-
公开(公告)号：CN107341349A
公开(公告)日：2017-11-10
申请号：CN201710522283.X
申请日：2017-06-30
Applicant: 上海交通大学
Abstract: 本发明提供一种风机健康评估的方法、系统、存储器及控制器，所述包括：获取风机正常运行时的历史数据并形成风机运行时的工况特征向量；对风机历史运行工况进行划分；识别工况类别，根据工况类别利用状态特征向量构建在线评估风机健康的基准模型；将当前时刻的工况特征向量输入预设训练模型，得到当前时刻风机运行工况分别属于每种工况的工况类别概率并计算当前时刻状态特征向量与每种工况下基准模型的马氏距离；获取工况类别概率与距离每种工况下基准模型的马氏距离的加权平均值并将加权平均值转化为健康指标用以描述当前时刻风机运行状态偏离正常运行时的程度。本发明可提前识别风机故障发生前的劣化过程，准确评估风机运行时健康状态变化。
-
公开(公告)号：CN105975749A
公开(公告)日：2016-09-28
申请号：CN201610273465.3
申请日：2016-04-28
Applicant: 上海交通大学
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 本发明提供一种轴承健康评估与预测的方法及系统，所述方法包括：获取轴承运行过程中的振动信号并对振动信号进行处理获取振动信号的时域统计特征，时频域能量特征及三角函数特征并根据轴承退化的特性指标，选择对轴承退化最敏感的特征，组成特征向量并选择轴承处于正常运行时的特征向量作为输入向量训练自组织特征映射网络并建立自组织特征映射网络模型，求得所述自组织特征映射网络模型中每个特征向量所对应的最小量化误差，并利用最小量化误差构建反应轴承退化性能的健康指标；利用极限学习机预测方法和健康指标对所述轴承退化的趋势进行预测。本发明可以准确刻画轴承退化过程中的退化程度，并且精确地预测轴承退化的趋势。
-
公开(公告)号：CN107341349B
公开(公告)日：2020-04-14
申请号：CN201710522283.X
申请日：2017-06-30
Applicant: 上海交通大学
Abstract: 本发明提供一种风机健康评估的方法、系统、存储器及控制器，所述包括：获取风机正常运行时的历史数据并形成风机运行时的工况特征向量；对风机历史运行工况进行划分；识别工况类别，根据工况类别利用状态特征向量构建在线评估风机健康的基准模型；将当前时刻的工况特征向量输入预设训练模型，得到当前时刻风机运行工况分别属于每种工况的工况类别概率并计算当前时刻状态特征向量与每种工况下基准模型的马氏距离；获取工况类别概率与距离每种工况下基准模型的马氏距离的加权平均值并将加权平均值转化为健康指标用以描述当前时刻风机运行状态偏离正常运行时的程度。本发明可提前识别风机故障发生前的劣化过程，准确评估风机运行时健康状态变化。
-
公开(公告)号：CN105975749B
公开(公告)日：2019-03-12
申请号：CN201610273465.3
申请日：2016-04-28
Applicant: 上海交通大学
IPC: G06F17/50
Abstract: 本发明提供一种轴承健康评估与预测的方法及系统，所述方法包括：获取轴承运行过程中的振动信号并对振动信号进行处理获取振动信号的时域统计特征，时频域能量特征及三角函数特征并根据轴承退化的特性指标，选择对轴承退化最敏感的特征，组成特征向量并选择轴承处于正常运行时的特征向量作为输入向量训练自组织特征映射网络并建立自组织特征映射网络模型，求得所述自组织特征映射网络模型中每个特征向量所对应的最小量化误差，并利用最小量化误差构建反应轴承退化性能的健康指标；利用极限学习机预测方法和健康指标对所述轴承退化的趋势进行预测。本发明可以准确刻画轴承退化过程中的退化程度，并且精确地预测轴承退化的趋势。
-
-
-
Search Results
4
records
(took 0.018 seconds)
