公开(公告)号：CN118775374A

公开(公告)日：2024-10-15

申请号：CN202410838380.X

申请日：2024-06-26

Applicant: 上海华兴数字科技有限公司 ,  大连理工大学

Inventor： 朱超 ,  汪文峰 ,  罗忠兵 ,  范曙光 ,  孙强 ,  金士杰

IPC: F15B19/00

Abstract: 本发明涉及设备故障诊断技术领域，提供一种液压系统故障诊断方法、装置、电子设备及工程机械，该方法包括：根据工程机械中的液压系统对应的液压油温时间序列，确定液压系统在连续多个工时下各工时对应的多个递归参数；根据各工时对应的多个递归参数，确定各工时对应的故障指数；根据各工时对应的故障指数，确定液压系统在各工时对应的故障诊断结果。该方法针对各工时，基于工时对应的多个递归参数，确定该工时下的故障指数，该故障指数能够有效表征工程机械的液压系统在该工时下的运行状况，进而根据该故障指数，确定较为准确的故障诊断结果，有效提高液压系统故障诊断的准确性。

公开(公告)号：CN114548770A

公开(公告)日：2022-05-27

申请号：CN202210167972.4

申请日：2022-02-23

Applicant: 上海华兴数字科技有限公司

Inventor： 孙强 ,  朱超 ,  刘立立 ,  罗建华 ,  袁爱进 ,  闫鑫

IPC: G06Q10/06 ,  G06Q10/00 ,  G06Q50/04

Abstract: 本发明提供一种作业机械保养方法、装置、电子设备及作业机械，所述方法包括：获取作业机械在当前时段内的工况数据以及各工况数据的工况类别；基于当前时段的时长以及作业机械在各工况类别下的工作时长，确定作业机械的保养时间间隔，保养时间间隔指当前时段的终止时刻与下次保养时刻之间的时间间隔；基于保养时间间隔，对作业机械进行保养。本发明能够根据作业机械的实际工况，动态确定作业机械的保养时间间隔，从而可以避免传统方法中采用固定保养周期进行保养造成过时保养或过度保养的问题。

公开(公告)号：CN114548177A

公开(公告)日：2022-05-27

申请号：CN202210171064.2

申请日：2022-02-23

Applicant: 上海华兴数字科技有限公司

Inventor： 孙强 ,  朱超 ,  陈磊 ,  闫鑫 ,  罗建华 ,  袁爱进

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明提供一种设备健康评估方法、系统及设备，其中方法包括：获取设备的运行参数并计算获得各运行参数的特征量；基于预设综合加权系数对各运行参数的特征量进行加权，获得设备的评价特征；计算评价特征与表征设备处于完全健康状态的样本特征间的距离；基于距离与运行样本库中距离阈值区间的比较，确定设备的健康状态。本发明用以解决现有技术中对设备健康状态评估时，因设备不同健康状态下的故障数据稀疏、以及未充分考虑各种运行参数对设备健康状态影响程度所造成的状态评估准确度不高的缺陷，实现利用设备的实时运行参数加权得到的评价特征与运行样本库内表征设备处于完全健康状态的样本特征间的距离，来准确评估设备健康状态。

公开(公告)号：CN114548175A

公开(公告)日：2022-05-27

申请号：CN202210169923.4

申请日：2022-02-23

Applicant: 上海华兴数字科技有限公司

Inventor： 朱超 ,  陈磊 ,  孙强 ,  闫鑫 ,  罗建华 ,  袁爱进

IPC: G06K9/00 ,  G06K9/62 ,  G01M99/00 ,  G01D21/02

Abstract: 本发明提供一种作业机械健康状态识别方法、装置及作业机械，该方法可以适用于结构复杂的作业机械。而且，该方法同时引入故障状态识别模型以及正常状态识别模型，提高了健康状态识别结果的准确性，有助于待识别作业机械故障的及时诊断，保证了作业机械的安全作业。此外，由于待识别作业机械的不健康概率的引入，可对待识别作业机械的性能进行更加全面准确的评价，即不仅可以量化待识别作业机械的故障程度，还可以对尚未达到故障状态但已经偏离最优性能状态的待识别作业机械进行评价。

公开(公告)号：CN114548280A

公开(公告)日：2022-05-27

申请号：CN202210167021.7

申请日：2022-02-23

Applicant: 上海华兴数字科技有限公司

Inventor： 金鹤殿 ,  梅勇 ,  孙强 ,  闫鑫 ,  罗建华 ,  袁爱进

IPC: G06K9/62

Abstract: 本发明涉及工程机械技术领域，具体涉及故障诊断模型的训练、故障诊断方法及电子设备，该训练方法包括获取发动机的样本数据，所述样本数据包括故障前预设时间段内的第一数据以及正常运行时的第二数据；对各个样本数据进行预设时间单元的划分，得到时间序列；分别对各个时间序列进行至少两种时序特征的提取，得到各个样本数据的第一时序特征；基于第一时序特征中的各种时序特征的特征值大小进行预设比例的提取，得到各个样本数据的第二时序特征；基于第一时序特征以及第二时序特征形成样本时序特征；根据样本时序特征训练初始故障诊断模型，确定目标故障诊断模型。通过该方法形成的样本时序特征训练得到的目标故障诊断模型具有较高的准确性。

公开(公告)号：CN119795231A

公开(公告)日：2025-04-11

申请号：CN202510180652.6

申请日：2025-02-19

Applicant: 中铁十九局集团第一工程有限公司 ,  中铁十九局集团有限公司 ,  大连理工大学

Inventor： 王彦军 ,  刘维青 ,  殷崇光 ,  管振祥 ,  邓书森 ,  王家海 ,  余情园 ,  孙强 ,  许建 ,  吕金焕 ,  刘伟 ,  姚佳禹 ,  霍军周

IPC: B25J15/08 ,  B25J15/00 ,  B25J15/04

Abstract: 本发明属于隧道掘进施工设备技术领域，公开了一种适用于全断面隧道掘进机换刀机器人的一体式末端执行器。该一体式末端执行器由夹爪驱动机构、套筒驱动机构和侧向顶出机构组成，由夹爪驱动机构驱动夹爪的开合，通过套筒驱动机构驱动套筒用以负责滚刀固定螺栓的拆卸，侧向顶出机构在液压缸的驱动下将滚刀从刀箱中侧向顶出。该末端执行器配合机器人具备抓取滚刀，侧向顶出滚刀，拆卸滚刀固定螺栓这三种功能，实现刀箱螺栓的快速拆装以及偏心式刀箱滚刀的抽取。适用于TBM内部狭窄的工作环境，不需要改变TBM内部结构，末端负载大，有效辅助工人进行换刀作业，提高TBM滚刀更换效率。