-
公开(公告)号：CN104713712B
公开(公告)日：2017-04-19
申请号：CN201510040662.6
申请日：2015-01-27
Applicant: 西安交通大学
IPC: G01M13/00
Abstract: 本发明公开了一种基于匹配解调变换的转子碰摩故障检测方法及系统，用于检测旋转机械中转子系统碰摩故障，所述方法使用匹配解调算法来获得瞬时频率估计值；计算所述瞬时频率估计值的震荡部分的频谱，若fr为所述转子系统的转频，如果所述频谱的最大谱峰位于0.99fr～1.01fr的范围内且幅值超出所述转频的2％，则可判定所述转子系统存在碰摩故障；否则，判定所述转子系统不存在碰摩故障。基于所述方法本发明提供了一种转子系统在线健康检测系统。本发明可以准确判断转子碰摩故障是否存在，结果快速可靠，简单易行。
-
公开(公告)号：CN119202678B
公开(公告)日：2025-04-04
申请号：CN202411698625.X
申请日：2024-11-26
Applicant: 西安交通大学
IPC: G06F18/213 , G01M13/045 , G06F18/22
Abstract: 基于可控稀疏度形态分解的滚动轴承故障诊断方法及系统，其中，采集轴承振动信号与转速信号，根据转速信号选取稳定工况下的振动信号片段；基于离散频率成分的频域稀疏性，构造自适应控制傅里叶字典稀疏度的指标；基于故障脉冲移位不变性，设计确定稀疏度的循环字典学习算法；基于离散频率成分和故障脉冲区分特性，建立可控稀疏度的形态分解算法模型；根据自适应控制稀疏度的约束，利用贪婪算法求解形态分解算法模型中傅里叶字典的稀疏表示以分离离散频率；根据确定稀疏度的约束，交替使用频域最小二乘法和贪婪算法分别求解循环字典和循环字典的稀疏表示；对重构的故障脉冲进行包络谱分析，与轴承故障特征频率对比，计算CI指标，完成诊断。
-
公开(公告)号：CN119202678A
公开(公告)日：2024-12-27
申请号：CN202411698625.X
申请日：2024-11-26
Applicant: 西安交通大学
IPC: G06F18/213 , G01M13/045 , G06F18/22
Abstract: 基于可控稀疏度形态分解的滚动轴承故障诊断方法及系统，其中，采集轴承振动信号与转速信号，根据转速信号选取稳定工况下的振动信号片段；基于离散频率成分的频域稀疏性，构造自适应控制傅里叶字典稀疏度的指标；基于故障脉冲移位不变性，设计确定稀疏度的循环字典学习算法；基于离散频率成分和故障脉冲区分特性，建立可控稀疏度的形态分解算法模型；根据自适应控制稀疏度的约束，利用贪婪算法求解形态分解算法模型中傅里叶字典的稀疏表示以分离离散频率；根据确定稀疏度的约束，交替使用频域最小二乘法和贪婪算法分别求解循环字典和循环字典的稀疏表示；对重构的故障脉冲进行包络谱分析，与轴承故障特征频率对比，计算CI指标，完成诊断。
-
公开(公告)号：CN118051883A
公开(公告)日：2024-05-17
申请号：CN202410211673.5
申请日：2024-02-26
Applicant: 西安交通大学
IPC: G06F18/27 , G06F18/213 , F16N29/00
Abstract: 公开了一种在线滑油磨粒数据趋势预测方法，方法中，加载运行数据，利用局部加权回归扩展方法提取磨粒数据的趋势特征数据；构建自动寻优策略的差分整合移动平均自回归模型，对趋势特征数据进行预测，得到预测结果。可以提高在线滑油磨粒数据的预测精度和速度。
-
公开(公告)号：CN117232794A
公开(公告)日：2023-12-15
申请号：CN202211690520.0
申请日：2022-12-27
Applicant: 西安交通大学
IPC: G01M13/00 , G01M13/045 , G01M13/021 , G01M13/028 , G06F18/10 , G06F18/213 , G06F18/24 , G06F18/2136 , G06F18/28
Abstract: 公开了一种基于多成分稀疏时域同步平均的旋转机械故障检测方法，基于多成分稀疏时域同步平均的旋转机械故障检测方法中，传感器采集旋转机械的振动信号以及转频或转频脉冲信号，并进行数模转换获得转动信息和转速信息；利用已知的旋转机械的构成和部件数量信息，根据转频信息计算目标成分和转频无关成分对应的类时域同步平均向量ω1，ω2，构造多成分稀疏时域同步平均模型F1与F2，利用迭代优化求解算法对模型进行求解得到稀疏频域信息和重构时域信息，根据部件类型选择对应成分进行分析，并通过指标CIsTsA进行故障诊断，依据分析结果，对信号进行压缩存储。
-
Patent Agency Ranking
公开(公告)号：CN115856465A
公开(公告)日：2023-03-28
申请号：CN202211431316.7
申请日：2022-11-15
Applicant: 西安交通大学
IPC: G01R31/00 , G01R31/56 , G06F18/214 , G06N3/0464 , G06N3/049 , G06N3/0455 , G06N3/048
Abstract: 本公开揭示了一种基于编码时域卷积的航空发动机异常检测方法，包括如下步骤：S100；采集航空发动机的多传感器时域数据并进行预处理；S200：对预处理后的多传感器时域数据进行编码重构，以获得重构后的多传感器时域数据；S300：利用时域卷积网络对重构后的多传感器时域数据进行预测，以获得预测数据；S400：计算重构后的多传感器时域数据与预测数据的动态累积误差；S500：将所述动态累积误差与检测阈值进行比对，根据比对结果对航空发动机进行异常检测。
-
公开(公告)号：CN115391955A
公开(公告)日：2022-11-25
申请号：CN202211112504.3
申请日：2022-09-13
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于多尺度成分分析的机械故障诊断方法，方法包括以下步骤：采集多种故障类型的机械振动信号y；建立多尺度成分分析模型，对信号多尺度特征进行解耦提取，得到各尺度深层稀疏编码γm，L；利用迭代阈值收缩算法求解建立的多尺度成分分析模型，并将优化求解算法展开为多尺度成分分析网络，拼接多尺度编码为将其输入后续的池化层与多层感知机作为分类器hθ，完成故障智能诊断网络的搭建；使用带故障标签的训练样本端到端地训练网络模型，利用反向传播技术学习网络模型参数；将测试信号输入网络中，通过输出预测标签实现故障诊断；对输入信号的重构信号的整体特征和网络学习到的原子特征进行可视化，完成事后可解释性分析。
-
公开(公告)号：CN119202908B
公开(公告)日：2025-04-29
申请号：CN202411698633.4
申请日：2024-11-26
Applicant: 西安交通大学
IPC: G06F18/2415 , G06F18/2433 , G06N3/0464 , G06N3/0455 , G06F18/22 , G06F18/214
Abstract: 一种基于可学习稀疏正则字典学习的机械异常检测方法与系统，方法中，采集机械正常运转时的振动信号，并进一步构造训练数据集；构建包含可学习稀疏正则项的字典学习模型，将输入信号表示为字典与稀疏编码的卷积形式；利用半二次分裂算法完成模型迭代计算公式的推导；为公式中的每个变量和权重设计相应的网络模块，模块的组合表示一次迭代计算，多个迭代计算过程叠加构成可学习稀疏正则网络；使用训练数据集训练网络，提取正常样本特征，并利用反向传播技术更新网络参数；将测试样本输入训练好的网络，计算重构数据与输入样本间的误差，根据误差值的大小判断机械是否为正常状态；对网络的重构输出进一步分析，完成网络的事后可解释说明。
-
公开(公告)号：CN115524150B
公开(公告)日：2024-04-05
申请号：CN202211112505.8
申请日：2022-09-13
Applicant: 西安交通大学
IPC: G01M99/00 , G06F18/10 , G06F18/2131 , G06F123/02
Abstract: 公开了一种基于稀疏时域同步平均的旋转机械故障检测方法，基于稀疏时域同步平均的旋转机械故障检测方法中，传感器采集旋转机械的振动信号以及转频或转频脉冲信号，并进行模数转换获得振动信号和转速信息；根据旋转机械中检测部件的类型和数量，基于所述振动信号和转速信息构造部件敏感梳状向量g，涉及的机械旋转部件包括齿轮、转子和轴承；基于部件敏感梳状向量g构造类时域同步平均向量w；利用类时域同步平均向量w构造稀疏时域同步平均模型F；利用优化求解算法对稀疏时域同步平均模型F进行求解得到稀疏频谱和重构时域信号；根据所述稀疏频谱和时域信号构建STSA_CI指标以进行故障诊断。
-
公开(公告)号：CN117520760A
公开(公告)日：2024-02-06
申请号：CN202311136474.4
申请日：2023-09-05
Applicant: 西安交通大学
IPC: G06F18/20 , G06F18/213 , G06N3/126 , G06N3/006
Abstract: 本发明涉及一种知识数据混合驱动的多通道滑油磨粒异常监测方法，基于专家知识构建磨粒置信规则库；利用运行数据基于三角隶属度和规则激活公式激活磨粒置信规则库不同规则，获得激活权重；基于激活权重并使用证据推理的方式对不同规则进行融合，以得到初步的磨粒异常监测结果；计算初步的磨粒异常监测结果的准确率，并确保准确率达到设定值以上，当监测准确率小于设定值，则输入历史数据，采用序贯最小二乘法对专家知识进行优化；将优化专家知识输入磨粒置信规则库获得优化的磨粒置信规则库，以进行多通道滑油磨粒异常监测。本发明构建了知识驱动和数据驱动的混合驱动模型，可以实现可解释，高可靠，高性能的在线磨粒异常监测。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.027 seconds)
