公开(公告)号：CN114955922A

公开(公告)日：2022-08-30

申请号：CN202210918717.9

申请日：2022-08-02

Applicant: 东北林业大学

Inventor： 李学艺 ,  原鹏 ,  王相凯 ,  李岱优 ,  解志杰

IPC: B66F7/02 ,  B66F7/28

Abstract: 本发明公开了一种机械设备故障维修用吊装装置，包括底座、升降架、起重装置、微阻力旋转组件和非对称式夹紧装置，所述升降架设于底座上，所述起重装置设于升降架上，所述微阻力旋转组件活动设于升降架上，所述非对称式夹紧装置设于微阻力旋转组件上；所述微阻力旋转组件包括外圈体、电磁圈一、电磁圈二、旋转轴一、磁芯轴、滑块和限位板组件。本发明涉及机械设备维修辅助装置，具体是指一种能够对各种形状的机械设备进行充分夹持、在维修时可以对机械设备调整角度、并且在机械设备失速掉落时能够迅速使机械设备停止下落的机械设备故障维修用吊装装置。

公开(公告)号：CN117932431A

公开(公告)日：2024-04-26

申请号：CN202410098688.5

申请日：2024-02-28

Applicant: 东北林业大学

Inventor： 李学艺 ,  金昊 ,  原鹏 ,  李岱优 ,  解志杰

IPC: G06F18/241 ,  G06F18/214 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明公开了一种基于多尺度扩展的残差神经网络方法。首先，采用多尺度特征残差神经网络来提取旋转机械振动信号的特征，同时使用数据增强方法增强模型的泛化能力，将信号分解为多个不同尺度的子信号，并在每个尺度上提取局部特征，然后使用残差连接来组合这些局部特征以得到全局特征表示；其次，本文构建了最大均值差异与极小化熵边界，以适应两个域之间的差异。该方法使用多个核函数计算不同尺度下数据之间的距离，并将这些距离进行组合来得到一个综合的度量。通过使用最大均值差异与极小化熵边界方法，可以更加准确地判断不同尺度下的信号是否属于同一类别，从而提高了诊断的准确性和鲁棒性。本发明将这种方法应用于无监督跨域故障诊断任务，并取得了良好的诊断性能。

公开(公告)号：CN114955922B

公开(公告)日：2022-10-25

申请号：CN202210918717.9

申请日：2022-08-02

Applicant: 东北林业大学

Inventor： 李学艺 ,  原鹏 ,  王相凯 ,  李岱优 ,  解志杰

IPC: B66F7/02 ,  B66F7/28

Abstract: 本发明公开了一种机械设备故障维修用吊装装置，包括底座、升降架、起重装置、微阻力旋转组件和非对称式夹紧装置，所述升降架设于底座上，所述起重装置设于升降架上，所述微阻力旋转组件活动设于升降架上，所述非对称式夹紧装置设于微阻力旋转组件上；所述微阻力旋转组件包括外圈体、电磁圈一、电磁圈二、旋转轴一、磁芯轴、滑块和限位板组件。本发明涉及机械设备维修辅助装置，具体是指一种能够对各种形状的机械设备进行充分夹持、在维修时可以对机械设备调整角度、并且在机械设备失速掉落时能够迅速使机械设备停止下落的机械设备故障维修用吊装装置。

公开(公告)号：CN118410411A

公开(公告)日：2024-07-30

申请号：CN202410218139.7

申请日：2024-02-28

Applicant: 东北林业大学

Inventor： 李学艺 ,  李岱优 ,  原鹏 ,  苏凯宇 ,  解志杰

IPC: G06F18/2415 ,  G01M13/045 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/096 ,  G06N3/045

Abstract: 一种基于多尺度空洞注意力机制的ConvNeXt迁移学习齿轮故障诊断方法，涉及旋转机械故障诊断领域。本发明包括：获得待诊断的跨域齿轮原始振动信号，将其输入到齿轮故障诊断网络中获得齿轮故障严重性诊断结果；齿轮故障诊断网络通过以下方式获得：获取不同工况下的原始振动信号，并将原始振动信号分为源域训练集、源域验证集、目标域测试集；构建基于多尺度空洞注意力机制的ConvNeXt迁移学习网络：由扩张卷积ConvNeXt模块、多尺度空洞注意力模块、Softmax分类器、CKMMD模块等组成；利用训练集、验证集、测试集分别训练、验证、测试所构建的网络，获得齿轮故障诊断网络。本发明用于齿轮跨域故障诊断。

公开(公告)号：CN118130091A

公开(公告)日：2024-06-04

申请号：CN202410346988.0

申请日：2024-03-26

Applicant: 东北林业大学

Inventor： 李学艺 ,  王相凯 ,  原鹏 ,  李岱优 ,  解志杰

IPC: G01M13/045 ,  G06F18/2131 ,  G06F18/241 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明公开了一种基于ConvNeXt网络和通道注意力机制的轴承故障诊断方法、系统及设备。其中方法融合了ConvNeXt网络、通道注意力机制、JMMD域自适应，通过强化特征表征能力和调整模型参数，实现了更高效、准确的轴承故障诊断方法。本发明通过ConvNeXt网络并行的多通道卷积操作，捕捉不同通道之间的依赖关系，减少参数量；同时，通过注意力机制使信号可以在不同尺度上进行交互和信息传递，实现更细粒度的特征选择和调整；本发明还通过JMMD域自适应方法，将源域和目标域中的同类子域对齐。本发明可以有效地提取一维信号中的复杂特征，提高轴承的故障诊断的准确率和诊断精度。