-
公开(公告)号：CN110909710A
公开(公告)日：2020-03-24
申请号：CN201911217099.X
申请日：2019-12-03
Applicant: 北京信息科技大学
IPC: G06K9/00 , G01M13/045
Abstract: 本发明涉及一种基于S试件的自适应主轴性能劣化识别方法，其步骤：加工S试件的同时采集保存主轴的径向振动信号；对径向振动信号按时间进行分段，对每段径向振动信号进行自适应噪声完备集合经验模式分解获得IMF分量；提取分解后信号的本征模态分量特征参数进行信号重构，计算重构信号功率谱信息熵和边际谱的重心频率；加工完成S试件后，判断S试件测量结果是否合格，获取机床主轴正常状态的特征和异常状态的特征；将加工新S试件过程中采集到的径向振动信号计算后得到的各段振动信号的PSE和SCF值分别与主轴正常和异常状态的特征进行比较，判断主轴健康状况；构建加工S试件不同加工阶段的功率谱熵曲线对主轴的劣化程度进行分类。
-
公开(公告)号：CN105975597B
公开(公告)日：2019-03-22
申请号：CN201610304528.7
申请日：2016-05-10
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种东巴经典古籍传承体系数字化国际共享平台，其包括收藏机构、东巴经典古籍象形文释读库、世界记忆工程数据库、管理平台模块和信息传播模块；收藏机构将收藏到的各种东巴经典古籍信息传输至东巴经典古籍象形文释读库，东巴经典古籍象形文释读库与世界记忆工程数据库进行信息交互；东巴经典古籍象形文释读库由管理平台模块进行登录与身份管理、使用权限管理、存储管理、安全管理、查询管理；东巴经典古籍象形文释读库将处理后的东巴象形文字经信息传播模块传输至外界。本发明能使更多人群看到和使用世界各地收藏的东巴经典，能够为世界范围系统研究东巴经典提供资源及条件。同时，有利于东巴经典古籍的抢救、保护与传承。
-
公开(公告)号：CN104866117B
公开(公告)日：2017-07-28
申请号：CN201510295773.1
申请日：2015-06-02
Applicant: 北京信息科技大学
IPC: G06F3/023
Abstract: 本发明涉及一种基于图形拓扑特征进行识别的纳西东巴象形文字输入方法，以东巴经典为蓝本提取5类拓扑特征值，并作为特征码存入数据表，以东巴象形文字的unicode编码作为识别码；按5个特征码顺序输入需要的纳西象形文字的拓扑特征，输入全部5个拓扑特征，或选择性部分输入易识别的拓扑特征，不易识别的拓扑特征用*代替；利用输入法根据输入的拓扑特征在数据表内进行查找；当用户选定需要输入的东巴字后，在数据表中查询该东巴字对应的Unicode编码；根据Unicode编码在字库中提取对应的纳西象形文字轮廓数据并进行显示，使此一个完整的纳西东巴象形文字的输入完成。本发明不需要记忆、重码少、上手快、效率高，可以广泛在文字输入领域中应用。
-
公开(公告)号：CN105975597A
公开(公告)日：2016-09-28
申请号：CN201610304528.7
申请日：2016-05-10
Applicant: 北京信息科技大学
IPC: G06F17/30
CPC classification number: G06F17/30 , G06F17/30796 , G06F17/30705 , G06F17/30743
Abstract: 本发明涉及一种东巴经典古籍传承体系数字化国际共享平台，其包括收藏机构、东巴经典古籍象形文释读库、世界记忆工程数据库、管理平台模块和信息传播模块；收藏机构将收藏到的各种东巴经典古籍信息传输至东巴经典古籍象形文释读库，东巴经典古籍象形文释读库与世界记忆工程数据库进行信息交互；东巴经典古籍象形文释读库由管理平台模块进行登录与身份管理、使用权限管理、存储管理、安全管理、查询管理；东巴经典古籍象形文释读库将处理后的东巴象形文字经信息传播模块传输至外界。本发明能使更多人群看到和使用世界各地收藏的东巴经典，能够为世界范围系统研究东巴经典提供资源及条件。同时，有利于东巴经典古籍的抢救、保护与传承。
-
公开(公告)号：CN104866117A
公开(公告)日：2015-08-26
申请号：CN201510295773.1
申请日：2015-06-02
Applicant: 北京信息科技大学
IPC: G06F3/023
Abstract: 本发明涉及一种基于图形拓扑特征进行识别的纳西东巴象形文字输入方法，以东巴经典为蓝本提取5类拓扑特征值，并作为特征码存入数据表，以东巴象形文字的unicode编码作为识别码；按5个特征码顺序输入需要的纳西象形文字的拓扑特征，输入全部5个拓扑特征，或选择性部分输入易识别的拓扑特征，不易识别的拓扑特征用*代替；利用输入法根据输入的拓扑特征在数据表内进行查找；当用户选定需要输入的东巴字后，在数据表中查询该东巴字对应的Unicode编码；根据Unicode编码在字库中提取对应的纳西象形文字轮廓数据并进行显示，使此一个完整的纳西东巴象形文字的输入完成。本发明不需要记忆、重码少、上手快、效率高，可以广泛在文字输入领域中应用。
-
Patent Agency Ranking
公开(公告)号：CN102661783A
公开(公告)日：2012-09-12
申请号：CN201210123651.0
申请日：2012-04-24
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种旋转机械故障趋势预测的特征提取方法，其步骤为：(1)利用远程在线监测诊断中心进行工业现场数据采集，通过布置在旋转机械设备上的多个传感器采集多个通道的振动信号xj(t)；(2)根据FastICA算法对振动信号xj(t)进行盲源分离，得到原始独立振动源sj(t)的近似信号源yj(t)；(3)对近似信号源yj(t)的向量信号Y进行时频域基于小波包的特征频带分解，提取故障敏感特征频带。本发明由于采用独立成分分析(ICA)处理可以识别出混叠成采集信号的原始的独立信号源，对独立信号源进行基于小波包的特征频带获取，可以判断某个源信号是否在向故障的方向发展，达到提前预防故障的目的。本发明可以广泛在旋转机械故障趋势预测中应用。
-
公开(公告)号：CN101798957B
公开(公告)日：2011-10-05
申请号：CN201010101341.X
申请日：2010-01-27
Applicant: 北京信息科技大学
IPC: F02B77/08
Abstract: 本发明涉及一种动力设备故障诊断方法，(1)设置一包括往复式发动机、取油装置、油液预处理器、油液数据分析存储模块、故障诊断模块、磁电传感器、电压传感器、压力传感器、温度传感器、振动传感器、超声波传感器、信号调理箱、模数转化模块和数据采集模块的故障监测预报系统；(2)根据油液分析数据及各传感器采集到的数据，判断采集数据是否超出正常相位和幅值的界限值上限，若没有超出，则继续运行设备；若超出，则进行相位偏移和幅值数据量化处理；(3)根据模糊评判方法，建立幅值和相位信号模糊评判矩阵；(4)根据模糊评判矩阵，对采集的各种数据进行故障诊断。本发明采集手段全面，并能满足故障预报及监测功能，诊断精度较高。本发明可以广泛应用于各种往复机械设备中。
-
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：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：CN101770219A
公开(公告)日：2010-07-07
申请号：CN201010102878.8
申请日：2010-01-29
Applicant: 北京信息科技大学
IPC: G05B19/4065
Abstract: 本发明涉及一种车铣复合机床故障诊断知识库的知识获取方法，步骤一、获取车铣复合机床历史故障信息和机床实时在线监测信息；步骤二、对历史故障信息和实时在线监测信息依次进行信号处理、故障特征信息选取和数据离散化处理后，以故障特征属性为条件属性，以故障模式为决策属性，构建故障诊断的知识决策表；步骤三、基于所构建的知识决策表，进行基于粒度计算的故障特征属性的约简和属性值约简；步骤四、采用规则的置信度和覆盖度作为评价指标对约简后的决策规则进行度量和评价。本发明由于可以从大量实时在线和离线数据中为故障诊断获取精简、有效的知识和规则，为其故障诊断提供了有效的保障。本发明可以广泛应用于各种数控机床故障诊断中。
-
-
-
-
-
-
-
-
-
Search Results
101
records
(took 0.077 seconds)
