-
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。
-
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：CN112033413B
公开(公告)日：2023-06-16
申请号：CN202010930986.8
申请日：2020-09-07
Applicant: 北京信息科技大学
IPC: G01C21/20
Abstract: 本发明涉及一种基于结合环境信息的改进A*算法的路径规划方法，其包括：将地图进行自适应膨胀处理：获取机器人所处环境的栅格地图，对障碍点坐标进行初始标记；获得障碍点的坐标后，填充机器人传感器位置到障碍点之间的栅格以及该障碍点栅格的初始代价值；对障碍点进行自适应膨胀处理，根据栅格代价值填充障碍点周围膨胀区栅格的代价值，完成对代价地图的膨胀处理；在经过自适应膨胀处理的地图上采用改进A*算法进行路径搜索。本发明能在无障碍物环境有效提高搜索效率，避免路径通过障碍物顶点。
-
公开(公告)号：CN112163640A
公开(公告)日：2021-01-01
申请号：CN202011190507.X
申请日：2020-10-30
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种基于深度卷积迁移学习行星齿轮箱故障诊断方法及系统，其包括以下步骤：收集已有工况S下的行星齿轮箱故障数据集，构建源域数据集；对每一组原始振动信号都进行点数分割，构建源域样本数据集；构建目标域数据集，并对目标域数据集中的每组原始振动信号进行点数分割，构建目标域样本数据集；将源域样本数据集和目标域样本数据集利用深度卷积迁移学习，实现对行星齿轮箱进行故障诊断。本发明可以在面对多工况下故障样本较少或某故障样本缺失等情况发生时，仍旧可以获得较为理想的故障诊断效果，且在新工况下的数据集，不需要重新训练网络模型，可以节约大量时间。
-
Patent Agency Ranking
公开(公告)号：CN112034836A
公开(公告)日：2020-12-04
申请号：CN202010685966.9
申请日：2020-07-16
Applicant: 北京信息科技大学
IPC: G05D1/02
Abstract: 本发明涉及一种改进A*算法的移动机器人路径规划方法，其包括步骤：采用栅格法建立移动机器人工作环境的三维地图模型；在三维地图模型中，针对栅格存在部分障碍物的情况采用改进A*算法进行邻域搜索，以提高生成路径的合理性；同时，通过引入坡度信息的改进代价函数计算从起始节点开始到其每一个邻域节点的代价值，使路径更平缓，进而在保证搜索效率的前提下得到最优路径。本发明改善了移动机器人易与障碍物边缘发生碰撞的问题，解决了算法生成路径在复杂地形中过于陡峭的问题。
-
公开(公告)号：CN112033413A
公开(公告)日：2020-12-04
申请号：CN202010930986.8
申请日：2020-09-07
Applicant: 北京信息科技大学
IPC: G01C21/20
Abstract: 本发明涉及一种结合环境信息的改进A*算法，其包括：将地图进行自适应膨胀处理：获取机器人所处环境的栅格地图，对障碍点坐标进行初始标记；获得障碍点的坐标后，填充机器人传感器位置到障碍点之间的栅格以及该障碍点栅格的初始代价值；对障碍点进行自适应膨胀处理，根据栅格代价值填充障碍点周围膨胀区栅格的代价值，完成对代价地图的膨胀处理；在经过自适应膨胀处理的地图上采用改进A*算法进行路径搜索。本发明能在无障碍物环境有效提高搜索效率，避免路径通过障碍物顶点。
-
公开(公告)号：CN109443752B
公开(公告)日：2020-11-27
申请号：CN201811206915.2
申请日：2018-10-17
Applicant: 北京信息科技大学
IPC: G01M13/021 , G01M13/028
Abstract: 本发明涉及一种基于VMD的齿轮振动信号降噪及故障诊断方法，其步骤：采集齿轮在正常运行状态、点蚀故障、磨损故障以及断齿故障下的振动信号xw(n)＝{xw(1),...,xw(N)}，其中，N代表每组数据个数，w代表数据组别，w＝1、2、3、4，分别代表正常运行状态、点蚀故障状态、磨损故障状态、断齿故障状态；对xw(n)＝{xw(1),...,xw(N)}中正常运行状态下的原始振动信号x1(n)进行VMD‑模平方阈值处理；将所有齿轮振动信号xw(n)按照步骤2)进行VMD‑模平方阈值处理，得到处理后的信号提取处理后的信号的每组信号的峭度和均方根值组成特征向量K和R；利用PNN进行故障诊断。
-
公开(公告)号：CN108956141A
公开(公告)日：2018-12-07
申请号：CN201810289904.9
申请日：2018-04-03
Applicant: 北京信息科技大学
IPC: G01M13/04
CPC classification number: G01M13/045
Abstract: 本发明涉及一种基于模平方阈值—FastICA的滚动轴承降噪方法，其步骤：采集设备采集滚动轴承的原始振动信号；将采集到的滚动轴承原始振动信号进行模平方阈值降噪，得到模平方阈值降噪后的信号；将模平方阈值降噪后的信号与原始振动信号组成输入矩阵，进行FastICA降噪，得到两个独立分量；判断两个独立分量的时域波形，选择包含较多故障信息的独立分量进行Hilbert包络和FFT，得到经模平方阈值—FastICA降噪后信号的时域波形图和频谱图；令模平方阈值—FastICA降噪后信号为yf,求原始信号与yf的峭度值，根据峭度值判断原始振动信号是否存在故障以及模平方阈值—FastICA的降噪效果，由降噪后信号的频谱图提取滚动轴承原始振动信号的特征频率成分，根据特征频率成分判断滚动轴承是否存在故障以及故障类型。
-
公开(公告)号：CN108537216A
公开(公告)日：2018-09-14
申请号：CN201810289223.2
申请日：2018-04-03
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种面向复杂纳西东巴象形文字的识别方法，其步骤：对纳西东巴象形文字进行特征提取；根据纳西东巴象形文字的特点，提取东巴象形文字的5类拓扑特征值：块数a、孔数b、端点个数c、三叉点数d和四叉点数e，将东巴象形文字以拓扑特征码abcde表示。对东巴象形文字进行特征提取后，每个待识别的东巴文样本都形成了数据特征，采用多级识别的方法对东巴文进行智能识别。本发明能有效解决纳西经典古籍因笔画复杂、年代久远、笔迹不清导致的识别困难问题。本发明可以广泛在文字识别领域中应用。
-
-
-
-
-
-
-
-
-
Search Results
130
records
(took 0.026 seconds)
