-
公开(公告)号：CN104978456A
公开(公告)日：2015-10-14
申请号：CN201510358606.7
申请日：2015-06-25
Applicant: 北京信息科技大学
IPC: G06F17/50
Abstract: 本发明涉及一种通用阀门设计优化方法，步骤为：建立实体模型，并建立相应的有限元模型；进行应力应变分析，根据分析结果判定待优化阀门的安全性能，并判断优化的可能性；建立流道模型进行流场优化；根据流道模型计算雷诺数，根据雷诺数选择分析模型；将分析模型进行网格划分并设置边界条件，进行流场分析；根据速度场和压力场对阀体进行噪声分析，并根据噪声分析结果判断阀体噪声是否合格，若噪声太大则依次对流道结构和阀门腔体进行优化，并重建阀门实体模型，对阀体重新进行应力应变分析；反之完成阀体优化。本发明能大大降低试验成本，并有效缩短实验周期，可以广泛在阀门设计领域中应用。
-
公开(公告)号：CN102736562A
公开(公告)日：2012-10-17
申请号：CN201210240271.5
申请日：2012-07-10
Applicant: 北京信息科技大学
IPC: G05B19/406
Abstract: 本发明涉及一种面向数控机床故障诊断与故障预报的知识库构建方法，其步骤如下：步骤一、通过远程监测设备对高档车削加工中心实时在线监测，获得代表不同故障类型的多组振动数据Xj(t)，j为采集到的振动数据组数，n为正整数；步骤二、对实时在线监测的多组振动数据Xj(t)依次进行时态粗糙小波包分析处理，得到能量特征向量T′作为条件属性，以故障类型为决策属性，构建故障知识原始决策表；步骤三、对故障知识原始决策表进行基于差别矩阵的故障特征属性约简，生成规则，构成知识库；步骤四、采用规则的可信度作为评价指标对最终规则进行度量和评价。本发明能为故障诊断和故障预报提供有效的保障，本发明可以广泛应用于高档车削加工中心。
-
公开(公告)号：CN102680728A
公开(公告)日：2012-09-19
申请号：CN201210164655.3
申请日：2012-05-24
Applicant: 北京信息科技大学
IPC: G01P3/481
Abstract: 本发明涉及一种用于精密机电设备中的电机转速测量方法，其采用光栅编码器对所述精密机电设备的电机转速进行测量，步骤为：（1）对光栅编码器输出的两路正弦信号进行放大、整形，使其变为两路方波信号输出；（2）将两路方波信号输入FPGA模块内进行异或运算，得到两倍频信号；（3）在FPGA模块内采用恒温晶振作为基准时钟，对两倍频信号进行计数，其计数值为N1，对基准时钟进行计数的个数为N2；（4）FPGA模块将得到的两个计数值N1、N2传输至外部单片机或DSP芯片，根据所选恒温晶振的频率、两个计数值N1和N2以及转速与频率的关系式，可以得到所要测量的电机转速。本发明在转速处于较低或较高状态时都具有较高的测量精度，可以广泛在各种精密机电设备转速测量应用中。
-
公开(公告)号：CN101799367B
公开(公告)日：2011-08-10
申请号：CN201010101328.4
申请日：2010-01-27
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种一种机电设备神经网络故障趋势预测方法，(1)获取对故障敏感的某测点传感器输出的一段连续振动信号；(2)利用3σ方法和插值方法对振动数据分别进行异常值剔除和缺失数据填补；(3)对振动数据序列进行归一化处理；(4)根据归一化处理后的序列，计算出经熵加权后的振动数据序列；(5)由于时间因素影响，利用时间加权对熵加权后的振动数据序列进行时间加权计算；(6)利用由步骤(5)得到的数据序列构建非线性的动态递归神经网络预测模型，并采用黄金分割法确定隐含层最优节点数；(7)对趋势预测结果进行反归一化处理，得到实际预测结果。本发明由于采用动态神经网络模型进行预测，提高了故障预测可靠性。本发明可以广泛应用于各种机电设备故障预测分析中。
-
公开(公告)号：CN101975612A
公开(公告)日：2011-02-16
申请号：CN201010526101.4
申请日：2010-10-25
Applicant: 北京信息科技大学
IPC: G01J3/50
Abstract: 本发明提供了一种光电式测色仪，包括：主机，所述主机上设置有测试台；测色装置，所述测色装置固定设置在所述主机内与所述测试台对应的位置上，所述测色装置通过电缆与所述主机内主控单元连接通讯，并通过光纤连接光源室；光源室，所述光源室固定设置在所述主机内，所述光源室内封闭设置有钨灯，所述钨灯通过稳流电源供电，并通过所述光纤向所述测色装置传输光。本发明测色装置与光源室分离设置，并保持一定距离，且测色装置及光源室均固定设置在主机内，测色工作通过测试台辅助完成，避免钨灯温升干扰测色装置正常工作，且减少测色时的机械扰动，使得本发明测色稳定，测色精度及自动化水大大提高。
-
Patent Agency Ranking
公开(公告)号：CN101799366A
公开(公告)日：2010-08-11
申请号：CN201010101327.X
申请日：2010-01-27
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种机械故障预测的特征提取方法，(1)获取代表设备运行状况的连续振动信号进行分析；(2)定义判断设备运行状态是否异常的综合评判函数；(3)对振动信号中包含的噪声降噪；(4)用时间延迟法对振动信号进行相空间重构；(5)根据欧氏距离判断两样本点是否为近邻点；(6)根据样本点的边连接距离确定邻近图；(7)规范化变换矩阵S，确定矩阵ι(DG)；(8)利用平移不变的方法，根据矩阵ι(DG)构造中间计算矩阵K1和测地距离核矩阵K，使矩阵K满足正定性；(9)计算矩阵K的特征值和特征向量；(10)根据亥维塞德函数确定拓扑维数；(11)根据拓扑维数进行低维流形特征提取。本发明通过判断振动信号的异常与否，提高了特征提取的针对性和准确性。本发明可广泛应用于各种机械设备的故障预测特征提取中。
-
公开(公告)号：CN112033413B
公开(公告)日：2023-06-16
申请号：CN202010930986.8
申请日：2020-09-07
Applicant: 北京信息科技大学
IPC: G01C21/20
Abstract: 本发明涉及一种基于结合环境信息的改进A*算法的路径规划方法，其包括：将地图进行自适应膨胀处理：获取机器人所处环境的栅格地图，对障碍点坐标进行初始标记；获得障碍点的坐标后，填充机器人传感器位置到障碍点之间的栅格以及该障碍点栅格的初始代价值；对障碍点进行自适应膨胀处理，根据栅格代价值填充障碍点周围膨胀区栅格的代价值，完成对代价地图的膨胀处理；在经过自适应膨胀处理的地图上采用改进A*算法进行路径搜索。本发明能在无障碍物环境有效提高搜索效率，避免路径通过障碍物顶点。
-
公开(公告)号：CN110220885B
公开(公告)日：2021-11-16
申请号：CN201910497594.4
申请日：2019-06-10
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种机械设备磨损状态综合判断方法，其包括步骤：按照等时间间隔原则采集机械设备运行阶段的N个油样，进行原子发射光谱分析，获得油样中n种不同元素的浓度含量；对光谱检测元素进行系统聚类确定主要磨损元素；判断设备运行阶段是否换油，进而确定磨损指标；对每个磨损评价指标进行标准化处理，然后对标准化后的磨损指标进行因子分析；对磨损主因子综合得分序列进行正态检验；根据综合得分序列是否符合正态分布，确定综合得分磨损界限值，完成磨损状态综合判断。本发明依据磨损综合得分对装置的磨损状态做出整体性判断，能够为快速、正确地评价设备磨损状况、准确地早期预警磨损故障。
-
公开(公告)号：CN112033413A
公开(公告)日：2020-12-04
申请号：CN202010930986.8
申请日：2020-09-07
Applicant: 北京信息科技大学
IPC: G01C21/20
Abstract: 本发明涉及一种结合环境信息的改进A*算法，其包括：将地图进行自适应膨胀处理：获取机器人所处环境的栅格地图，对障碍点坐标进行初始标记；获得障碍点的坐标后，填充机器人传感器位置到障碍点之间的栅格以及该障碍点栅格的初始代价值；对障碍点进行自适应膨胀处理，根据栅格代价值填充障碍点周围膨胀区栅格的代价值，完成对代价地图的膨胀处理；在经过自适应膨胀处理的地图上采用改进A*算法进行路径搜索。本发明能在无障碍物环境有效提高搜索效率，避免路径通过障碍物顶点。
-
公开(公告)号：CN110220885A
公开(公告)日：2019-09-10
申请号：CN201910497594.4
申请日：2019-06-10
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种机械设备磨损状态综合判断方法，其包括步骤：按照等时间间隔原则采集机械设备运行阶段的N个油样，进行原子发射光谱分析，获得油样中n种不同元素的浓度含量；对光谱检测元素进行系统聚类确定主要磨损元素；判断设备运行阶段是否换油，进而确定磨损指标；对每个磨损评价指标进行标准化处理，然后对标准化后的磨损指标进行因子分析；对磨损主因子综合得分序列进行正态检验；根据综合得分序列是否符合正态分布，确定综合得分磨损界限值，完成磨损状态综合判断。本发明依据磨损综合得分对装置的磨损状态做出整体性判断，能够为快速、正确地评价设备磨损状况、准确地早期预警磨损故障。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.031 seconds)
