公开(公告)号：CN112855442A

公开(公告)日：2021-05-28

申请号：CN202110060196.3

申请日：2021-01-18

Applicant: 华北电力大学(保定)

Inventor： 杨鑫 ,  向玲 ,  胡爱军 ,  苏浩

IPC: F03D7/04

Abstract: 本发明涉及一种基于振动和倾角的风机对风优化方法及系统，所述优化方法以下步骤：S1采用倾斜传感器监测风速平稳时风机塔筒偏斜在x轴或y轴方向上投影的倾斜角度θ，从而判断风向；S2采用振动传感器监测风速不稳定时风机塔筒的振动幅值在x轴及y轴向上投影的分量，从而可以根据矢量合成获得风向；S3将识别的风向数据反馈给风机偏航系统，风机偏航系统做出判断，调整叶片位置，实现风机对风优化。所述优化系统包括数据采集模块，无线传输模块以及通信模块；所述优化系统还包括传感器组，所述传感器组包括倾斜传感器和振动传感器。本发明利用风机塔筒在运行过程中产生的振动和倾斜角度对风向进行识别校准，具有低成本、高性能、高可靠性等特点。

公开(公告)号：CN104483007A

公开(公告)日：2015-04-01

申请号：CN201410662722.3

申请日：2014-11-19

Applicant: 华北电力大学(保定)

Inventor： 向玲 ,  陈涛 ,  胡爱军 ,  鄢小安 ,  贾轶

IPC: G01H9/00

Abstract: 一种架空输电线路振动监测系统及监测方法，所述监测系统包括激光测振装置、铁塔控制器以及远程监控终端；所述激光测振装置通过导线连接铁塔控制器；铁塔控制器通过光纤复合架空地线连接远程监控终端；所述铁塔控制器包括机箱，机箱内设置有供电模块、通信模块、报警模块以及控制模块；所述控制模块分别与供电模块、通信模块和报警模块互连，通信模块通过光纤复合架空地线连接远程监控终端。本发明采用激光测振方法对输电线路的振动情况进行实时监测，提高了监测结果的精确性，由于本发明采用非接触方式测量、记录导线在振动过程中的运动轨迹，因此无需安装在输电线路上，降低了安装难度，减少了安装成本。

公开(公告)号：CN103439109A

公开(公告)日：2013-12-11

申请号：CN201310414203.0

申请日：2013-09-12

Applicant: 华北电力大学(保定)

Inventor： 向玲 ,  崔伟 ,  胡爱军 ,  鄢小安 ,  陈涛 ,  李淑东

IPC: G01M13/02

Abstract: 本发明涉及风力发电技术领域，尤其涉及一种风力发电机组传动系统故障预警的方法。该方法利用风力发电机组传动系统关键部位的温度信号和加速度值来对风力发电机组的传动系统进行监测。该方法是首先采集传动系统各个测点的实际温度值T(t)、传动系统的振动加速度值a(t)，然后计算风力发电机组振动加速度的峭度指标值和温度平均值将所得到的参数与预先设定的阀值相比较，超过阀值后报警，然后通过对温度和峭度指标值与阀值的比较来确定风力发电机组传动系统的健康状况，此方法可以提高故障预警的准确率，对风机的停机保护和故障预警都能起到很好的促进效果，能够减少由于判断故障而导致的停机时间。

公开(公告)号：CN102288280A

公开(公告)日：2011-12-21

申请号：CN201110118666.3

申请日：2011-05-09

Applicant: 华北电力大学(保定)

Inventor： 向玲 ,  马万里 ,  张超 ,  胡爱军 ,  唐贵基 ,  孙浩 ,  王子瑞

IPC: G01H11/06

Abstract: 本发明公开了振动信号处理技术领域中的一种轴系扭振提取方法。该方法首先采集电网冲击下线路回路的电压信号，截取电压信号中轴系发生扭振时的电压信号；然后利用Hilbert变换获得信号的包络，对该包络信号进行总体经验模态分解EEMD；最后选取分解后的本征模函数IMF得到轴系的扭振信号。该方法不需专业的扭振测试设备，只需采集线路回路电压信号即可，降低测试测量成本。

公开(公告)号：CN102252713A

公开(公告)日：2011-11-23

申请号：CN201110117252.9

申请日：2011-05-06

Applicant: 华北电力大学(保定)

Inventor： 胡爱军 ,  朱瑜 ,  向玲 ,  孙敬敬 ,  孙浩

IPC: G01D21/02

Abstract: 一种旋转机组多参数状态监测系统，属设备状态监测与故障诊断领域。其技术方案是：通过电气参数传感器、振动参数传感器和运行参数传感器识别旋转机组的状态参数通过各个预处理电路及数据采集模块送至上位机，上位机的分析软件对三种参数进行全面在线监测，通过三类参数综合分析比较，判断旋转机组的运行状态，提高了判断旋转机组运行趋势的准确性，具有很强的实用价值。

公开(公告)号：CN120046002A

公开(公告)日：2025-05-27

申请号：CN202510197621.1

申请日：2025-02-21

Applicant: 华北电力大学(保定)

Inventor： 向玲 ,  韩忠泉 ,  王宁 ,  胡爱军 ,  邴汉昆 ,  陈博华

IPC: G06F18/241 ,  G06F18/2415 ,  G06F18/2431 ,  G06F18/10 ,  G06F18/2131 ,  G06F18/214 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/047 ,  G06N3/048 ,  G06N3/084 ,  G06N3/096 ,  G06N3/0895

Abstract: 一种跨工况的转子未知故障诊断方法，包括以下步骤：a.对采集到的旋转机械在不同工况下的振动信号进行切割并进行短时傅里叶变换，得到二维时频域信号，利用二维时频域信号构建有标签的源域数据集和无标签的目标域数据集；b.构建多分类器残差通用域适应网络模型，得到故障诊断模型；c.将无标签的目标域数据输入到故障诊断模型中，输出诊断结果。本发明采用基于多分类器残差通用域适应网络模型的方法来诊断跨工况的转子未知故障，不仅能够提取不同工况下相同故障类别的共同特征，并且可以较为准确地识别跨工况下转子未知故障，实现对转子故障状态的准确诊断，为克服因源域数据匮乏和目标域故障模式未知而导致的诊断困难提供了有效工具。

公开(公告)号：CN114444218B

公开(公告)日：2024-09-06

申请号：CN202111212782.1

申请日：2021-10-19

Applicant: 华北电力大学(保定)

Inventor： 向玲 ,  苏浩 ,  胡爱军 ,  杨鑫 ,  陈凯乐 ,  陈锦鹏 ,  姚青陶

IPC: G06F30/17 ,  G06F30/27 ,  G06F18/241 ,  G06N3/04 ,  G06N3/0985

Abstract: 一种多工况下小样本滚动轴承故障诊断方法，所述方法包括以下步骤：a.构建成任务集；b.将任务集中的数据输入到ISDAE进行重构，得到保留了原始信号中的有效特征，并降低了噪声的重构信号矩阵；c.利用MAML对重构信号进行分类，训练MAML的模型参数，获得最优网络模型；d.将被监测滚动轴承的原始振动信号输入到训练好的MAML模型，判断滚动轴承是否存在故障及故障的类型。本发明采用模型无关与改进的稀疏降噪自编码相结合的方法来诊断轴承故障，不仅能够提取原始振动信号中的可分性特征，提高信号的抗噪声能力，而且能够提高模型的泛化能力，从而可准确地诊断多工况下小样本数据的轴承故障，保证机械设备安全运行。

公开(公告)号：CN117686229A

公开(公告)日：2024-03-12

申请号：CN202311646995.4

申请日：2023-12-04

Applicant: 华北电力大学(保定)

Inventor： 向玲 ,  金子皓 ,  苏浩 ,  胡爱军 ,  李林春 ,  高鑫 ,  赵晨辉

IPC: G01M13/045 ,  G06F18/2415 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0895

Abstract: 一种基于半监督时序学习的风力发电机组轴承故障诊断方法，所述方法包括以下步骤：a.利用风力发电机组轴承原始振动信号构建训练集和测试集；b.建立一维卷积神经网络；c.构建半监督学习模型；d.采用MAML训练半监督学习模型；e.将测试集中的有标签数据输入到训练后的半监督学习模型，对半监督学习模型进行测试；f.用已经测试合格的半监督学习模型判断风力发电机组轴承故障的类型。本发明采用半监督学习模型判断风力发电机组轴承故障的类型，可以有效地利用有限的带标签数据和大量的无标签数据对模型进行训练，很好地解决了故障数据量不足的问题，降低了轴承故障智能诊断的难度，提高了轴承故障诊断结果的准确性。

公开(公告)号：CN117390516A

公开(公告)日：2024-01-12

申请号：CN202311449527.8

申请日：2023-11-02

Applicant: 华北电力大学(保定)

Inventor： 向玲 ,  赵晨辉 ,  苏浩 ,  胡爱军 ,  邴汉昆 ,  王宁

IPC: G06F18/241 ,  G06F18/213 ,  G06F18/25 ,  G06F18/214 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/096

Abstract: 一种风电机组滚动轴承迁移故障可解释性诊断方法，所述方法包括以下步骤：a.构建源域数据集和目标域数据集；b.构建故障诊断模型；c.完成对故障诊断模型的训练；d.对故障诊断模型进行验证；e.将待诊断轴承的振动信号输入到故障诊断模型，识别故障的类型；f.利用格拉姆角场将模型提取的空间池化特征转为二维数据，并对处理后的数据取对角线数据求取概率分布，从而赋予模型可解释能力。本发明在深度学习结构中融合多尺度并行机制，利用空间池化机制混合提取后的多尺度特征，利用Wasserstein距离缩小源域和目标域特征之间的分布差异，可有效提取振动信号中的多尺度信息，实现了对风电机组滚动轴承故障状态的准确识别。

公开(公告)号：CN107657094A

公开(公告)日：2018-02-02

申请号：CN201710827607.0

申请日：2017-09-14

Applicant: 华北电力大学(保定)

Inventor： 向玲 ,  郭曦煜 ,  胡爱军 ,  周晨光 ,  郭鹏飞 ,  高楠 ,  邓泽奇

IPC: G06F17/50

Abstract: 一种圆盘结构碰撞冲击下能量分布的可视化分析方法，所述方法包括以下步骤：a.确定被碰撞圆盘结构的模型参数；b.确定圆盘结构的碰撞参数；c.建立有限元模型，进行瞬态响应分析，得到被碰撞圆盘结构的模态信息；d.提取被碰撞圆盘模型的节点信息文件和单元信息文件，生成功率流模型，计算振动功率大小；e.得到功率流矢量图和能量波云图，与应力波云图进行对比，得到圆盘结构在碰撞下的能量传递路径和能量分布变化情况。本发明利用有限元功率流方法对圆盘结构在碰撞下的能量分布和传输路径进行可视化分析，不仅能提供振动特性的全部信息，而且计算量小，计算精度高，可快速准确地获得任一时刻下圆盘结构能量传递的大小和方向。