-
公开(公告)号：CN102501141A
公开(公告)日：2012-06-20
申请号：CN201110332072.2
申请日：2011-10-28
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于内置传感器的数控机床主轴现场动平衡方法。该方法在动平衡实施中以数控机床内置光栅尺与主轴电机编码器信息为依据。当主轴以一定转速运转时，由于不平衡等因素所导致的振动将直接传递至各进给轴，而这种受迫振动将导致各进给轴静态位置的微量波动。基于此，本方法在主轴不平衡信息获取上，以主轴电机编码器输出的参考相作为键相信号触发计数板卡同步采样，通过计数板卡解码主轴各进给轴的静态位置波动信息，同时解码主轴电机编码器转速信息。与传统的基于振动传感器的现场动平衡方法相比，通过充分利用数控机床内置信息，该方法在保证平衡精度要求的同时减少了系统硬件成本，并可实现特殊环境要求的主轴现场动平衡控制。
-
公开(公告)号：CN102254103A
公开(公告)日：2011-11-23
申请号：CN201110211638.6
申请日：2011-07-27
Applicant: 西安交通大学
IPC: G06F19/00
Abstract: 本发明公开了一种自适应总体平均经验模式分解EEMD筛选次数确定方法，该方法对每一个本征模式函数IMF采用不同的筛选停止准则，首先计算振动信号的数据点数，根据数据点数求出本征模式函数IMF的个数，针对每一个本征模式函数IMF，自适应的选择出筛选次数。本发明的优点在于能自适应的对每一个本征模式函数IMF采用不同的筛选停止准则，克服了传统的对每一个本征模式函数IMF采用相同固定筛选次数而带来的频率混叠现象，从而分解出物理意义明确的本征模式函数IMF，能够对非线性非平稳信号进行分析，实现机械设备故障的有效诊断。
-
公开(公告)号：CN111855211B
公开(公告)日：2021-05-07
申请号：CN202010756037.2
申请日：2020-07-31
IPC: G01M13/045 , G01M13/028 , G01M13/021
Abstract: 本发明提供一种用于故障特征增强的最优解调频带确定方法，其包括以下步骤：步骤一，获取原始信号x(t)；步骤二，计算故障特征频率并设置滑移滤波器组；步骤三，生成故障特征置信区间FCF‑sets；步骤四：利用滑移滤波器组对x(t)进行滤波，计算每个滤波信号的峭度值Ki和滤波信号包络谱；再得到滤波信号包络谱主优频率fDFi；根据fDFi对Ki进行赋值运算，得到新的滤波信号峭度Knew；步骤五：根据Knew、fDFi以及FCF‑sets，构建靶向耦合筛查机制TCSM‑gram，将各个故障特征置信区间内的峭度极大值Knewj对应的中心频率作为最优中心频率，最终得到用于故障特征增强的最优解调频带。本发明本对于复合故障具有较强的诊断能力，鲁棒性高；采用靶向耦合筛查机制，信息展现完整、直观。
-
公开(公告)号：CN111855211A
公开(公告)日：2020-10-30
申请号：CN202010756037.2
申请日：2020-07-31
IPC: G01M13/045 , G01M13/028 , G01M13/021
Abstract: 本发明提供一种用于故障特征增强的最优解调频带确定方法，其包括以下步骤：步骤一，获取原始信号x(t)；步骤二，计算故障特征频率并设置滑移滤波器组；步骤三，生成故障特征置信区间FCF-sets；步骤四：利用滑移滤波器组对x(t)进行滤波，计算每个滤波信号的峭度值Ki和滤波信号包络谱；再得到滤波信号包络谱主优频率fDFi；根据fDFi对Ki进行赋值运算，得到新的滤波信号峭度Knew；步骤五：根据Knew、fDFi以及FCF-sets，构建靶向耦合筛查机制TCSM-gram，将各个故障特征置信区间内的峭度极大值Knewj对应的中心频率作为最优中心频率，最终得到用于故障特征增强的最优解调频带。本发明本对于复合故障具有较强的诊断能力，鲁棒性高；采用靶向耦合筛查机制，信息展现完整、直观。
-
公开(公告)号：CN107727023B
公开(公告)日：2020-01-21
申请号：CN201710827377.8
申请日：2017-09-14
Applicant: 西安交通大学
Abstract: 基于三点法的杂交四点法回转误差、圆度误差计算方法，先用四个位移传感器在不同周向位置上测量径向跳动，然后将四路信号分为三组，对每组使用三点法误差分离技术，圆度误差的各阶谐波傅立叶系数均可得到三组估计值，针对每阶谐波，均选取传递矩阵行列式值最大的那组，确定为最终圆度误差的该阶傅立叶系数计算值；根据确定的各阶傅立叶系数，通过逆傅立叶变换，得到最终的圆度误差估计值；用径向跳动测量值与圆度误差估计值作差，得到主轴在该方向的回转误差估计值；本发明可更加准确、稳定地分离圆度误差和回转误差，既能实时在线监测，又对传感器间夹角具有更好的包容性。
-
Patent Agency Ranking
公开(公告)号：CN107748049B
公开(公告)日：2019-09-20
申请号：CN201710784376.X
申请日：2017-09-04
Applicant: 西安交通大学
Abstract: 基于椭球面近似最短路径的核电站松动件定位方法，测量压力容器的尺寸，测量得到椭球面的半长轴a、b和c；通过某一网格中心点P坐标和某一加速度传感器S坐标以及椭球中心O坐标确定三者所在椭圆平面；计算椭圆平面POS与z轴夹角，并计算椭圆POS的半短轴d；调用第二类椭圆积分对椭圆POS的弧长PS进行积分运算，弧长PS近似为P到S的传播路径长度；再采用基于希尔伯特变换和数据筛选的核电站松动件定位方法对撞击点进行定位，本发明具有定位精度高，搜寻速度快的优点。
-
公开(公告)号：CN106872573B
公开(公告)日：2019-05-21
申请号：CN201710157353.6
申请日：2017-03-16
Applicant: 西安交通大学
IPC: G01N29/04
Abstract: 一种基于转子轴向热膨胀模型的测振带表面缺陷识别方法,首先构建由转子轴向热膨胀诱发的测振带表面缺陷故障模型，在模型中模拟了轴向热胀、轴向激振力、测振带表面“圆锥形”缺陷的假设条件，实现对测振带表面缺陷诱发的伪振动故障机理分析，并利用轴心位置图提出了识别此类故障的特征，进而实现了对由转子轴向热膨胀诱发的测振带表面缺陷的精确识别，本发明提高了对旋转机械伪振动问题诊断的准确性与识别效率。
-
公开(公告)号：CN105956236B
公开(公告)日：2019-03-12
申请号：CN201610257102.0
申请日：2016-04-22
Applicant: 西安交通大学
IPC: G06F17/50 , G01M13/021
Abstract: 一种双重更新的四因素随机退化模型齿轮寿命预测方法，充分考虑实际齿轮退化过程中广泛存在的时变性、个体差异性、非线性和测量不确定性四方面随机因素，建立贴合其实际退化过程的四因素随机退化模型，并推导出该模型下齿轮剩余寿命基于观测值的概率密度函数；采用MLE方法对该模型参数进行初始化，避免参数初始化的盲目性；引入双重更新方法对模型状态及参数进行更新，获得更准确的更新结果，进而很大程度上提高了齿轮剩余寿命的预测精度。
-
公开(公告)号：CN105825197B
公开(公告)日：2019-01-08
申请号：CN201610186864.6
申请日：2016-03-29
Applicant: 西安交通大学
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。
-
-
-
-
-
-
-
-
Search Results
138
records
(took 0.023 seconds)
