公开(公告)号：CN112712106B

公开(公告)日：2022-12-09

申请号：CN202011414594.2

申请日：2020-12-07

Applicant: 西安交通大学

Inventor： 朱永生 ,  高大为 ,  任智军 ,  康伟 ,  黄凯 ,  张盼 ,  闫柯 ,  洪军

IPC: G06K9/62 ,  G06N3/08 ,  G01M99/00

Abstract: 基于多视图对抗自编码器的机械设备健康状态识别方法，首先获得机械设备的振动信号样本，并将信号通过傅里叶变换、希尔伯特变换+傅里叶变换、连续小波变换从不同的视角描述信号，经标准化处理后作为网络的输入；接着构建多视图对抗自编码器并假设特征所服从的分布，使用对抗训练的方法使特征逼近所假设的分布，从而对网络进行训练；最后利用集成学习，将训练好的多个学习器相结合，将集成后所得到的概率作为最终的预测结果；训练好的网络可实现对少量标签、低信噪比条件下的机械设备健康状态的诊断；本发明通过视图学习和集成学习的引入，解决了标签缺乏且信号噪声严重时网络特征提取能力不足的问题，提高了网络在实际工程中的适用性。

公开(公告)号：CN111238813B

公开(公告)日：2021-05-07

申请号：CN202010061554.8

申请日：2020-01-19

Applicant: 西安交通大学

Inventor： 闫柯 ,  康伟 ,  朱永生 ,  洪军 ,  刘煜炜 ,  袁倩倩 ,  高大为

IPC: G01M13/04 ,  G01M13/045

Abstract: 一种强干扰下提取滚动轴承故障特征的方法，属于故障诊断技术与信号处理分析技术领域，使用振动传感器采集滚动轴承加速度振动信号，使用VMD将加速度振动信号分解为一系列的IMF分量，然后计算各IMF分量均方包络函数的四阶矩和其窄带滤波后的四阶矩，再根据上述结果计算各IMF分量的峭度率，最后选取峭度率较大的IMF分量重构信号，并利用均方包络分析提取滚动轴承的故障特征；本发明给出了一种背景噪声中存在较强干扰时提取滚动轴承故障特征的方法，为实现智能轴承的自诊断功能提供了一种有效的诊断工具。

公开(公告)号：CN111238813A

公开(公告)日：2020-06-05

申请号：CN202010061554.8

申请日：2020-01-19

Applicant: 西安交通大学

Inventor： 闫柯 ,  康伟 ,  朱永生 ,  洪军 ,  刘煜炜 ,  袁倩倩 ,  高大为

IPC: G01M13/04 ,  G01M13/045

Abstract: 一种强干扰下提取滚动轴承故障特征的方法，属于故障诊断技术与信号处理分析技术领域，使用振动传感器采集滚动轴承加速度振动信号，使用VMD将加速度振动信号分解为一系列的IMF分量，然后计算各IMF分量均方包络函数的四阶矩和其窄带滤波后的四阶矩，再根据上述结果计算各IMF分量的峭度率，最后选取峭度率较大的IMF分量重构信号，并利用均方包络分析提取滚动轴承的故障特征；本发明给出了一种背景噪声中存在较强干扰时提取滚动轴承故障特征的方法，为实现智能轴承的自诊断功能提供了一种有效的诊断工具。

公开(公告)号：CN102374190A

公开(公告)日：2012-03-14

申请号：CN201110349730.9

申请日：2011-11-08

Applicant: 西安交通大学

Inventor： 张家忠 ,  李凯伦 ,  康伟 ,  雷鹏飞

IPC: F04D29/22 ,  F04D29/66

Abstract: 本发明涉及一种避免振动局部化发生的离心叶轮优化设计方法，按照以下步骤进行：第一步；静强度校核；第二步；绘出叶轮前若干阶模态的振型图；第三步；分析出叶轮的禁带和通带；第四步；确定激振源的激振频率；第五步；判断激振频率是否落在禁带之中或者接近禁带；第六步；优化叶轮结构，增大叶轮禁带的隔离裕度以消除失谐的影响。本发明方法能够有效地解决叶轮运行过程中的振动局部化问题，减少振动局部化造成的危害，降低叶轮运行过程中的故障发生率，能够确保离心叶轮机组安全可靠地长期运行。