-
公开(公告)号：CN104748962A
公开(公告)日：2015-07-01
申请号：CN201510158826.5
申请日：2015-04-03
Applicant: 西安交通大学
IPC: G01M13/02
Abstract: 一种基于堆叠自动编码机的行星齿轮箱智能诊断方法，首先利用数据采集系统获取行星齿轮箱的频域信号，建立具有深层结构的堆叠自动编码机分类模型；然后使用权重连接自动编码机对堆叠自动编码机全部隐含层进行逐层预训练，帮助堆叠自动编码机自适应提取频谱中的故障信息；再使用反向误差传播方法微调完成预训练的堆叠自动编码机的参数，优化堆叠自动编码机的特征提取过程并且建立行星齿轮箱的频谱与故障类型之间的复杂非线性映射关系，完成堆叠自动编码机的训练；最后使用确定的堆叠自动编码机模型进行大数据下行星齿轮箱的智能诊断，本发明实现了大量数据下行星齿轮箱故障特征的自适应提取与故障状态的智能诊断，准确可靠。
-
公开(公告)号：CN104483118A
公开(公告)日：2015-04-01
申请号：CN201410750907.X
申请日：2014-12-08
Applicant: 西安交通大学
Abstract: 基于瞬时频率轴心轨迹的转子动静碰磨故障诊断方法，在振动测试截面安装两个夹角为90°的位移传感器，采集位移振动信号x(t)和y(t)，分别位移振动信号x(t)和y(t)进行EEMD分解，得到的各模式分量进行频谱分析，分别挑选出以工频分量为主的IMF信号分量IMFx(t)和IMFy(t)，使用直接正交法计算得出瞬时频率IFx(t)和IFy(t)，然后对单分量信号IMFx(t)和IMFy(t)通过归一化分解成调幅和调频信号，将计算得出的X、Y方向一倍转频分量的瞬时频率IFx(t)和IFx(t)合成轴心轨迹，借助轴心轨迹形状，对转子运行状态进行识别，通过弯曲振动信号提取转子转速的瞬时波动信息，并合成瞬时频率轴心轨迹，实现转子碰磨故障的有效诊断，本发明增加了转子动静碰磨等故障诊断的准确性，提高了转子的弯曲振动监测信号的利用率。
-
公开(公告)号：CN103812382A
公开(公告)日：2014-05-21
申请号：CN201310552231.9
申请日：2013-11-07
Applicant: 西安交通大学
IPC: H02N2/18
Abstract: 一种宽频带压电能量俘获系统的非线性建模方法，使用力测量仪器直接测量宽频带压电能量俘获系统中的非线性回复力，采用多项式方程拟合系统中的非线性回复力数据，得到非线性回复力的表达式及表达式中的参数值，根据哈密顿原理、压电理论、Rayleigh‐Ritz原理、欧拉‐伯努利梁理论、电场常值分布理论和Rayleigh阻尼定理，推导得到宽频带压电能量俘获系统的非线性动力学模型表达式和模型中的参数值，本发明能够准确预测其非线性输出特性的模型，获得比较简单。
-
公开(公告)号：CN110866365B
公开(公告)日：2021-06-01
申请号：CN201911155556.7
申请日：2019-11-22
IPC: G06F30/27 , G06K9/62 , G01M13/021 , G01M13/028 , G01M13/045
Abstract: 本发明提供了一种基于部分迁移卷积网络的机械设备智能故障诊断方法，其采集机械设备在不同运行工况下的运行数据，组成数据集，将数据集X中的部分数据作为源域训练样本集和目标域测试样本集，并对每个样本数据进行数据标准化，然后使用源域训练样本集训练两个结构相同但初始化参数不同的一维卷积神经网络模型并基于目标域测试样本集对训练后的两个卷积神经网络模型进行修正得到卷积神经网络机械设备故障诊断模型，使用故障诊断模型基于实时运行数据对机械设备进行故障诊断输出故障类型。本发明能够有效地在更真实的机械故障诊断中使用，即考虑到目标域的无标签性，使得训练出的诊断模型可以更佳的诊断机械设备的故障。
-
公开(公告)号：CN106769031B
公开(公告)日：2019-03-26
申请号：CN201611001154.8
申请日：2016-11-14
Applicant: 西安交通大学
IPC: G01M13/045
Abstract: 一种基于自相关零点计数的风机轴承阶变信号识别方法，首先对信号进行去均值和工频陷波预处理，然后根据轴承转频范围选取合适的截止频率对预处理信号进行低通滤波，之后计算滤波信号的自相关序列并在序列中段区间进行零点计数，最后设置零点阈值，比较完成信号识别，本发明识别方法复杂度低、识别率高，极大的提高了信号的利用率，可嵌入风力发电机监测系统作可用数据预筛选工具使用。
-
Patent Agency Ranking
公开(公告)号：CN106229012B
公开(公告)日：2019-01-29
申请号：CN201610811945.0
申请日：2016-09-09
Applicant: 西安交通大学
IPC: G12B5/00
Abstract: 一种大位移高频响三自由度压电驱动精密定位平台，包括刚性基底，刚性基底的两侧和菱形位移放大机构的一个第一刚性输出端连接，菱形位移放大机构的另一个第一刚性输出端和桥形位移放大机构的一个第二刚性输入端连接，菱形位移放大机构的两个第一刚性输入端上连接有压电陶瓷，菱形位移放大机构由柔性臂、两个第一刚性输入端和两个第一刚性输出端连接构成基于三角原理的柔性机构，桥形位移放大机构是由两个柔性梁、两个第二刚性输入端和一个第二刚性输出端组成的“拱桥”形柔性机构，其中两个对称的柔性梁构成桥形位移放大机构的斜边，本发明可以实现大行程和高带宽的高精度位移输出，结构简单和紧凑。
-
公开(公告)号：CN106299103B
公开(公告)日：2018-11-23
申请号：CN201610811944.6
申请日：2016-09-09
Applicant: 西安交通大学
IPC: H01L41/09
Abstract: 一种同时具有高固有频率和位移放大比的菱形柔性机构，包括由四条斜边柔性梁、刚性输入端、驱动元件、固定面和位移输出端连接成的菱形柔性机构，四条斜边柔性梁在厚度方向上均采用两层以上的柔性梁的叠层结构，柔性梁叠层间存在间隙，另外菱形柔性机构的长对角线方向上设有受力面并与驱动元件刚性连接，菱形柔性机构短对角线方向上一端设有固定面，另一端设有位移输出端，固定面和位移输出端相互平行，并与长对角线方向平行，与短对角线方向垂直，本发明在位移放大比基本不变的情况下明显提高菱形柔性机构在输出位移方向上的刚度和固有频率，改善菱形位移放大机构的动态性能。
-
公开(公告)号：CN108388692A
公开(公告)日：2018-08-10
申请号：CN201810045889.3
申请日：2018-01-17
Applicant: 西安交通大学
Abstract: 基于分层稀疏编码的滚动轴承故障特征提取方法，先对轴承振动信号进行高频采样，截取一段时间内的信号作为原始时域信号；然后构建固定字典稀疏编码模型，设置相关参数，设置运用固定字典稀疏编码模型，经稀疏编码得到稀疏表征系数矩阵，通过固定字典及稀疏系数矩阵相乘得到与故障信号无关的谐波干扰成分；再从原始时域信号中滤除谐波干扰成分，得到输入时域信号；再构建基于K-SVD的字典学习模型，输入时域信号作为该模型的输入，根据参数设置，运用该模型进行特征提取，得到故障相关特征；对故障相关特征做希尔伯特变换后做快速傅里叶变换，得到故障相关特征包络谱，输出诊断结果；本发明提高了信噪比，并滤除无关信号。
-
公开(公告)号：CN106571016B
公开(公告)日：2018-08-07
申请号：CN201610957083.2
申请日：2016-11-03
Applicant: 西安交通大学
Abstract: 一种基于报警次数跳变触发机制的机械早期故障判别方法，首先对采集的振动信号提取特征指标，采用自适应高斯阈值划分正常与故障状态区间，之后利用提出的连续报警次数跳变触发机制排除外界噪声等因素干扰，准确及时的判别出机械设备早期故障发生时刻，本发明利用自适应高斯阈值的优势，使报警阈值可以随着采集数据的获取不断自我调整，克服了传统固定阈值的缺陷；提出的报警次数跳变触发机制，克服了人为主观因素的干扰，提升了早期故障的诊断能力，本发明在机械设备早期故障状态监测中表现出比传统监测机制更好的诊断效果。
-
公开(公告)号：CN106441840B
公开(公告)日：2018-07-20
申请号：CN201610814507.X
申请日：2016-09-09
Applicant: 西安交通大学
IPC: G01M13/00
Abstract: 一种基于模型的旋转机械伪次同步故障全息诊断方法，首先构建了由轴向振动诱发的伪次同步振动故障模型，在模型中提出测振带表面设置V型槽缺陷以及在轴向方向施加轴向激励两大假设条件，然后基于模型实现伪次同步振动故障信号产生的机理分析，最后利用二维全息谱对故障信号进行分析，构建次同步故障频率处的全息谱特征，实现旋转机械伪次同步振动故障的精确识别，本发明实现了对伪次同步振动故障的精确识别，提高了对旋转机械伪次同步故障的识别效率与准确性。
-
-
-
-
-
-
-
-
-
Search Results
138
records
(took 0.025 seconds)
