-
公开(公告)号：CN103048041B
公开(公告)日：2014-11-26
申请号：CN201210559167.2
申请日：2012-12-20
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种基于局部切空间和支持向量机的机电系统故障诊断方法，其基于机电系统振动信号时域与频域的20个特征参数构建高维特征空间，利用局部切空间排列的非线性流形学习算法提取出隐藏其中的低维流形，网格搜索算法进行维数和邻域点参数的优化，实现高维相空间中局部邻域参数的自适应选取,获得机电系统的故障特征。利用交叉验证和一对一法构造支持向量机多类故障分类器，采用径向基核函数支持向量机进行机电系统的故障诊断。本发明适合非线性小样本的设备异常状态识别，能较好的解决高维数据和局部极小点等实际问题，操作简单，分类的准确率高，有利于进一步建立智能化故障诊断系统。本发明可以广泛应用于机电系统故障诊断中。
-
公开(公告)号：CN102736561A
公开(公告)日：2012-10-17
申请号：CN201210238851.0
申请日：2012-07-10
Applicant: 北京信息科技大学
IPC: G05B19/406
Abstract: 本发明涉及一种面向机电装备的远程动态自适应规则获取方法，其步骤为：（1）利用传感器群采集面向机电装备各个功能部件的状态信号；（2）将各个状态信号通过远程网络在线上传至远程数据系统中，并将各状态信号转换成统一的数据格式存储；（3）将各状态信号数据传输至远程网络平台的故障诊断模块，采用变尺度经验模态分解方法得到表征各个状态信号特征的本征模态函数，再对各个本征模态函数分别做Hilbert变换获得相应的瞬时频率；（4）构建远程故障诊断知识库系统，获取规则构成规则库，通过远程网络传输至机床故障诊断与预测服务平台；（5）机床故障诊断与预测服务平台采用动态协调度方法对获取的规则库进行动态自适应优化更新，并以置信度作为规则的评价。
-
公开(公告)号：CN101799366B
公开(公告)日：2011-08-24
申请号：CN201010101327.X
申请日：2010-01-27
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种机械故障预测的特征提取方法，(1)获取代表设备运行状况的连续振动信号进行分析；(2)定义判断设备运行状态是否异常的综合评判函数；(3)对振动信号中包含的噪声降噪；(4)用时间延迟法对振动信号进行相空间重构；(5)根据欧氏距离判断两样本点是否为近邻点；(6)根据样本点的边连接距离确定邻近图；(7)规范化变换矩阵S，确定矩阵ι(DG)；(8)利用平移不变的方法，根据矩阵ι(DG)构造中间计算矩阵K1和测地距离核矩阵K，使矩阵K满足正定性；(9)计算矩阵K的特征值和特征向量；(10)根据亥维塞德函数确定拓扑维数；(11)根据拓扑维数进行低维流形特征提取。本发明通过判断振动信号的异常与否，提高了特征提取的针对性和准确性。本发明可广泛应用于各种机械设备的故障预测特征提取中。
-
公开(公告)号：CN101859128A
公开(公告)日：2010-10-13
申请号：CN201010217024.4
申请日：2010-07-05
Applicant: 北京信息科技大学
IPC: G05B19/4065
Abstract: 本发明涉及一种基于知识的车铣复合机床故障预测专家系统，其包括人机接口模块、数据获取和预处理模块、基于数据挖掘的知识获取模块、基于自适应的故障预测模块、故障诊断专家系统、解释器、推理机、预测方法库、综合知识库、模型库和诊断模块；人机接口模块实现将实时检测数据和历史数据传送至其它模块，数据获取和预处理模块将接收的数据预处理后输入知识获取模块内进行数据挖掘；知识获取模块经故障预测模块连接故障诊断专家系统；故障预测模块和故障诊断专家系统将故障预测和诊断结果输入推理机，推理机在综合知识库和模型库中进行搜索；故障预测模块通过建立选择目标函数，经推理机从预测方法库中选择合适的预测方法进行故障预测。本发明可以广泛应用于各种数控机床故障诊断中。
-
公开(公告)号：CN101799359A
公开(公告)日：2010-08-11
申请号：CN201010101275.6
申请日：2010-01-27
Applicant: 北京信息科技大学
IPC: G01M13/00
Abstract: 本发明涉及一种动力设备故障监测预报方法及其系统，(1)设置一包括往复式发动机、取油装置、油液预处理器、油液数据分析存储模块、故障诊断模块、磁电传感器、电压传感器、压力传感器、温度传感器、振动传感器、超声波传感器、信号调理箱、模数转化模块和数据采集模块的故障监测预报系统；(2)由数据采集模块采集曲轴相位信号，使各传感器开始采集信号；(3)将采集到的信号送入故障诊断模块内；(4)取油装置取出动态油样，经油液数据分析存储模块将油液中金属元素浓度值送入故障诊断模块；(5)制定相位信号和幅值界限值；(6)故障诊断模块对往复机械状态进行故障监测和预报。本发明采集手段全面，并能满足故障预报及监测功能，诊断精度较高。本发明可以广泛应用于各种往复机械设备中。
-
Patent Agency Ranking
公开(公告)号：CN101799320A
公开(公告)日：2010-08-11
申请号：CN201010101274.1
申请日：2010-01-27
Applicant: 北京信息科技大学
IPC: G01H17/00
Abstract: 本发明涉及一种旋转设备故障预测方法及其装置，(1)设置一包括供电模块、传感器、数据采集模块、数据归类模块、时间序列预测模块、灰色预测模块、组合预测模块、频率分量幅值预测模块、自适应优化选择模块、显示模块和系统控制模块的测试装置；(2)数据采集模块采集适合四种预测模块的振动信号作历史数据；(3)由数据采集模块实时在线采集各种情况下的振动信号，作当前数据；(3)利用趋势预测方法对保存的数据分析；(4)将下一时刻采集的振动信号分析处理后，与前一时刻由趋势预测方法得到的结果比较；(5)比较后得到的最优预测模型。本发明采用模块化结构的故障预测装置，能适应不同旋转设备需要，实现对旋转设备状态进行实时在线预测。本发明可广泛应用于各种旋转设备的故障预测检测分析中。
-
公开(公告)号：CN112027177B
公开(公告)日：2024-05-10
申请号：CN202011082522.2
申请日：2020-10-12
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种钢卷打捆机，其包括的摩擦驱动机构的输出端设置有带头压紧机构，带头压紧机构位于锁扣机构的前侧；锁扣机构与增力连杆机构连接，带头压紧机构、增力连杆机构和摩擦驱动机构都与液压驱动系统连接；液压驱动系统包括摩擦驱动液压缸、压紧液压缸和增力液压缸；钢带的自由端经摩擦驱动机构驱动依次传输至带头压紧机构和锁扣机构，由锁扣机构输出进而沿位于打捆机工位处的待打捆钢卷行进一周并回到锁扣机构内，形成上下重叠的做扣部分；钢带的自由端在带头压紧机构处被压紧，锁扣机构下降并紧贴钢卷后，摩擦驱动机构主动轮反向旋转，将钢带向回拉出，回收多余捆带并施加预紧力，由锁扣机构完成做扣，将钢卷打捆完毕。
-
公开(公告)号：CN112749688B
公开(公告)日：2023-05-16
申请号：CN202110149643.2
申请日：2021-02-02
Applicant: 北京信息科技大学
IPC: G06F18/10 , G06F17/18 , G06F30/20 , G06F119/10
Abstract: 本发明涉及一种基于MC罚函数的冲击载荷稀疏识别方法及系统，其包括：采集含有噪声信号的转子系统的转子、轴承等振动信号；将振动信号压缩处理后传输至预先建立的稀疏识别模型；对稀疏识别模型进行求解，实现对振动冲击载荷的识别。本发明采用的基于MC罚函数的稀疏分解结果优于L1正则化稀疏分解结果，且在冲击载荷非加载区噪声被很好的抑制。本发明可以广泛在转子系统冲击载荷识别技术领域中应用。
-
公开(公告)号：CN115270953A
公开(公告)日：2022-11-01
申请号：CN202210869864.1
申请日：2022-07-22
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种带梯度惩罚的DCGAN的故障样本生成方法及系统，其包括：构建正交梯度惩罚深度卷积生成对抗网络模型，设置生成器和判别器，所述生成器用于生成假数据，作为生成样本；对振动信号进行变分模态分解降噪，将降噪后的振动信号转为二维灰度图像，所述二维灰度图像为故障样本，将所述生成样本和所述故障样本输入所述判别器，获得样本真假分类结果；根据所述样本真假分类结果构建所述生成器和所述判别器的损失函数，固定所述生成器和所述判别器的网络参数，对所述正交梯度惩罚深度卷积生成对抗网络模型进行学习训练，由训练后的所述深度卷积生成对抗网络模型得到生成故障样本集。本发明能有效扩充故障样本，为复杂机电系统故障诊断提供支持。
-
公开(公告)号：CN112846938B
公开(公告)日：2022-09-16
申请号：CN202110005626.1
申请日：2021-01-05
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种切削工况下的主轴回转精度劣化溯源系统，其在线处理部分包括数据采集模块、信号分析与处理模块和人机交互模块；离线处理部分包括劣化溯源模块；数据采集模块用于采集切削工况下的主轴振动位移信号，得到主轴回转误差并传输至信号分析与处理模块；信号分析与处理模块将接收到的主轴回转误差信号进行频谱变换，并对采集到的原始振动信号进行降噪处理，对传感器测得的主轴振动位移信号进行误差分离，对主轴回转误差进行误差结果评定；人机交互模块与信号分析与处理模块进行信息交互，用于显示评定结果，并生成报表；设置采集信号的参数并传输至信号分析与处理模块；劣化溯源模块用于进行基于轴心轨迹的主轴回转精度劣化分析，实现主轴运行状态识别。
-
-
-
-
-
-
-
-
-
Search Results
101
records
(took 0.067 seconds)
