-
公开(公告)号：CN115371993A
公开(公告)日：2022-11-22
申请号：CN202210869472.5
申请日：2022-07-22
Applicant: 西安交通大学
IPC: G01M13/045
Abstract: 公开了无转速计的角度时间循环平稳的滚动轴承故障诊断方法，方法中，在滚动轴承的轴承座端盖处布置测点，利用振动加速度传感器采集振动信号；根据所述振动信号通过短时傅里叶变换峰值搜索法估算电机的初步转速；利用Vold‑Kalman滤波器与所述初步转速计算得到电机精确转速；根据精确转速，对所述振动信号进行角度‑时间循环平稳分析，得到循环谱密度图；在循环谱密度图的循环阶数域中观测是否存在轴承故障特征阶数，同时在谱频率域中确定故障冲击波形的振荡频率以完成故障诊断。
-
公开(公告)号：CN109871824B
公开(公告)日：2022-06-21
申请号：CN201910183672.3
申请日：2019-03-11
Applicant: 西安交通大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于稀疏贝叶斯学习的超声导波多模态分离方法及其系统，所述方法包括以下步骤：以信号s(t)作为激励施加到被测结构，获取被测结构的超声导波响应信号r(t)，所述超声导波响应信号一共包含P个超声导波模态，根据所获得的超声导波模态，按模态分别构建覆盖不同传播距离下的子传播字典Di，并将其组合得到多模态复合传播字典D＝[D1，D2，…，DP]；将超声导波响应信号r(t)在多模态复合传播字典D下进行稀疏表示，建立稀疏表示模型，利用稀疏贝叶斯学习算法求解以下模型：r＝Dw+n，并将其对应的子权重系数W1，W2，…WP按模态逐个分离；将所述多模态复合传播字典D按模态分解，得到各模态下的单模态传播字典D1，D2，…，DP，将各单模态传播字典与对应的子权重系数wi相乘以得到第i个模态的单模态信号成分。
-
公开(公告)号：CN111553877B
公开(公告)日：2022-04-01
申请号：CN202010205266.5
申请日：2020-03-20
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于太赫兹的陶瓷基复合材料叶片损伤识别和寿命评估方法，方法包括以下步骤：连续太赫兹波探测航空发动机陶瓷基复合材料叶片以生成太赫兹原始图像；太赫兹原始图像傅里叶变换后高斯低通滤波得到二次太赫兹图像，二次太赫兹图像直方图均衡化生成三次太赫兹图像；Faster‑RCNN网络基于所述三次太赫兹图像识别叶片损伤，基于BP神经网络建立叶片寿命评估的自学习模型，将三次太赫兹图像中的裂纹损伤程度分级标注作为时序分析，输入太赫兹图像样本调试训练学习模型，当训练误差达到预定阈值时，训练网络生成裂纹损伤程度与时间点之间的关系，将待测叶片的三次太赫兹图像输入自学习模型，得到待测叶片的寿命预测值。
-
公开(公告)号：CN111353129B
公开(公告)日：2021-12-28
申请号：CN202010084473.X
申请日：2020-02-10
Applicant: 西安交通大学
Abstract: 本发明公开了一种叶端定时数据存储矩阵化处理方法，方法包括以下步骤：叶端定时数据分为转速到达时间和叶片到达时间，且满足nbtt＝nbnp(nopr‑1)，以转速到达时间为每包数据的分隔标记，每一转为一包数据，每包数据为一个数据矩阵，基于所述数据矩阵将叶片到达时间转化为叶片振动位移。
-
公开(公告)号：CN110045014B
公开(公告)日：2021-08-06
申请号：CN201910178145.3
申请日：2019-03-11
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于贝叶斯学习的Lamb波频散消除方法及其系统，所述方法包括以下步骤：获取目标频散Lamb波信号的模态特征信息，并将时域信号转换至频域以得到频散的多模态Lamb波信号R(ω)，离散化后将其特定频带内的信号写成列向量的形式r＝[R(ω1)，R(ω2)，…，R(ωN)]T，基于所述模态特征信息，依据Lamb波传播模型分别构造多模态频散传播字典Φ和非频散传播字典Φ′，将频散多模态Lamb波信号r在所构造的频散字典Φ下进行稀疏表示，将非频散字典Φ′与所得稀疏表示系数w相乘，得到信号r′＝Φ′w，r′即为对应于原始信号r的去除频散效应后的信号。
-
Patent Agency Ranking
公开(公告)号：CN111257957B
公开(公告)日：2021-06-01
申请号：CN202010118086.3
申请日：2020-02-25
Applicant: 西安交通大学
IPC: G01V8/10
Abstract: 公开了基于被动式太赫兹成像的识别跟踪系统及方法，识别系统包括被动式太赫兹成像系统、图像处理模块以及识别跟踪模块，其中，被动式太赫兹成像系统配置成接收待成像目标自身辐射的太赫兹波以生成第一分辨率的太赫兹波原始图像，图像处理模块配置成基于所述太赫兹波原始图像重构得到太赫兹波重构图像，图像处理模块将所述太赫兹波原始图像输入训练好的SRGAN网络，通过网络预先学习好的低分辨率到高分辨率的函数关系生成重构太赫兹图片；识别跟踪模块配置成基于太赫兹波重构图像识别预定对象并进行追踪。
-
公开(公告)号：CN109883720B
公开(公告)日：2021-04-13
申请号：CN201910226768.3
申请日：2019-03-22
Applicant: 西安交通大学
Abstract: 本发明公开了一种用于辨识叶片多模态振动的叶端定时传感器的布置方法，所述方法包括：测量叶片的转速与振动频率，基于叶片的转速与振动频率确定叶片的振动阶次和叶端定时传感器数目；基于叶端定时传感器安装角度和所述振动阶次构建叶片振动模型的设计矩阵；计算设计矩阵的条件数；将设计矩阵的条件数作为目标函数，利用优化算法使设计矩阵条件数达到最小值确定叶端定时传感器的安装角度。
-
公开(公告)号：CN110032776B
公开(公告)日：2021-02-26
申请号：CN201910225545.5
申请日：2019-03-22
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于转子叶片动应变多模态解耦的应变场与位移场重构方法及其系统，所述方法包括：建立待测量转子叶片的三维有限元模型，提取所述三维有限元模型的模态参数；在所述转子叶片上布置应变片，经由所述应变片所在测点的动应变测量转子叶片多模态振动；解耦转子叶片多模态振动；建立测点应变与全场应变及位移的映射关系，所述动应变基于所述映射关系重构得到所述转子叶片任意时刻、任意位置及任意方向的动应变与位移。本发明可实现多模态振动下转子叶片动应变解耦，仅利用单一测点应变信息便可实现整体应变场与位移场的重构，不仅可实现叶片表面振动的测量，还可以实现内部节点振动测量，计算过程简单，测量精度高。
-
公开(公告)号：CN110553844B
公开(公告)日：2020-12-25
申请号：CN201910673971.5
申请日：2019-07-24
Applicant: 西安交通大学
IPC: G01M13/045 , G01M13/028 , G01B21/22 , G06F17/10
Abstract: 本发明公开了一种旋转机械的不对中故障检测方法及其检测系统，方法包括以下步骤：测量旋转机械的输入端转频ωs以及输入端轴承的轴向和径向振动信号x(t)；基于所述转频ωs以及输入端轴承的轴向和径向振动信号x(t)进行数据处理得到滤波后的信号y(t)以及基于滤波后的信号y(t)频谱处理得到频谱幅值指标；通过第二步骤得到轴向频谱幅值指标TZ和径向频谱幅值指标TJ，当轴向振动信号的频幅值指标TZ小于第一预定值，径向振动信号的频幅值指标TJ小于第二预定值，确定旋转机械正常对中，当轴向振动信号的频幅值指标TZ大于第一预定值和/或径向振动信号的频幅值指标TJ大于第二预定值，确定发生不对中故障。
-
公开(公告)号：CN109871661B
公开(公告)日：2020-12-25
申请号：CN201910236530.9
申请日：2019-03-26
Applicant: 西安交通大学
IPC: G06F30/20
Abstract: 本发明公开了一种叶端定时信号丢失的识别补全方法，包括：基于转速信号序列与叶端定时信号序列的插补关系，识别转速信号丢失的位置和个数；计算转速信号丢失率，根据转速信号丢失率执行转速信号补全方案；基于窗格划分的单圈叶片信号丢失识别方法，识别叶片信号丢失的位置；根据叶片信号丢失的位置，判断叶端定时信号丢失为连续丢失还是间断丢失；若为连续丢失，则采用基于窗格划分的信号补全法；若为间断丢失，则采用基于前后有效圈的信号补全法。本发明能够有效应对叶端定时信号采集过程中的信号丢失现象，改善信号的可处理性，便于后续叶片振动位移信息提取。
-
-
-
-
-
-
-
-
-
Search Results
91
records
(took 0.037 seconds)
