-
公开(公告)号：CN114996650B
公开(公告)日：2025-05-16
申请号：CN202210613083.6
申请日：2022-05-31
Applicant: 东北大学
IPC: G06F17/16 , G06F30/20 , B21B37/16 , G06F119/02
Abstract: 本发明提供一种大数据驱动的轧制过程厚度控制性能异常回溯方法，包括：根据压下量分布相似度，从历史相同道次数量与板型的生产数据中，选取基准数据；基于选取的基准数据，利用角度贡献值方法对性能下降的道次进行分析，找到异常回路候选集；根据多个候选异常回路的时间序列数据，进行回路间的传递熵分析，计算得到各异常回路之间的传递熵值；根据计算得到的传递熵值建立因果关系图，根据因果关系图，定位到异常的根本原因。本发明的技术方案不仅能够应用于厚板精轧过程，而且还可以推广应用于其他复杂工业过程。
-
公开(公告)号：CN117926243A
公开(公告)日：2024-04-26
申请号：CN202311675668.1
申请日：2023-12-07
Applicant: 东北大学
IPC: C23C24/10
Abstract: 本发明公开了一种高温耐磨耐蚀及自润滑NiCrCoAlTiWCS合金的基因设计与制备方法，采用模拟计算与实验结合方法，设计了一种激光熔覆能够原位生成高温耐磨耐蚀及自润滑基因相的NiCrCoAlTiWCS合金粉末。该合金粉末具有良好的激光成形性，熔覆合金样品显微组织主要由原位生成的M7C3与TiC耐磨基因相、γ/γ′耐蚀基因相、TiS与Ti2SC自润滑基因相组成，其中针状Ti2SC相具有优异的高温自润滑性能。熔覆合金样品800℃的摩擦系数为0.18～0.22，磨损率为2.20～2.45×10‑5mm3/(N·m)，腐蚀电位‑0.16～‑0.14V，腐蚀电流密度1.0～1.4×10‑7A/cm2。
-
公开(公告)号：CN117840441A
公开(公告)日：2024-04-09
申请号：CN202410033983.2
申请日：2024-01-09
Applicant: 东北大学
IPC: B22F9/08 , B22F9/04 , B22F1/065 , C22C38/44 , C22C38/54 , C22C38/02 , B22F10/28 , B33Y10/00 , B33Y70/10
Abstract: 本发明公开了一种激光熔覆高耐磨自润滑高铬铁基新型合金及制备方法，该方法主要在气雾化制备20CrNiMoBSi高铬铁基耐磨合金粉末中通过添加优化含量的WS2与Ti粉末形成新型复合合金粉末。在优化激光熔覆工艺参数下复合合金粉末具有优异的激光成形性，组织主要由细晶的马氏体M、奥氏体A、合金碳化物M7C3、M23C6和原位生成的TiS自润滑相等组成。合金样品平均硬度达到666HV0.2，在400℃高温摩擦条件下摩擦系数达到0.3，多相耐磨组织与TiS固体润滑相的协同作用，使制备的合金样品具有良好的高温耐磨与自润滑性能，在冶金行业高温服役工况条件下零件的激光增材制造与再制造领域具有重要应用前景。
-
公开(公告)号：CN113359679A
公开(公告)日：2021-09-07
申请号：CN202110715891.9
申请日：2021-06-24
Applicant: 东北大学
IPC: G05B23/02
Abstract: 本发明涉及一种基于重构幅值趋势特征的工业过程故障诊断方法，其特包括：基于预先建立的潜结构模型对工业过程的实时数据进行检测，确认检测的数据是否存在异常；所述潜结构模型为预先采用历史正常数据建立的；在检测的数据中存在异常数据时，获取异常数据的故障幅值；基于动态时间扭曲算法获取所述异常数据的故障幅值序列和历史故障的故障幅值序列中每一故障幅值的相似度；根据所述相似度和指定阈值的比较结果，确定所述异常数据的故障类型。上述故障诊断方法由于对故障数据进行了重构并估计故障幅值，然后对其故障幅值序列利用动态时间扭曲计算相似性度，因此能分离故障方向相似但类型不同的故障。
-
公开(公告)号：CN109086758B
公开(公告)日：2021-04-13
申请号：CN201810951767.0
申请日：2018-08-21
Applicant: 东北大学
Abstract: 本发明提出一种基于加权中值滤波的工业过程异常区域标记方法，具体包括：获取RGB格式视频图像序列，将RGB格式视频图像序列转化为灰度视频图像；视频图像序列稀疏粗略标记；稀疏粗略标记传播；对所有视频图像矩形标记区域优化；得到最终的标签数据；通过仅仅对一段视频序列的起始帧与终止帧的手动标记，便可以实现对整段视频中半熔化工况的标记，得到标签数据，使得能够快速获得大量带有半熔化标签的数据。在半熔化工况的诊断中，大量的带有标签的数据提高了模型的训练精度，进而提高了诊断的准确率。促进诊断技术在工业现场的应用，节约人力物力，降低安全隐患。
-
Patent Agency Ranking
公开(公告)号：CN106406296B
公开(公告)日：2019-04-23
申请号：CN201611154208.4
申请日：2016-12-14
Applicant: 东北大学
IPC: G05B23/02
Abstract: 本发明提供一种基于车载和云端的列车故障诊断系统及方法，涉及高铁大数据故障诊断技术领域。该系统包括车载故障诊断子系统和云端故障诊断子系统，车载故障诊断子系统与云端故障诊断子系统结合，采用云服务对列车的行驶过程进行监控，同时云端数据不断更新，故障诊断与预测模型不断优化和更新，并能将诊断过程进行可视化显示。本发明能使故障诊断与预测模型细节越来越完善，精度不断提高，性能超越传统单一实时故障诊断模块控制，满足了列车车载故障诊断子系统在行驶过程中高可靠高精度的要求，提高了列车在行驶过程中的安全性。
-
公开(公告)号：CN115165081B
公开(公告)日：2024-10-11
申请号：CN202210940428.9
申请日：2022-07-29
Applicant: 东北大学
Abstract: 本发明提供了一种矿山机械振动信号采集及工况识别的系统和方法，系统包括：用于采集各种矿山机械振动信号数据的振动加速度传感器；用于将振动加速度传感器采集的振动信号通过信号连接线上传至控制器的动态信号采集卡；用于根据不同矿山机械设备对采集到的振动信号进行自适应降噪处理，完成振动信号采集工作的控制器；用于针对所采集的振动信号完成频谱分析，自适应识别不同振动信号下的矿山机械设备运行工况，完成对系统采集的振动信号的工况识别工作的上位机。本发明能够保障选矿行业对各种矿山机械设备的振动信号检测和工况识别的准确性。
-
公开(公告)号：CN115165081A
公开(公告)日：2022-10-11
申请号：CN202210940428.9
申请日：2022-07-29
Applicant: 东北大学
Abstract: 本发明提供了一种矿山机械振动信号采集及工况识别的系统和方法，系统包括：用于采集各种矿山机械振动信号数据的振动加速度传感器；用于将振动加速度传感器采集的振动信号通过信号连接线上传至控制器的动态信号采集卡；用于根据不同矿山机械设备对采集到的振动信号进行自适应降噪处理，完成振动信号采集工作的控制器；用于针对所采集的振动信号完成频谱分析，自适应识别不同振动信号下的矿山机械设备运行工况，完成对系统采集的振动信号的工况识别工作的上位机。本发明能够保障选矿行业对各种矿山机械设备的振动信号检测和工况识别的准确性。
-
公开(公告)号：CN109799808A
公开(公告)日：2019-05-24
申请号：CN201910070760.2
申请日：2019-01-25
Applicant: 东北大学
IPC: G05B23/02
Abstract: 本发明提出一种基于重构技术的动态过程故障预测方法，包括：建立训练TE过程的数据模型；针对测试集数据，监控TE过程是否发生故障；对发生故障部分重构并估计故障幅值；基于自回归模型进行故障预测；使用得到的故障幅值来训练自回归模型，得到一步训练模型，进一步迭代预测多步故障。复杂工业过程动态运行采集到高维强动态数据，难以采用传统主元分析方法提取数据间动态关系，本发明提供的基于DiPCA重构的预测方法能更好的解决动态工业工程的故障预测问题。检测到故障之后，采用重构方法使故障降到控制限以下对幅值进行故障预测，更好的利用数据的动态关系，提高了模型预测准确性。
-
公开(公告)号：CN109325417A
公开(公告)日：2019-02-12
申请号：CN201810965535.0
申请日：2018-08-23
Applicant: 东北大学
Abstract: 本发明提出一种基于深度神经网络的工业过程故障工况诊断方法，包括：获取工业生产过程离线故障视频图像序列；灰度一致性变换；提取时序梯度图像；空间特征以及短期时序特征；提取时序梯度图像长期时序特征；离线训练得到神经网络的权值与偏置；获取工业生产过程在线视频图像序列；算得到在线视频图像序列诊断结果的概率分布；输出诊断后结果；本方法对现场光照变化具有很强的鲁棒性，以及对涉及高温、图像特征的不同工业过程具有普适性，对不同环境下的工业过程均能达到较好的故障工况诊断效果，卷积神经网络与循环神经网络进行联合训练，从而每组训练数据仅需要一组训练标签即可完成训练，使得网络整体满足最终的故障诊断需要，提高诊断准确率。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.029 seconds)
