)号：CN113340594A
公开(公告)日：2021-09-03
申请号：CN202110699380.2
申请日：2021-06-23
Applicant: 东北林业大学
IPC: G01M13/025 , G01M13/027
Abstract: 本发明提供了一种重载行星滚柱丝杠疲劳寿命试验装置及试验方法，试验装置包括四梁四柱承载机构、液压加载机构、安装工装、电机驱动系统和测控系统，液压加载机构和电机驱动系统分别布置在四梁四柱承载机构的左右两侧；四梁四柱承载机构包括固定梁一、四个立柱、滑梁一、滑梁二和固定梁二，测控系统包括拉压力传感器、扭矩传感器和控制柜，液压加载机构包括加载液压缸和液压泵站，安装工装包括螺母安装套筒、轴承安装套筒和传力套筒，电机驱动系统包括左联轴器、右联轴器、行星减速器和驱动电机。本发明实现重载工况条件下各种尺寸型号的行星滚柱丝杠静态极限载荷和疲劳寿命测试，试验装置运行平稳，适合各种尺寸型号，检测结果更加真实准确。
-
公开(公告)号：CN119269930A
公开(公告)日：2025-01-07
申请号：CN202411525959.7
申请日：2024-10-30
Applicant: 东北林业大学
Abstract: 本发明是一种基于介电极化的输电线路状态监测传感器。本发明涉及自供电传感器技术领域，本发明为实现对输电线路电压的实时监测，采用方案包括密封塞；电极，包括内电极和外电极，内电极完全放置在液体电介质中，外电极安装在所述传感器外壳的外侧；液体电介质；传感器外壳，选择了柔性较高、性能稳定、对环境友好的硅胶软管作为传感器的外壳材料，将外电极固定在硅胶软管外表面，以便感应由于液体介电极化效应产生的感应电荷。然后向管中灌注纯净水，此过程尽量避免管中存留气泡以免影响传感器精度。之后将内电极插入水中，通过导线分别连接内外电极作为测试接口。最后将密封端盖固定在软管另一端口，通过防水胶涂层实现密封。
-
Patent Agency Ranking
公开(公告)号：CN118410411A
公开(公告)日：2024-07-30
申请号：CN202410218139.7
申请日：2024-02-28
Applicant: 东北林业大学
IPC: G06F18/2415 , G01M13/045 , G06F18/213 , G06N3/0464 , G06N3/096 , G06N3/045
Abstract: 一种基于多尺度空洞注意力机制的ConvNeXt迁移学习齿轮故障诊断方法，涉及旋转机械故障诊断领域。本发明包括：获得待诊断的跨域齿轮原始振动信号，将其输入到齿轮故障诊断网络中获得齿轮故障严重性诊断结果；齿轮故障诊断网络通过以下方式获得：获取不同工况下的原始振动信号，并将原始振动信号分为源域训练集、源域验证集、目标域测试集；构建基于多尺度空洞注意力机制的ConvNeXt迁移学习网络：由扩张卷积ConvNeXt模块、多尺度空洞注意力模块、Softmax分类器、CKMMD模块等组成；利用训练集、验证集、测试集分别训练、验证、测试所构建的网络，获得齿轮故障诊断网络。本发明用于齿轮跨域故障诊断。
-
公开(公告)号：CN114881072B
公开(公告)日：2024-07-19
申请号：CN202210395081.4
申请日：2022-04-15
Applicant: 东北林业大学
IPC: G06F18/10 , G06F18/213 , G06F17/14
Abstract: 本发明公开了一种基于峰值包络谱的傅里叶分解信号降噪方法，属于数字信号降噪方法技术领域。本发明解决了现有的傅里叶分解方法确定单个分量的条件容易满足，导致信号过度分解，从而影响信号降噪效果，以及傅里叶分解方法计算耗时的问题。本发明对信号的频谱进行峰值包络得到频谱的峰值包络谱，使用基于频带能量方差最小化的“locmaxmin”频谱分割方法在峰值包络谱上自适应确定频谱分割边界，再将分割边界之间的频带重构为多个单分量信号。本发明提出的基于峰值包络谱的傅里叶分解降噪方法，频谱分割更加有效，不会产生瞬时频率无物理意义的窄带分量，可以有效将故障信息丰富的频带与噪声频带分开，能够取得良好的降噪效果。
-
公开(公告)号：CN118294142A
公开(公告)日：2024-07-05
申请号：CN202410392007.6
申请日：2024-04-02
Applicant: 东北林业大学
IPC: G01M13/045 , G06F18/2415 , G06F18/2431 , G06F18/25 , G06N3/0464
Abstract: 基于融合注意力机制与增强卷积层的AT‑ICNN的故障诊断方法，涉及机械故障诊断领域。本发明视为了解决现有轴承故障诊断方法忽略了对信号特征突出性和全局信息的捕获能力的重要性。本发明包括：获得待诊断的跨域轴承原始振动信号，将待诊断的轴承原始振动信号输入到轴承故障诊断网络中获得轴承故障严重性诊断结果；轴承故障诊断网络通过以下方式获得：获取不同工况下的原始振动信号，并将轴承原始振动信号分为训练集、测试集；构建AT‑ICNN网络：增强卷积层、AT‑ICNN网络、融合注意力层、Batch Normalization层、池化层、全连接层、ReLU分类器；利用训练集训练AT‑ICNN网络：利用测试集测试训练好的AT‑ICNN网络，获得轴承故障诊断网络。本发明用于轴承的故障诊断。
-
公开(公告)号：CN117972563A
公开(公告)日：2024-05-03
申请号：CN202410131741.7
申请日：2024-01-31
Applicant: 东北林业大学
IPC: G06F18/2415 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/096 , G01M13/045 , G06F123/02
Abstract: 引入了多尺度、Efficient Channel Attention(ECA)注意力机制、Joint Adaptation Network(JAN)和类别混淆Minimum Class Confusion(MCC)尝试解决上述问题。首先，设计了一个多尺度的故障特征提取模块，以捕捉振动信号中不同尺度的区分性信息。其次，引入了ECA注意力机制，对提取的特征进行通道级加权，以增强有用特征和抑制冗余特征。然后，采用JAN方法，构建了局部最大均值差异，使源域和目标域的对应子域得到适应，避免了过于接近的问题。最后，使用类别混淆MCC作为损失函数，减少目标样本中正确类别和模糊类别之间的预测混淆，从而提高了迁移性能。所提出的方法在无监督的旋转机械故障诊断任务中具有卓越的性能，本发明用于旋转机械为包括发动机、电动机、滚动轴承、齿轮箱在内的旋转类旋转机械故障诊断。
-
公开(公告)号：CN117932430A
公开(公告)日：2024-04-26
申请号：CN202410097265.1
申请日：2024-01-24
Applicant: 东北林业大学
IPC: G06F18/241 , G06F18/214 , G06N3/0499 , G06N3/0464
Abstract: 本发明公开了一种将卷积与自注意力综合在迁移学习中的轴承故障诊断方法，其核心是提出了一个名为UniFormer的模型架构，由三个核心模块组成，即动态位置嵌入(DPE)、多头关系聚合器(MHRA)和前馈网络(FFN)，它结合了Transformer和CNN模型的优点。具体来说，首先，通过扩展条件位置编码(CPE)设计DPE，其次在UniFormer模型中设计了具有不同浅层和深层结构的多头关系聚合器，浅层聚合器使用一个小的可学习矩阵来学习局部关系，深层聚合器通过比较来学习全局关系；随后由两个线性层组成的FFN来分别增强每个标记，完成一个UniFormer模块的搭建；再次，以分层的方式逐步整合UniFormer模块来构建模型；最后，将最初在源域(SD)训练的模型应用到目标域(TD)进行故障诊断，并且采用JMMD(Joint Maximum Mean Discrepancy)方法来缩小SD与TD之间的分布差异，弥补源域和目标域的间隙，提高跨域轴承故障诊断的准确性。
-
-
-
-
-
-
-
-
-
Search Results
130
records
(took 0.01 seconds)
