公开(公告)号：CN114692302A

公开(公告)日：2022-07-01

申请号：CN202210313510.9

申请日：2022-03-28

Applicant: 中南大学

Inventor： 阳劲松 ,  王田天 ,  谢劲松 ,  张小振 ,  田龙桢 ,  李先钧 ,  王钦民

IPC: G06F30/15 ,  G06K9/62 ,  G01N29/04 ,  G01N29/44 ,  G06F111/10 ,  G06F119/08

Abstract: 本发明公开了基于高斯混合模型的疲劳裂纹检测方法及系统，通过获取监测构件在不同温度工况下的多个检测数据以及对应的裂纹参数；分别提取不同温度工况下的多个检测数据的损伤特征，并所述损伤特征分别构建不同温度工况对应的高斯混合模型；并基于提取不同温度工况下的多个检测数据的损伤特征及其对应的裂纹参数分别构建不同温度工况下的裂纹定量损伤模型；再基于高斯混合模型识别待检测数据的温度工况类别，并使用与温度工况类别对应的裂纹定量损伤模型提取裂纹参数。本发明通过构建高斯混合模型来确定监测对象所处的实际工况，再通过实际工况下的裂纹定量损伤模型实现时变环境下的损伤监测，能大大提高损伤监测的准确性和稳定性。

公开(公告)号：CN114136565A

公开(公告)日：2022-03-04

申请号：CN202111230641.2

申请日：2021-10-22

Applicant: 中南大学

Inventor： 王田天 ,  谢劲松 ,  阳劲松 ,  杨布尧 ,  张小振

IPC: G01M7/02 ,  G01M17/08

Abstract: 本发明公开了一种多振源系统的故障诊断系统及方法，涉及机械故障诊断技术领域。本发明针对多振源系统中的复合振动信号，使用盲源分离方法实现复合振动信号的分离，获取独立振源的振动信号，生成正常状态下分离信号数据集。使用该分离信号数据集训练对抗式生成网络，通过判别网络对的独立振源的振动信号进行辨识，判断该独立振源是否处于异常状态，从而实现无样本下故障源的定位和达到对故障的定位和异常预警功能。该方法适用性强，能够在缺少故障样本的情况下，充分利用不同独立振源的正常稳定状态工作振动信号训练模型，并在故障发生时进行及时的定位和异常预警。