-
公开(公告)号：CN104569819A
公开(公告)日：2015-04-29
申请号：CN201510014727.X
申请日：2015-01-12
Applicant: 清华大学
IPC: G01R31/34
Abstract: 本发明公开了一种异步牵引电机的故障检测方法，属于故障诊断技术领域，以使得在所构建的模型存在不确定性的情况下，高速铁路列车的异步牵引电机的故障检测方法仍然能够准确检测出故障。该异步牵引电机的检测方法包括：构建模型步骤：构建所述异步牵引电机的离散状态空间模型；采集数据步骤：采集当前时刻的所述异步牵引电机的输出电流数据和输入电压数据；故障检测步骤：获取预存储的当前时刻的所述异步牵引电机的状态范围，结合所述输出电流数据和所述输入电压数据，利用所述离散状态空间模型检测所述异步牵引电机是否存在故障。该方法适用于高速铁路列车的异步牵引电机。
-
公开(公告)号：CN104199441A
公开(公告)日：2014-12-10
申请号：CN201410418264.9
申请日：2014-08-22
Applicant: 清华大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于稀疏贡献图的高炉多工况故障分离方法及系统，该方法包括：数据收集步骤，收集不同工况下的对应各个检测变量的正常数据作为训练样本集；字典增广步骤，基于训练样本集得到字典，并对字典进行增广处理得到增广字典；稀疏编码步骤，利用增广字典，获取在线数据的稀疏编码；故障检测步骤，基于稀疏编码计算在线数据的字典重构残差，并将其与字典重构残差的控制限进行比较，若字典重构残差大于控制限，则判断发生故障并执行故障分离步骤；故障分离步骤，计算各个检测变量的稀疏贡献值，根据稀疏贡献值绘制稀疏贡献图以进行故障分离。本方法利用稀疏贡献图中各变量的稀疏贡献具有稀疏的特点，便于对故障进行快速、准确分离。
-
公开(公告)号：CN103631145A
公开(公告)日：2014-03-12
申请号：CN201310675045.4
申请日：2013-12-11
Applicant: 清华大学
IPC: G05B17/00
Abstract: 本发明公开了一种基于监控指标切换的多工况过程监控方法和系统，包括：采集不同工况下的正常数据作为训练样本集；基于该训练样本集得到隐马尔科夫模型，并获取隐马尔科夫模型的监控指标所对应的控制限；基于各个工况的训练样本分别建立对应工况的统计模式分析模型，并获取各个统计模式分析模型的监控指标所对应的控制限；基于实时获取的过程数据计算工况向量，进而计算差分工况向量；根据差分工况向量的范数，计算相应的实时监控指标，并将其与对应模型的监控指标所对应的控制限比对，来监控工况的运行状况，该方法实时获取过程数据保证监控的可靠性，且不需要每个工况下的数据服从高斯分布，具有更高的适用性。
-
公开(公告)号：CN102385750B
公开(公告)日：2013-07-10
申请号：CN201110169453.3
申请日：2011-06-22
Applicant: 清华大学
IPC: G06T7/00
Abstract: 本发明公开了基于几何关系的直线匹配方法及系统。该直线匹配方法包括：步骤1，对若干个图像进行直线检测；步骤2，对从同一个图像检测到的直线进行投影变换；步骤3，求取同一个图像检测到的直线在投影面上形成的圆弧的交点；步骤4，生成同一个图像检测到的直线的匹配特征；步骤5，利用从各图像检测到的直线对应的匹配特征进行直线匹配。本发明无需预先求取基本矩阵，避免了点匹配精度对直线匹配的精度的影响，提高了匹配算法的效率。
-
公开(公告)号：CN102495140A
公开(公告)日：2012-06-13
申请号：CN201110341956.4
申请日：2011-11-02
Applicant: 清华大学
Abstract: 本发明公开了一种面向超声波信号的小波去噪方法及系统。该方法包括：步骤1，获取含噪声的超声回波信号数学模型f(t)＝s(t)+r(t)，s(t)是探头接收到的衰减后的超声回波信号，r(t)是包括结构噪声在内的所有噪声；步骤2，选取基本小波并计算该基本小波的尺度函数和滤波函数；步骤3，将超声回波信号数学模型与基本小波的滤波函数卷积，得到去噪的超声波信号。本发明能够去除超声回波中的噪声，并能够减小器件的面积，增强器件的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN100538265C
公开(公告)日：2009-09-09
申请号：CN200610112438.4
申请日：2006-08-18
Applicant: 清华大学
Abstract: 本发明属于地形辅助导航系统中图像匹配技术领域，其特征在于：在实时图与参考图匹配过程中，利用参考图矩阵与由实时图矩阵得到的逆序矩阵进行卷积运算得到卷积矩阵，并且把该卷积矩阵除以实时图矩阵对应位置两两相乘的总和得到新的矩阵，取该矩阵其中的一定范围作为匹配可能位置，选取与数值1最接近的值的位置为最终匹配位置，该位置即为实时图在参考图的匹配位置。本方法较以往方法的运算速度有十分显著的提高。
-
公开(公告)号：CN106525466B
公开(公告)日：2019-02-22
申请号：CN201610899907.5
申请日：2016-10-14
Applicant: 清华大学
Abstract: 本发明公开了一种动车组制动系统关键部件鲁棒滤波方法和系统，包括：建立传感器分辨率受到限制的情况下动车组制动系统关键部件的软测量模型，软测量模型中存在随机模型不确定性；根据动车组制动系统关键部件的状态方程、软测量模型、动车组制动系统关键部件的当前控制输入信号及传感器的当前测量输出信号确定动车组制动系统关键部件的滤波器模型；利用滤波器模型进行状态估计，并确定状态估计相关误差。因此，采用本发明可以不依赖模型不确定性结构，且在传感器分辨率受到限制的情况下，对动车组制动系统关键部件进行滤波，提高了动车组制动系统关键部件滤波的鲁棒性，有效保障了动车组制动系统关键部件运行状态在线监测的应用需求。
-
公开(公告)号：CN105730431B
公开(公告)日：2018-04-20
申请号：CN201610065389.7
申请日：2016-01-29
Applicant: 清华大学 , 青岛四方车辆研究所有限公司
IPC: B60T17/22
Abstract: 本发明公开了一种动车组制动缸故障监测方法及故障监测系统，该监测方法包括，获取正常工况下包含制动过程的各制动缸压力测量数据构成训练数据集；计算训练数据集中每个样本的变量间方差并确定变量间方差的阈值；实时采集各制动缸当前时刻的压力测量数据作为测试样本，并利用所述变量间方差的阈值判断该测试样本是否包含有故障；当判断为包含有故障时，依次求取所述测试样本中每个制动缸压力测量数据的重构贡献值，并将具有最大重构贡献值的制动缸确定为发生故障的制动缸。该方法可以及时地对故障进行检测和分离，指示发生异常的制动缸或所在管路，作为严重故障的预测，为部件的及时维修与替换提供一定参考，从而有效地避免更为严重故障的发生。
-
公开(公告)号：CN105068529B
公开(公告)日：2018-02-09
申请号：CN201510473799.0
申请日：2015-08-05
Applicant: 清华大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于加权残差分量比较的故障分离方法及系统，该方法包括：建立被测系统基于残差信号的故障检测模型；基于故障检测模型获取被测系统的离线残差函数向量；设计离线残差函数向量中各分量的加权系数，并利用加权系数和离线残差函数向量设计故障分离策略；基于故障检测模型获取被测系统的在线残差函数向量，并基于加权系数将在线残差函数向量处理为在线加权残差函数向量；基于故障分离策略和在线加权残差函数向量实现故障分离。本发明充分利用了残差中的信息，基于残差分量设计加权系数并进行加权残差分量的比较，可以更好的实现被测系统的故障分离。
-
公开(公告)号：CN103714397B
公开(公告)日：2017-03-29
申请号：CN201310737532.9
申请日：2013-12-26
Applicant: 清华大学
IPC: G06Q10/04
Abstract: 本发明公开了一种多阶段任务多状态系统的最优选择性维修优化方法和装置。该方法包括：给定系统中部件层性能集合，各部件状态转移率矩阵和多阶段任务序列；依据各部件状态转移率矩阵计算部件层性能集合的概率分布；依据部件层性能集合以及所述部件层性能集合的概率分布计算系统层性能集合以及系统层性能集合的概率分布；依据各部件性能状态、所述系统层性能集合以及系统层性能集合的概率分布，以及所述多阶段任务序列计算系统任务可靠性；依据备件剩余量计算维修活动可行集；以所述系统任务可靠性为指标函数，以所述维修活动可行集为约束条件，依据所述多阶段任务序列、所述各部件性能状态以及所述备件剩余量，建立维修优化模型，求解最优策略表。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.017 seconds)
