-
公开(公告)号：CN117740377A
公开(公告)日：2024-03-22
申请号：CN202311749834.8
申请日：2023-12-19
Applicant: 济南大学
IPC: G01M13/045 , G06F18/2131 , G06F18/213
Abstract: 本发明公开了一种基于幅值谱二阶瞬态提取变换的轴承故障诊断方法，涉及基于信号处理的机械故障诊断技术领域。具体包括：建立轴承强频变信号模型；构建二阶群延迟算子，得到信号的二阶瞬态提取变换结果及信号的重构公式；利用二阶瞬态提取变换公式对采集的轴承振动信号进行分析，构建特征提取算子，并对分析结果沿频率方向进行特征提取；将提取的特征频率与轴承故障特征频率做对比，判断当前轴承是否处于故障状态，并利用信号重构公式实现复合故障信号中单一故障信号源的恢复。本发明能准确估计强频变信号的实际群延迟，更好地表征群延迟调制规律，提高了时频分布的能量聚集性和时频分辨率，在检测轴承复合故障及提取单一故障信号源方面效果显著。
-
公开(公告)号：CN109655060B
公开(公告)日：2021-07-06
申请号：CN201910122571.5
申请日：2019-02-19
Applicant: 济南大学
Abstract: 本发明公开了基于KF/FIR和LS‑SVM融合的INS/UWB组合导航算法及系统，当UWB信号可用时，KF/FIR滤波器正常工作，为组合导航系统提供导航信息的最优预估。与此同时，LS‑SVM算法处于培训模式，将INS解算的位置信息与KF/FIR滤波器给出的INS位置误差的最优预估分别作为LS‑SVM算法的输入和培训目标，力求通过培训构造INS位置与位置误差的映射关系。一旦UWB信号不可用，LS‑SVM算法替代不能工作的KF/FIR滤波器，利用构建的映射关系对INS位置误差进行预估。本发明的提出，克服了传统KF/FIR滤波器在UWB失锁状态下不能正常工作的缺陷，实现了对导航信息的无缝预估。
-
公开(公告)号：CN109655060A
公开(公告)日：2019-04-19
申请号：CN201910122571.5
申请日：2019-02-19
Applicant: 济南大学
Abstract: 本发明公开了基于KF/FIR和LS-SVM融合的INS/UWB组合导航算法及系统，当UWB信号可用时，KF/FIR滤波器正常工作，为组合导航系统提供导航信息的最优预估。与此同时，LS-SVM算法处于培训模式，将INS解算的位置信息与KF/FIR滤波器给出的INS位置误差的最优预估分别作为LS-SVM算法的输入和培训目标，力求通过培训构造INS位置与位置误差的映射关系。一旦UWB信号不可用，LS-SVM算法替代不能工作的KF/FIR滤波器，利用构建的映射关系对INS位置误差进行预估。本发明的提出，克服了传统KF/FIR滤波器在UWB失锁状态下不能正常工作的缺陷，实现了对导航信息的无缝预估。
-
公开(公告)号：CN108388887A
公开(公告)日：2018-08-10
申请号：CN201810229954.8
申请日：2018-03-20
Applicant: 济南大学
CPC classification number: G06K9/00348 , G06F17/5009 , G06F2217/16
Abstract: 一种基于学步期幼儿步态提取的双足机器人运动学分析方法，包括以下步骤：(1)采集学步期幼儿不同月龄的行走视频，提取相应的支撑相、摆动相、单足或双足支撑相、步态周期和步频；(2)基于D-H位姿转换方法建立人体下肢坐标系，将大腿、小腿和脚掌的骨骼视为连杆，驱动这些骨骼运动的部分视为将各连杆联接起来的关节，求解相应的D-H参数表；(3)求解下肢的正运动学模型和逆运动学模型；(4)将各关节角的变化值进行曲线拟合以分析幼儿行走步态的空间特性。本发明在采集学步期幼儿行走数据和提取步态时间参数的基础上，基于D-H位姿转换方法推导下肢的正运动学和逆运动学模型，以获取学步期幼儿步态发育的空间参数变化规律，可为双足机器人的步态规划提供理论支撑。
-
公开(公告)号：CN107616079A
公开(公告)日：2018-01-23
申请号：CN201711079275.9
申请日：2017-11-06
Applicant: 济南大学
IPC: A01G25/16
Abstract: 本发明涉及测控系统与诊断技术领域，尤其涉及一种基于LoRa的智能灌溉系统设计。本发明包括数据采集节点、LoRa网关、云服务和PC端灌溉控制平台，主要通过设计基于LoRa通信技术的光照强度，空气温、湿度以及土壤湿度等信息的采集单元，结合水阀控制单元以及PC端灌溉控制平台，实现多元信息的检测、处理，实时数据的中远距离上传以及农田的智能灌溉控制等功能。PC端灌溉控制平台设置了游客权限和管理员权限，同时自动连接数据库，实现关键数据的实时读取、存储与发布。对后期数据的处理分析，特别是在农作物不同生长时期，灌溉阈值与灌溉时间的最优设定与选取等方面，具有深远意义。本发明可以轻松实现灌溉作业的精细化管理，具有较高的推广和实用价值。
-
Patent Agency Ranking
公开(公告)号：CN107462807A
公开(公告)日：2017-12-12
申请号：CN201710702809.2
申请日：2017-08-16
Applicant: 济南大学
Abstract: 本发明属于电动汽车驱动系统领域，涉及一种故障诊断方法。本发明采用如下步骤：建立永磁同步电机在abc坐标下的数学模型；根据数学模型，建立A相、AB两相与ABC三相接地故障模型；建立健康情况下永磁同步电机数学模型，加入零序电压分量，得到健康情况下永磁同步电机数学模型；根据abc三相电压方程，电流方程与磁链方程，得到零序电压分量的表达式；建立加入零序电压分量后匝间短路数学模型；根据abc三相电压方程，电流方程与磁链方程，得到匝间短路故障情况下的零序电压分量的表达式；对比健康情况下与故障情况下的零序电压分量；选取合适的故障指标，来作为故障严重程度的判据。本发明提高了永磁同步电机故障诊断的精确度，所设计的故障指标极大降低了以往所建立指标的复杂度，且有很强的鲁棒性。
-
公开(公告)号：CN119536275A
公开(公告)日：2025-02-28
申请号：CN202411691294.7
申请日：2024-11-25
Applicant: 济南大学
IPC: G05D1/43 , G05D1/246 , G05D1/633 , G05D1/644 , G05D105/20
Abstract: 本申请公开了一种无人叉车路径规划方法、系统、设备及介质，方法包括：建立用于无人叉车路径规划的栅格地图；对无人叉车路径上的障碍物执行障碍物评价操作，并计算障碍物密度；基于障碍物密度，动态调整无人叉车的运动步长；在栅格地图中遍历运动步长以及角度，计算下一个可能的节点，然后更新节点信息；若遍历操作后，找到路径则回溯最终路径。采用了地图环境评价指标，通过对栅格地图障碍物进行检测，量化了地图的复杂性及障碍物密度，方便了算法通过环境指标进行步长的调整；提升了算法的灵活性，设计了不同障碍物密度区间内的步长调整函数，实现了算法在低密度区域快速拓展，同时在高密度区域内精密规划路径，降低了规划路径的碰撞风险。
-
公开(公告)号：CN118825973A
公开(公告)日：2024-10-22
申请号：CN202410802650.1
申请日：2024-06-20
Applicant: 济南大学
IPC: H02J3/00 , H02J3/06 , G06Q30/0201 , G06Q10/04 , G06Q50/06
Abstract: 本发明公开了一种基于联盟与群体两阶段支配的多微网多目标交互控制方法与系统，涉及多微网多目标交互控制技术领域。包括获取微网数据和配电网数据构建有效多微网联盟结构，根据多微网联盟结构和配电网数据构建微网区间电力交易模型，对微网区间电力交易模型采用多对一最高区间价格密封式拍卖理论计算联盟效用，获得售电微网次序和联盟效用，结合区间Shpley值对微网个体进行效用分配获得微网个体效用，利用帕累托支配进行优化获得一个最优联盟效用得到最终联盟效用和最终个体效用确定联盟交易顺序，进行电力交易。本发明能够提升多微网联盟稳定性和联盟内微网交易积极性。
-
公开(公告)号：CN117740377B
公开(公告)日：2024-08-20
申请号：CN202311749834.8
申请日：2023-12-19
Applicant: 济南大学
IPC: G01M13/045 , G06F18/2131 , G06F18/213
Abstract: 本发明公开了一种基于幅值谱二阶瞬态提取变换的轴承故障诊断方法，涉及基于信号处理的机械故障诊断技术领域。具体包括：建立轴承强频变信号模型；构建二阶群延迟算子，得到信号的二阶瞬态提取变换结果及信号的重构公式；利用二阶瞬态提取变换公式对采集的轴承振动信号进行分析，构建特征提取算子，并对分析结果沿频率方向进行特征提取；将提取的特征频率与轴承故障特征频率做对比，判断当前轴承是否处于故障状态，并利用信号重构公式实现复合故障信号中单一故障信号源的恢复。本发明能准确估计强频变信号的实际群延迟，更好地表征群延迟调制规律，提高了时频分布的能量聚集性和时频分辨率，在检测轴承复合故障及提取单一故障信号源方面效果显著。
-
公开(公告)号：CN117892188B
公开(公告)日：2024-07-09
申请号：CN202311750372.1
申请日：2023-12-19
Applicant: 济南大学
IPC: G06F18/241 , G01M13/045 , G06F18/213 , G06N3/0464 , G06N3/08 , G06F123/02
Abstract: 本发明公开了一种基于轴承振动信号关系及图神经网络的故障分类方法，涉及轴承诊断技术领域。包括：获取滚动轴承各个时间节点以及与各时间节点对应的振动信号，生成时间序列数据，利用VG算法将时间序列数据转化为图数据并获得对应的权重关系，生成具有边权重的邻接矩阵，按照一定比例划分为训练集、验证集和测试集，将图注意力机制和图同构网络结合，构建图神经网络模型，将训练集输入图神经网络模型进行训练，获得训练好的图神经网络模型，将验证集输入进行验证，将测试集输入验证后的图神经网络模型，得到滚动轴承的故障诊断结果。本发明有助于对滚动轴承故障进行有效分类，实现大规模数据下滚动轴承的故障诊断，更具有普遍性。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.017 seconds)
