-
公开(公告)号：CN111274754A
公开(公告)日：2020-06-12
申请号：CN202010148818.3
申请日：2020-03-05
Applicant: 苏州大学
IPC: G06F30/367 , G06F111/10
Abstract: 本发明涉及一种轨道绝缘非均匀情况下轨道交通供电参数计算方法及系统，包括确定回流系统的划分切面，将回流系统分割为多个区段；根据不同的区段和切面建立回流系统的等效模型；将所述等效模型添加到轨道交通供电系统中形成全模型，计算所述全模型的供电参数。本发明有利于保证供电参数计算的快速性、精确性。
-
公开(公告)号：CN110243605B
公开(公告)日：2020-04-10
申请号：CN201910674416.4
申请日：2019-07-25
Applicant: 苏州大学
IPC: G01M13/045 , G06K9/00
Abstract: 本发明公开了一种基于快速路径最优搜索和动态基角度的多源时频脊线提取方法。本发明提供了一种基于快速路径最优搜索和动态基角度的多源时频脊线提取方法，包括：步骤1：短时傅里叶变换及频带的选择。对振动信号中采用短时傅里叶分析，将轴承信号分为低频段和共振频带。本发明的有益效果：1、该发明首先应用快速路径最优搜索策略，得到连续和准确的瞬时频率脊线，然后在得到的脊线的基础上，计算对应时刻点的切角，得到频率与目标信号频率相匹配的基函数，适用于处理变转速非平稳状态下的滚动轴承振动信号。
-
公开(公告)号：CN108760316B
公开(公告)日：2019-11-05
申请号：CN201810931952.3
申请日：2018-08-16
Applicant: 苏州大学
IPC: G01M13/04
Abstract: 本发明涉及一种变分模态分解的变参信息融合方法，包括：取分解模态个数K＝1，设定带宽平衡参数α，对分析信号进行VMD处理，得到一个IMF分量，将原始信号减去这个IMF分量，得到剩余分量；将所述剩余分量作为所述分析信号，重复上述步骤n次，得到n个IMF分量和n个剩余分量；根据给定优化指标方法从上述2n个分量中选出包含最多故障信息的分量，即故障模态分量；改变所述α的值，重复上述步骤N次，获得N个具有不同带宽的故障模态分量。上述变分模态分解的变参信息融合方法，本发明方法利用流形学习对变参数下VMD处理得到的多维故障模态分量进行信息融合，获得信噪比高的故障瞬态成分。
-
公开(公告)号：CN110243605A
公开(公告)日：2019-09-17
申请号：CN201910674416.4
申请日：2019-07-25
Applicant: 苏州大学
IPC: G01M13/045 , G06K9/00
Abstract: 本发明公开了一种基于快速路径最优搜索和动态基角度的多源时频脊线提取方法。本发明提供了一种基于快速路径最优搜索和动态基角度的多源时频脊线提取方法，包括：步骤1：短时傅里叶变换及频带的选择。对振动信号中采用短时傅里叶分析，将轴承信号分为低频段和共振频带。本发明的有益效果：1、该发明首先应用快速路径最优搜索策略，得到连续和准确的瞬时频率脊线，然后在得到的脊线的基础上，计算对应时刻点的切角，得到频率与目标信号频率相匹配的基函数，适用于处理变转速非平稳状态下的滚动轴承振动信号。
-
公开(公告)号：CN106895975B
公开(公告)日：2019-03-15
申请号：CN201710030372.2
申请日：2017-01-17
Applicant: 苏州大学
IPC: G01M13/045 , G06N3/08
Abstract: 本发明涉及一种基于Stacked SAE深度神经网络的轴承故障诊断方法，网络的第一层用于轴承故障的定性判断，即判断故障类型，网络的第二层用于轴承故障的定量判断，即判断故障的严重程度。本发明结合经验模态分解(EMD)和自回归(AR)模型作为原始轴承信号的预处理，提取AR模型参数作为网络的输入，大大降低网络的输入维度，有利于简化计算，加快网络的训练以及测试。此外，本发明所基于的深度神经网络能对输入进一步自动提取特征并且自动定性、定量化判断轴承故障，在确保本发明诊断精度的同时降低对信号处理专业知识的依赖，无需人工判断，减少人力的消耗，在大数据时代，更加具有实用价值。
-
Patent Agency Ranking
公开(公告)号：CN108819801A
公开(公告)日：2018-11-16
申请号：CN201810730417.1
申请日：2018-07-05
Applicant: 苏州大学
IPC: B60M5/02
Abstract: 本发明公开了一种钢轨电位抑制系统及方法，其系统包括：可调电阻单元、可编程控制器、反并联晶闸管模块和电压检测模块，可调电阻单元连接于钢轨和地网之间，反并联晶闸管模块与可调电阻单元并联，电压调节模块与可调电阻单元并联，可调电阻单元、反并联晶闸管模块、电压检测模块均与可编程控制器连接。本发明的钢轨电位抑制系统及方法可同时对钢轨电位和杂散电流进行抑制，可避免钢轨电位独立控制时杂散电流泄漏量过大，杂散电流独立控制时钢轨电位抬升严重的问题，有效降低钢轨电位对人身安全造成的危害，降低杂散电流对地铁结构钢筋及周围埋地管线的腐蚀危害，且能够降低设备成本，减少占用空间，提升控制效果。
-
公开(公告)号：CN108760316A
公开(公告)日：2018-11-06
申请号：CN201810931952.3
申请日：2018-08-16
Applicant: 苏州大学
IPC: G01M13/04
Abstract: 本发明涉及一种变分模态分解的变参信息融合方法，包括：取分解模态个数K＝1，设定带宽平衡参数α，对分析信号进行VMD处理，得到一个IMF分量，将原始信号减去这个IMF分量，得到剩余分量；将所述剩余分量作为所述分析信号，重复上述步骤n次，得到n个IMF分量和n个剩余分量；根据给定优化指标方法从上述2n个分量中选出包含最多故障信息的分量，即故障模态分量；改变所述α的值，重复上述步骤N次，获得N个具有不同带宽的故障模态分量。上述变分模态分解的变参信息融合方法，本发明方法利用流形学习对变参数下VMD处理得到的多维故障模态分量进行信息融合，获得信噪比高的故障瞬态成分。
-
公开(公告)号：CN105186899B
公开(公告)日：2018-02-02
申请号：CN201510547801.4
申请日：2015-08-31
Applicant: 苏州大学
Abstract: 本发明公开了一种T型三电平三相储能逆变器系统，包括：锂电池组、能量双向流动直流‑直流变换器、直流‑直流变换器控制器、能量双向流动直流‑交流变换器和直流‑交流变换器控制器；其中：锂电池组与能量双向流动直流‑直流变换器相连；直流‑直流变换器与能量双向流动直流‑交流变换器相连；能量双向流动直流‑交流变换器与电网相连；直流‑直流变换器控制器与能量双向流动直流‑直流变换器相连；直流‑交流变换器控制器与能量双向流动直流‑交流变换器相连。本发明能够降低系统的成本，同时实现能量的双向流动。
-
公开(公告)号：CN105071678B
公开(公告)日：2017-12-15
申请号：CN201510422375.1
申请日：2015-07-17
Applicant: 苏州大学
IPC: H02M7/483 , H02M7/487 , H02M7/5387 , H02J3/38
Abstract: 本发明公开了一种有限开关状态模型预测控制方法，应用于多电平三相并网逆变器，当所述逆变器的三相输出电流中最大值的绝对值大于最小值的绝对值时，将所述输出参考电压中最大值对应的相与所述逆变器的直流母线正极相连，当所述逆变器的三相输出电流中最大值的绝对值不大于最小值的绝对值时，将所述输出参考电压中最小值对应的相与所述逆变器的直流母线负极相连，以保证在逆变器输出电流的最大或最小这一段时间逆变器停止开通或关断，这样大大减少了逆变器的开关损耗，提高逆变器的效率。本发明还公开了一种与上述方法对应的有限开关状态模型预测控制装置。
-
公开(公告)号：CN106895975A
公开(公告)日：2017-06-27
申请号：CN201710030372.2
申请日：2017-01-17
Applicant: 苏州大学
Abstract: 本发明涉及一种基于Stacked SAE深度神经网络的轴承故障诊断方法，网络的第一层用于轴承故障的定性判断，即判断故障类型，网络的第二层用于轴承故障的定量判断，即判断故障的严重程度。本发明结合经验模态分解(EMD)和自回归(AR)模型作为原始轴承信号的预处理，提取AR模型参数作为网络的输入，大大降低网络的输入维度，有利于简化计算，加快网络的训练以及测试。此外，本发明所基于的深度神经网络能对输入进一步自动提取特征并且自动定性、定量化判断轴承故障，在确保本发明诊断精度的同时降低对信号处理专业知识的依赖，无需人工判断，减少人力的消耗，在大数据时代，更加具有实用价值。
-
-
-
-
-
-
-
-
-
Search Results
192
records
(took 0.052 seconds)
