-
公开(公告)号：CN112308169B
公开(公告)日：2022-05-03
申请号：CN202011247093.X
申请日：2020-11-10
Applicant: 浙江大学
Abstract: 本发明公开了一种基于改进在线序列极限学习机的出水水质预测方法，该方法在机器学习方法极限学习机的基础上，考虑了不满秩矩阵求逆以及参数随机对神经网络带来的影响，将岭回归及ensemble方法引入并提出了改进在线序列极限学习机方法，将该方法应用在污水处理的水质预测上，具有训练速度快、可实时在线预测以及预测效果好等特点，有效解决了由于传感器硬件不足所带来的污水处理控制的延时问题，对污水处理工艺的提升具有重要的现实意义与经济价值。
-
公开(公告)号：CN112414542B
公开(公告)日：2021-08-10
申请号：CN202011247094.4
申请日：2020-11-10
Applicant: 浙江大学
Abstract: 本发明公开了一种基于多电源管理系统的振动传感器，通过微处理器模块获取三轴加速度检测模块采集的实时三轴加速度值，将三轴加速度值通过带通滤波及积分算法计算获得加速度峰峰值与速度有效值；同时采集电池当前的电压值，从而评判电池当前电量是否可以继续支持传感器工作；在完成一次采样后，通过通讯模块将振动检测数据发送至监测端，从而实现实时监测；电源管理模块接收微处理器模块的指令从而选择不同电源持续供电，同时通过硬件开关调度振动发电模块为缺电电源进行充电；该振动传感器通过采用电池、振动发电多种用电来源的方式，不仅充分利用被浪费的机械能，同时延长更换电池周期，提高系统使用效率，降低社会资源浪费。
-
公开(公告)号：CN108680244B
公开(公告)日：2020-06-09
申请号：CN201810382135.7
申请日：2018-04-26
Applicant: 浙江大学
Abstract: 本发明公开了一种旋转机械振动无线监测装置及方法，该装置包括外壳和安装在外壳内的微处理器、三轴加速度检测模块、温度检测模块、电源管理模块、通讯模块和电池；三轴加速度检测模块、温度检测模块、电源管理模块和通讯模块均与微处理器连接；本发明装置可以实现定时对旋转机械的振动测量，获得三轴加速度峰峰值、速度有效值、位移真峰值、温度值和电压值等有效数据，并将数据发送到监控端，如果数据不正常，将高频采样数据传送到监控端，通过傅里叶变换获得频域信息，远程进行故障诊断。本发明装置可以实现对大量旋转机械实时数据化管理，及时发现问题并节省人力成本，同时该装置采用系统化低功耗设计，在正常工作情况下持续工作时间较长。
-
公开(公告)号：CN108680244A
公开(公告)日：2018-10-19
申请号：CN201810382135.7
申请日：2018-04-26
Applicant: 浙江大学
Abstract: 本发明公开了一种旋转机械振动无线监测装置及方法，该装置包括外壳和安装在外壳内的微处理器、三轴加速度检测模块、温度检测模块、电源管理模块、通讯模块和电池；三轴加速度检测模块、温度检测模块、电源管理模块和通讯模块均与微处理器连接；本发明装置可以实现定时对旋转机械的振动测量，获得三轴加速度峰峰值、速度有效值、位移真峰值、温度值和电压值等有效数据，并将数据发送到监控端，如果数据不正常，将高频采样数据传送到监控端，通过傅里叶变换获得频域信息，远程进行故障诊断。本发明装置可以实现对大量旋转机械实时数据化管理，及时发现问题并节省人力成本，同时该装置采用系统化低功耗设计，在正常工作情况下持续工作时间较长。
-
-
Patent Agency Ranking
公开(公告)号：CN115655455A
公开(公告)日：2023-01-31
申请号：CN202211258644.1
申请日：2022-10-14
Applicant: 山东临工工程机械有限公司 , 浙江大学
Abstract: 本发明涉及一种基于自适应噪声变换和随机共振的机械故障诊断方法。包括：S1、利用加速度传感器采集旋转部件的振动数据，作为原始信号；S2、将原始信号经过离散小波变换，对分解后的信号进行重分布，分解层数和重分布系数待定，再重构得到包含粉红噪声的新信号；S3、通过人工蜂群算法对S2中的分解层数和重分布系数进行寻优，寻优目标为加权谱峭度。S4、将重构后的信号输入标准化后的双稳态随机共振系统，得到去噪后的信号。S5、对最终得到的信号进行包络谱分析，将包络谱峰值频率和计算出的理论故障特征频率进行比较，进行故障诊断。本发明通过利用一种新定义的指标来自适应改变噪声分布和随机共振增强信号准确进行故障诊断。
-
公开(公告)号：CN115452380A
公开(公告)日：2022-12-09
申请号：CN202211117647.3
申请日：2022-09-14
Applicant: 浙江大学
IPC: G01M13/045 , G06K9/00 , G06K9/62 , G06F17/16
Abstract: 本发明公开了一种多特征融合下基于迁移成分分析的轴承故障诊断方法，本发明先采用加速度传感器收集的信息，从时域、频域、小波域和熵的角度，提取特征，根据已知故障尺寸、故障类别下的轴承振动信号的混合特征集合组成源域，未知故障类别但故障尺寸大小一致的故障尺寸下，轴承振动信号的混合特征集合组成目标域，通过迁移成分分析(TCA)的边缘分布自适应方法，采用K最近邻分类诊断新故障直径下的故障类型，本发明从多个方面入手，提取了数据的时域、频域、小波域和熵方面的信息，对多特征进行融合，更全面刻画了故障时运行的场景；利用已知故障直径的样本，能有效提高原先数据的利用程度和检测精确度。
-
公开(公告)号：CN112414542A
公开(公告)日：2021-02-26
申请号：CN202011247094.4
申请日：2020-11-10
Applicant: 浙江大学
Abstract: 本发明公开了一种基于多电源管理系统的振动传感器，通过微处理器模块获取三轴加速度检测模块采集的实时三轴加速度值，将三轴加速度值通过带通滤波及积分算法计算获得加速度峰峰值与速度有效值；同时采集电池当前的电压值，从而评判电池当前电量是否可以继续支持传感器工作；在完成一次采样后，通过通讯模块将振动检测数据发送至监测端，从而实现实时监测；电源管理模块接收微处理器模块的指令从而选择不同电源持续供电，同时通过硬件开关调度振动发电模块为缺电电源进行充电；该振动传感器通过采用电池、振动发电多种用电来源的方式，不仅充分利用被浪费的机械能，同时延长更换电池周期，提高系统使用效率，降低社会资源浪费。
-
公开(公告)号：CN117494016A
公开(公告)日：2024-02-02
申请号：CN202311213760.6
申请日：2023-09-20
Applicant: 浙江大学 , 山东临工工程机械有限公司
IPC: G06F18/2433 , G06F18/241 , G06F18/10 , G06F18/2131 , G06F18/22 , G06N3/0455 , G06N3/0464 , G06N3/08 , G01M13/028
Abstract: 本发明涉及一种基于狄利克雷分布权重拟合的工程机械故障检测方法，包括：采集振动信号，得到连续小波变换时频图，作为输入数据；初始化记忆模块的网络参数和模块大小；将正常样本输入编码器得到隐变量，计算隐变量和记忆模块的相似度并且经过Softmax之后得到权重矩阵，由权重矩阵参数和记忆模块加权相加得到新的隐变量，经过解码器后得到重构信号，以权重矩阵的信息熵和重构前后信号的均方误差作为损失函数进行训练；对正常数据得到的权重矩阵进行分布拟合，定义对数似然函数为异常分数，合理设置阈值，对旋转机械进行故障检测。本发明利用狄利克雷分布对权重矩阵进行拟合，由最大对数似然得到异常分数，有效避免自编码器可能出现的过拟合现象。
-
公开(公告)号：CN116929763A
公开(公告)日：2023-10-24
申请号：CN202310606188.3
申请日：2023-05-26
Applicant: 山东临工工程机械有限公司 , 浙江大学
IPC: G01M13/045 , G06N3/04 , G06N3/08
Abstract: 本发明涉及轴承故障检测领域，具体公开了一种基于小波变换与混合学习的轴承故障检测方法，方法包括：对轴承故障信号数据作预处理，根据轴承故障原理，对预处理后的数据进行小波变换，对得到的细节分量与近似分量分别计算分量能量并归一化，得到六维特征集合，再将＝特征集合随机划分训练集与测试集，分别输入支持向量机分类器分类，将分类结果分别添加到训练集和测试集的特征空间中，投入高斯朴素贝叶斯分类器进行训练，再将分类结果分别添加到训练集和测试集的特征空间中，投入随机森林分类器进行训练，得到最终的分类结果。本发明通过对原始振动信号分析处理，提取小波变换特征，再用多机器学习方法融合分类，能有效地对轴承故障进行诊断。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.02 seconds)
