-
公开(公告)号:CN110018417A
公开(公告)日:2019-07-16
申请号:CN201910439864.6
申请日:2019-05-24
Applicant: 湖南大学
IPC: G01R31/34
Abstract: 本发明公开了一种基于径向杂散磁通检测的电机故障诊断方法、系统及介质,本发明通过利用径向杂散磁通进行故障检测并考虑稀疏字典学习和故障数据统计处理实现电机故障诊断,针对任意工况x对应电机状态y的重构误差 将重构误差 分别和对应各种电机状态y的预设频谱重构误差阈值进行比较,如果找到匹配的预设频谱重构误差阈值则判定待诊断电机H处于对应的电机状态y。本发明能够在保证经济性的同时,能使其在强干扰的情况下进行非侵入式数据采集,并进行精准故障特征降维处理,最后得到故障类型分析以及故障定位结果,具有故障定位准确可靠、方法简单可行、方法实施经济成本低的优点。
-
公开(公告)号:CN114614767B
公开(公告)日:2025-03-11
申请号:CN202210270220.0
申请日:2022-03-18
Applicant: 湖南大学
Abstract: 本发明公开了一种光伏电池的无损检测系统与设备,涉及无损检测领域。其包括非接触电磁感应装置,用于在不与被检光伏电池接触的情况下产生作用于被检光伏电池的外电场,所述外电场与所述被检光伏电池的内电场方向平行;短波红外相机或/和可见光相机,用于获取被检光伏电池内的光辐射分布图;热成像装置,用于获取被检光伏电池内的热辐射分布图;图像处理装置,用于对所述光辐射分布图与所述热辐射分布图进行存储与处理。本发明在对光伏电池进行检测时为非接触式检测,不会损伤被检光伏电池;能避免横向热扩散对缺陷检测的影响,提高检测精度与检测效率。
-
公开(公告)号:CN114282580B
公开(公告)日:2024-08-23
申请号:CN202111668865.1
申请日:2021-12-31
Applicant: 湖南大学
IPC: G06F18/2415 , G06F18/2131 , G06F18/25 , G01R31/34
Abstract: 本发明公开了一种基于视觉图像的永磁驱动电机退磁故障诊断模型构建方法及故障诊断方法和系统,其中,本发明所述方法将电机表面漏磁信号作为故障诊断的原始信号,并将其转换为二维傅里叶频谱图,进而提取全局特征和局部特征并进行融合。最后利用融合后的特征构建分类器,尤其是优选softmax分类器进行故障诊断。本发明采用二维傅里叶变换将一维时域信号转换为频谱图,展现了时域信号中隐藏的有效故障特征;并通自编码器方法提取图像的视觉特征提升了特征的有效性,采用结构简单计算量少的softmax分类器进行故障诊断,有效地解决了电动汽车用永磁驱动电机退磁故障诊断难题。
-
公开(公告)号:CN117704916B
公开(公告)日:2024-06-18
申请号:CN202311695044.6
申请日:2023-12-11
Applicant: 湖南大学
IPC: F42D5/04 , F41H11/136 , F41H11/13
Abstract: 本发明公开了一种带有激光排爆功能的机器人排雷协同控制系统及排雷方法,本发明涉及排雷机器人技术领域,包括控制模块,控制模块包括激光探测模块、激光排雷模块、协同模块、恢复模块、自检模块以及机器人平台,激光探测模块,用于对户外为引爆以及未知雷位置进行探测,激光探测模块包括声呐探测器、激光探测器以及切换器,记忆模块的内部装载有定位器,记忆模块的内部包含有摄像头和存储器,本发明的优点在于:防止长时间持续用激光扫描,导致能量缺失后无法正常的排雷,利用声呐探测器与激光探测器来回的切换,使其能够达到稳定排雷的效果,且减少对周围其他生物的伤害,同时,也能对未知领域的危险进行探测的效果。
-
公开(公告)号:CN117991089A
公开(公告)日:2024-05-07
申请号:CN202410026305.3
申请日:2024-01-08
Applicant: 湖南大学
Abstract: 本发明公开了一种基于电流轨迹的电机匝间短路故障诊断方法及系统,本发明基于电流轨迹的电机匝间短路故障诊断方法包括下述步骤:获取电机各相的电流,将各相的电流进行模态分解;针对各相进行模态分解得到的模态分量去除高频噪声部分,并采用剩余的模态分量重构各相的电流;生成电流椭圆轨迹图像并获取各相的电流相矢量幅值;根据各相的电流相矢量幅值求取电流椭圆轨迹图像中的椭圆轨迹倾角;根据椭圆轨迹倾角进行电机匝间短路故障诊断。本发明能够有效地诊断永磁同步电机匝间短路故障,无需增加多种传感器或探测线圈,诊断耗时短且鲁棒性高。
-
公开(公告)号:CN115712065A
公开(公告)日:2023-02-24
申请号:CN202310012098.1
申请日:2023-01-05
Applicant: 湖南大学
IPC: G01R31/34 , G01M13/045 , G06F18/213 , G06F18/24 , G06V10/44 , G06V10/764 , G06V10/82 , G06F18/241 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种时频旋转门与卷积核感知匹配的电机故障诊断方法及系统,本发明包括获取多种电机故障状态下的振动信号样本,变换为频域信号,并利用时频旋转门法SDA预处理,同时将频域信号进行时序图像转换生成二维图像样本作为卷积神经网络CNN的输入,调整时频旋转门法SDA的参数以及卷积神经网络CNN的卷积层数和卷积核大小,使得时频旋转门法SDA预处理得到的数据特征数据量、卷积神经网络CNN的卷积核感知匹配,根据卷积核感知匹配时的卷积层数和卷积核大小确定卷积神经网络CNN的网络结构再训练以用于电机故障诊断。本发明能够提高电机故障诊断的准确性和效率。
-
公开(公告)号:CN114089231A
公开(公告)日:2022-02-25
申请号:CN202111289349.8
申请日:2021-11-02
Applicant: 湖南大学
IPC: G01R33/02 , G01R33/07 , H02K11/215
Abstract: 本发明公开了一种磁传感器模组、印制永磁同步电机及其应用方法,本发明的磁传感器模组包括模组载体和分别布置在模组载体上的磁传感单元以及两个加法器电路,磁传感单元包括与永磁同步电机极对数相同的多个磁传感器对,磁传感器对在数量、空间上成对偶关系,每一个磁传感器对均包含两类磁传感器且两者漏磁信号相位相差90°,各个磁传感器对的同一类磁传感器的输出端分别与同一个加法器电路的输入端相连。本发明可使得电机有更多的动力传输空间,不会给电机带来额外的负载,可直接集成于印制同步电机的外壳外部或定子上;同时输出信号为模拟信号、绝对式编码,可直接确定初始转子位置角以及高精度编码的转子位置。
-
公开(公告)号:CN112541524B
公开(公告)日:2024-04-02
申请号:CN202011294362.8
申请日:2020-11-18
Applicant: 湖南大学
IPC: G06F18/214 , G06F18/241 , G06F17/16 , G06F17/14 , G01R31/34
Abstract: 本发明公开了一种基于注意力机制改进的BP‑Adaboost多源信息电机故障诊断方法,包括获取被诊断电机获取P种传感器的时域数据;进行降采样然后再通过Hilbert变换和FFT变换提取频率幅值和相位作为输入特征,将P种传感器的输入特征输入预先训练好的基于注意力机制改进的BP‑Adaboost分类器得到电机的状态。本发明利用基于注意力机制改进的BP‑Adaboost,对不同来源的数据信息进行单独学习训练,形成不同次级分类器的初步诊断,且通过注意力机制将故障诊断方法聚焦到重点测量手段信息,以此来提升信息筛选和判别的能力,并得到最终诊断结果,大大提高电机系统的故障诊断的稳定性和精度。
-
公开(公告)号:CN112541524A
公开(公告)日:2021-03-23
申请号:CN202011294362.8
申请日:2020-11-18
Applicant: 湖南大学
Abstract: 本发明公开了一种基于注意力机制改进的BP‑Adaboost多源信息电机故障诊断方法,包括获取被诊断电机获取P种传感器的时域数据;进行降采样然后再通过Hilbert变换和FFT变换提取频率幅值和相位作为输入特征,将P种传感器的输入特征输入预先训练好的基于注意力机制改进的BP‑Adaboost分类器得到电机的状态。本发明利用基于注意力机制改进的BP‑Adaboost,对不同来源的数据信息进行单独学习训练,形成不同次级分类器的初步诊断,且通过注意力机制将故障诊断方法聚焦到重点测量手段信息,以此来提升信息筛选和判别的能力,并得到最终诊断结果,大大提高电机系统的故障诊断的稳定性和精度。
-
公开(公告)号:CN110018417B
公开(公告)日:2020-05-15
申请号:CN201910439864.6
申请日:2019-05-24
Applicant: 湖南大学
IPC: G01R31/34
Abstract: 本发明公开了一种基于径向杂散磁通检测的电机故障诊断方法、系统及介质,本发明通过利用径向杂散磁通进行故障检测并考虑稀疏字典学习和故障数据统计处理实现电机故障诊断,针对任意工况x对应电机状态y的重构误差将重构误差分别和对应各种电机状态y的预设频谱重构误差阈值进行比较,如果找到匹配的预设频谱重构误差阈值则判定待诊断电机H处于对应的电机状态y。本发明能够在保证经济性的同时,能使其在强干扰的情况下进行非侵入式数据采集,并进行精准故障特征降维处理,最后得到故障类型分析以及故障定位结果,具有故障定位准确可靠、方法简单可行、方法实施经济成本低的优点。
-
-
-
-
-
-
-
-
-