-
公开(公告)号：CN105045965B
公开(公告)日：2018-08-28
申请号：CN201510363722.8
申请日：2015-06-26
Applicant: 西安交通大学
IPC: G06F17/50
Abstract: 基于仿真数据库的压力容器LPMS质量估计方法，先在钢板上布置一个压电式加速度传感器，采集不同质量、不同坠落高度对应的冲击信号，进行傅里叶变换为频谱，设定截止频率得到有效频段频谱，设定多项式拟合阶次，对有效频段频谱进行曲线拟合，拟合曲线作为样本组成质量估计仿真数据库；然后在核电站反应堆压力容器布置一个压电式加速度传感器，通过敲击实验得到3～5组标定信号，将标定信号与仿真数据库中样本进行相关性匹配分析，根据相关系数与样本信息进行质量估计，求解最优的修正系数；最后在压力容器任意位置布置三个压电式加速度传感器，得到修正后的质量估计值，剔除异常值，计算最终的质量估计值，本发明可准确估计跌落松动件的质量。
-
公开(公告)号：CN108106841A
公开(公告)日：2018-06-01
申请号：CN201711397302.7
申请日：2017-12-21
Applicant: 西安交通大学
IPC: G01M13/02
CPC classification number: G01M13/02
Abstract: 基于内置编码器信号的行星齿轮箱智能故障诊断方法，先利用编码器数据采集卡读取行星齿轮箱中输出轴位置的内置编码器信号，得到测试轴的角位置信号，然后采用多项式拟合法获取行星齿轮箱的瞬时角加速度信号，对瞬时角加速度信号进行分段得到训练集、验证集和测试集；再构建深度卷积神经网络模型；然后利用训练集训练深度卷积神经网络模型，通过验证集和批随机梯度下降法调整每层网络的参数，得到最终的卷积神经网络模型；最后将测试数据输入卷积神经网络模型，对故障进行识别和分类；本发明简化了数据采集程序、降低了测试费用，同时信号包含大量的健康状态信息，使用卷积神经网络易于故障特征的提取和监测诊断的智能化和自动化。
-
公开(公告)号：CN106872573A
公开(公告)日：2017-06-20
申请号：CN201710157353.6
申请日：2017-03-16
Applicant: 西安交通大学
IPC: G01N29/04
CPC classification number: G01N29/045 , G01N2291/2693
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：CN106441840A
公开(公告)日：2017-02-22
申请号：CN201610814507.X
申请日：2016-09-09
Applicant: 西安交通大学
IPC: G01M13/00
CPC classification number: G01M13/00
Abstract: 一种基于模型的旋转机械伪次同步故障全息诊断方法，首先构建了由轴向振动诱发的伪次同步振动故障模型，在模型中提出测振带表面设置V型槽缺陷以及在轴向方向施加轴向激励两大假设条件，然后基于模型实现伪次同步振动故障信号产生的机理分析，最后利用二维全息谱对故障信号进行分析，构建次同步故障频率处的全息谱特征，实现旋转机械伪次同步振动故障的精确识别，本发明实现了对伪次同步振动故障的精确识别，提高了对旋转机械伪次同步故障的识别效率与准确性。
-
公开(公告)号：CN105956236A
公开(公告)日：2016-09-21
申请号：CN201610257102.0
申请日：2016-04-22
Applicant: 西安交通大学
CPC classification number: G06F17/5036 , G01M13/021 , G01M13/028
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。
-
Patent Agency Ranking
公开(公告)号：CN105571797A
公开(公告)日：2016-05-11
申请号：CN201510929354.9
申请日：2015-12-12
Applicant: 西安交通大学
Abstract: 一种基于时频分析的转子系统非线性阻尼辨识方法，先对转子系统的测试点处进行敲击，通过与数据采集系统相连的位移传感器采集得到一组自由振动位移数据；然后对自由振动位移数据采用小波变换的方法进行时频分析得到其时频图；再列出转子系统的抽象运动方程对其进行求解，建立起了自由振动位移和阻尼之间的关联；通过求解局部最大值的方法对自由振动位移数据的时频图进行小波脊线提取，得到小波脊线幅值，以小波脊线幅值为横坐标，以其导数为纵坐标，采用多项式拟合的方法进行曲线拟合，并得到各阶系数，进而求得各阶阻尼系数，本发明充分考虑了非线性阻尼的表现特性及其与时变频率特性的内在关联，所求得的结果具有较高的精度。
-
公开(公告)号：CN103336895B
公开(公告)日：2016-05-04
申请号：CN201310237419.4
申请日：2013-06-14
Applicant: 西安交通大学
Abstract: 总体平均经验模式分解协助噪声确定方法，对用randn表示的高斯白噪声进行快速傅里叶变换，得到其频谱，对该频谱乘以正弦函数该乘积表示为Y(f)＝A·X(f)，对Y(f)进行快速傅里叶逆变换，即得到幅值随频率正弦变化的噪声信号的时间序列，用构造的噪声代替高斯白噪声加入原始信号，进行总体平均经验模式分解，本发明克服了由于加入幅值不随频率变化的高斯白噪声而带来的模式混淆问题，实现机械设备故障的有效诊断，分解结果相对比较精确。
-
公开(公告)号：CN105510032A
公开(公告)日：2016-04-20
申请号：CN201510926945.0
申请日：2015-12-11
Applicant: 西安交通大学
IPC: G01M13/04
CPC classification number: G01M13/045
Abstract: 基于谐躁比指导的解卷积方法，首先对采集的振动信号进行截断和去均值处理；然后对截断后的信号直接进行解卷积处理，兼顾故障的冲击性和周期性特征，将峭度和谐躁比作为目标函数进行联立求迭代表达式，进而极大地减小了随机冲击的干扰；最后对解卷积后的信号进行包络分析，从包络谱中能提取故障特征频率，本发明在特征频率的提取过程中不需要人为参与，有利于实现故障特征提取和诊断监测的自动化，节约时间，效率更高。
-
公开(公告)号：CN105319271A
公开(公告)日：2016-02-10
申请号：CN201410369741.7
申请日：2014-07-30
Applicant: 中国科学院声学研究所 , 西安交通大学
IPC: G01N29/06
Abstract: 本发明涉及一种横、纵波联合超声相控阵检测方法，包括：根据超声换能器阵列参数以及楔块参数，对大角度区域的焦点按照横波声速计算发射延时和接收延时；对于大角度区域，阵列中的阵元发射延时、接收延时实现声波的发射与接收，然后做聚焦波束形成处理，从而得到大角度区域的超声射频扫描线数据；采用横、纵波联合的方式对小角度区域进行检测，对小角度区域的焦点计算发射延时和接收延时；对于小角度区域，阵列中的阵元根据发射延时、接收延时实现声波的发射与接收，然后做聚焦波束形成处理，从而得到小角度区域的超声射频扫描线数据；对大角度区域的超声射频扫描线数据与小角度区域的超声射频扫描线数据做变形与拼接，得到超声相控阵图像。
-
公开(公告)号：CN103198053B
公开(公告)日：2015-11-25
申请号：CN201310091704.X
申请日：2013-03-21
Applicant: 西安交通大学
IPC: G06F17/00
Abstract: 一种基于相位随机的瞬时小波双相干方法，先选择用于连续小波变换的母小波函数，再对待分析信号作连续小波变换，获得信号的时频域表达形式，然后计算各尺度下的瞬时小波双谱，再计算瞬时小波双谱，重复进行，并将计算得到的结果求和，取期望得到基于相位随机的瞬时小波双谱，然后计算得到的基于相位随机的瞬时小波双谱，计算得到的基于相位随机的瞬时小波双谱，在尺度s2上进行积分得到基于相位随机的瞬时小波双谱，再计算得到基于相位随机的小波双相干，最后计算得到基于相位随机的瞬时小波双相干；本发明在计算小波双相干时同时考虑其幅值与相位信息，避免了传统方法准确性低等缺陷。
-
-
-
-
-
-
-
-
-
Search Results
138
records
(took 0.023 seconds)
