基于深度学习模型的滚动轴承寿命预测方法和装置

    公开(公告)号:CN113326590A

    公开(公告)日:2021-08-31

    申请号:CN202110803411.4

    申请日:2021-07-16

    Abstract: 本申请公开了基于深度学习模型的滚动轴承寿命预测方法和装置,其中,方法包括:获取多个传感器检测的时序信号;将所述时序信号进行数据处理,得到所述时序信号对应的灰度图;对所述灰度图进行标注,得到时序序列数据集和故障识别数据集;将所述故障识别数据集输入至故障识别模型对所述故障识别模型进行训练,得到所述故障识别模型对应的特征参数;构建故障趋势预测模型,并将所述故障识别模型对应的特征参数作为所述故障趋势预测模型的初始参数;将所述时序序列数据集输入至所述故障趋势预测模型中对所述故障趋势预测模型进行训练,并得到所述时序序列数据集对应的剩余寿命,能够对滚动轴承的剩余生命进行准确预测。

    一种离心压缩机组智能联锁保护方法

    公开(公告)号:CN109779938A

    公开(公告)日:2019-05-21

    申请号:CN201811641185.9

    申请日:2018-12-29

    Inventor: 高晖 邓化科

    Abstract: 本发明公开了一种离心压缩机组智能联锁保护方法,能够提高离心压缩机组故障异常检测的准确率。该方法包括如下步骤:采集获得离心压缩机组正常工况运行数据和实时工况运行数据。针对离心压缩机组的I种故障,在正常工况运行数据和实时工况运行数据中,分别提取每种故障的特征值;针对每种故障的特征相空间均建立高斯混合模型,训练得到正常工况下和实时工况下第i种故障对应的特征相空间模型并计算欧式距离,判断该距离是否超过第i个报警门限,若是则报警并计算第i种故障的故障影响力无量纲指数为若第i种故障的故障影响力无量纲指数为H(i)超过设定的故障影响阈值,则将离心压缩机组进行联锁停机,否则离心压缩机组继续运行。

    一种基于物联网的往复压缩机敏感特征提取与故障诊断方法

    公开(公告)号:CN104712542B

    公开(公告)日:2017-06-09

    申请号:CN201510015384.9

    申请日:2015-01-12

    Abstract: 本发明涉及一种基于物联网的往复压缩机敏感特征提取与故障诊断方法。针对目前往复压缩机实际预警参数与故障诊断缺乏有效关联的现状,以基于物联网技术的往复压缩机在线监测诊断系统为基础,通过典型故障机理研究找到“故障‑特征”的内在对应关系,提出了一种采用故障敏感特征参数提取的往复压缩机故障诊断方法。本发明针对往复压缩机故障案例数据,提取不同故障对应敏感特征参数,组成故障敏感特征参数集;采用不同智能分类算法,基于故障敏感特征参数集构建故障自动分类器,实现机组故障自动诊断。

    一种往复压缩机无级气量调节方法及系统

    公开(公告)号:CN104612951B

    公开(公告)日:2016-04-20

    申请号:CN201510015385.3

    申请日:2015-01-12

    Abstract: 本发明涉及一种采用灵活时间控制模式的往复压缩机无级气量调节方法与系统,用于控制往复压缩机排气量,适应企业不同转速往复压缩机生产需要;该无级气量调节系统包括液压动力系统、液压执行机构、气阀卸荷装置、气量调节控制系统、信号测量系统与配套密封机构;具体控制需首先获得无级气量调节系统各组成部分时间参数,根据不同参数确定具体的时间控制方式与控制信号输出方式;本发明可对各类不同转速的往复压缩机组排气量进行精确、宽范围的调节,能耗随排气量的减少而降低。

    智能化的设备故障自诊断与优化维护系统

    公开(公告)号:CN120044926A

    公开(公告)日:2025-05-27

    申请号:CN202510178998.2

    申请日:2025-02-18

    Inventor: 高晖 李星 董松伟

    Abstract: 本发明涉及一种智能化的设备故障自诊断与优化维护系统,包括数据采集与传输模块、数据存储与预处理模块、故障诊断与预测模块、智能维护优化模块、环境感知与自适应调整模块以及闭环反馈与自修复模块。系统通过传感器实时采集设备运行数据,经预处理后利用深度学习算法实现故障诊断与趋势预测,结合强化学习与优化技术生成动态维护策略,并根据环境变化调整设备运行状态。闭环反馈机制进一步优化维护效果,结合自动化修复技术实现快速修复。本发明解决了传统设备维护中诊断不及时、维护不合理的问题,提高了设备的运行可靠性和管理效率,适用于各类设备的智能化运维场景。

    基于DTW的扶梯行人实时异常姿势识别和应急处理方法

    公开(公告)号:CN118942031A

    公开(公告)日:2024-11-12

    申请号:CN202410969256.7

    申请日:2024-07-19

    Abstract: 本发明公开了一种基于DTW的扶梯行人实时异常姿势识别和应急处理方法。该方法通过摄像头采集扶梯乘客姿势样本,利用人体姿势估计工具提取关节节点轨迹流,并逐帧提取关节向量夹角余弦值作为特征。将特征按时序组合生成姿势时序特征向量,建立正常和异常姿势特征标准库,并划定自适应阈值。实时采集行人姿势样本并生成特征向量,与标准库进行DTW匹配,判断是否属于正常姿势。若为异常姿势,进一步判断其类型。根据识别结果,在检测到异常姿势时控制扶梯电机实施紧急处理措施。本发明克服了传统方法对摄像头要求高的缺点,能有效抵消近大远小效应和人体体型差异,提高了扶梯使用安全性,为公共场所安全管理提供了有力的技术支持。

    变频电机的壳振信号的重构方法、装置、设备及存储介质

    公开(公告)号:CN116992254B

    公开(公告)日:2024-01-19

    申请号:CN202311243206.2

    申请日:2023-09-25

    Abstract: 效果。本申请公开了一种变频电机的壳振信号的重构方法、装置、设备及存储介质。该方法包括:获取壳振信号的对数频谱;根据对数频谱中的频率信息确定对数频谱中的第一部分频谱;其中,第一部分频谱的频率值大于预设频率值;获取第一部分频谱的时域信号,确定时域信号中幅值最大的目标时域信号以及目标时域信号的正常幅值,并基于正常幅值对时域信号进行调幅处理,获得第二部分频谱;根据第二部分频谱、对数频谱中除第一部分频谱之外的频谱与壳振信号对(56)对比文件RANDALL R等.New cepstral methods forthe diagnosis of gear and bearing faultsunder variable speed conditions“.23rdInternational Congress on Sound andVibration”.2016,全文.

    变频电机的壳振信号的重构方法、装置、设备及存储介质

    公开(公告)号:CN116992254A

    公开(公告)日:2023-11-03

    申请号:CN202311243206.2

    申请日:2023-09-25

    Abstract: 本申请公开了一种变频电机的壳振信号的重构方法、装置、设备及存储介质。该方法包括:获取壳振信号的对数频谱;根据对数频谱中的频率信息确定对数频谱中的第一部分频谱;其中,第一部分频谱的频率值大于预设频率值;获取第一部分频谱的时域信号,确定时域信号中幅值最大的目标时域信号以及目标时域信号的正常幅值,并基于正常幅值对时域信号进行调幅处理,获得第二部分频谱;根据第二部分频谱、对数频谱中除第一部分频谱之外的频谱与壳振信号对应频谱中的相位信息确定重构壳振信号。从而能够将原始壳振信号中异常高频信号的幅值调整为正常幅值,提升了变频电机的壳振信号的滤波效果。

    扶梯故障的预测方法、装置、设备及介质

    公开(公告)号:CN115959552B

    公开(公告)日:2023-07-14

    申请号:CN202310248253.X

    申请日:2023-03-15

    Abstract: 本申请公开了一种扶梯故障的预测方法、装置、设备及介质,该方法包括:获取扶梯在多个采样时间的运行数据,确定运行数据对应的多个分布向量;分布向量用于表征运行数据在一个时间单元上的时域分布特性,时间单元包括多个采样时间;根据各分布向量之间的相似度对多个分布向量进行异常因子检测,若根据异常因子检测的结果确定扶梯在多个采样时间内未存在工况切换,则将运行数据输入预测模型,得到运行数据的预测结果;预测结果用于表征扶梯的预测运行数据;对运行数据的预测结果进行证据融合,获得扶梯的故障预测结果。能够在扶梯工况未发生改变的情况下对扶梯故障进行预测,提高了扶梯故障的预测效率。

Patent Agency Ranking