基于观测模块的贝叶斯网络轨道客车牵引系统故障诊断方法及系统

    公开(公告)号:CN112749744A

    公开(公告)日:2021-05-04

    申请号:CN202110022093.8

    申请日:2021-01-08

    Applicant: 中南大学

    Abstract: 本发明涉及故障分析技术领域,公开一种基于观测模块的贝叶斯网络轨道客车牵引系统故障诊断方法及系统,以利用多个观测点的信号实现精准故障诊断。方法包括:选取观测点,对各观测点单独从相对应的初始数据集中提取时频域特征并降维得到特征变量;将各观测点的状态变量、降维后的特征变量和故障模式变量作为贝叶斯网络模型的输入,根据各特征变量和故障模式变量与观测点状态变量之间的关联矩阵将所有输入划分成与观测点数量相等个数的观测模块;学习各观测模块的最优图,并将各最优图合并成一个模块化贝叶斯网络模型;实时采集各观测点的传感器数据,利用推理引擎更新模块化贝叶斯网络模型各节点的后验概率,根据各节点的后验概率进行故障判断。

    金属三维立体结构件及其光固化增材制造调控碳含量的方法

    公开(公告)号:CN116532658A

    公开(公告)日:2023-08-04

    申请号:CN202310831112.0

    申请日:2023-07-07

    Applicant: 中南大学

    Abstract: 本发明提供了金属三维立体结构件及其光固化增材制造调控碳含量的方法,涉及增材制造技术领域。该方法将光敏树脂及其对应的碳化物形成元素金属粉末、光引发剂、分散剂混合制备浆料,经光固化增材制造成型坯体;再对坯体进行排胶,有机物光敏树脂被分解、排除并以碳的形式残留在坯体内,并进一步烧结,获得致密的金属三维立体结构件。本发明通过添加碳化物形成元素金属粉末与光敏树脂热分解残留碳结合为金属碳化物,完全去除金属零部件中的游离碳,且碳化物以第二相的形式存在,起到强化作用。

    一种异形金属基复合材料预制体、制备方法及其应用

    公开(公告)号:CN116732382A

    公开(公告)日:2023-09-12

    申请号:CN202310718679.7

    申请日:2023-06-16

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于直写成型技术制备异形金属基复合材料预制体的方法,包括以下步骤:在室温下,按照一定比例将包含溶剂、缓凝剂、增稠剂、保水剂和消泡剂的辅助剂充分混合溶解后,加入适量的石膏粉进行充分搅拌,获得石膏浆料;在室温下,将一定量的分散剂溶于水中,调节pH值后,加入陶瓷粉末并混合,制得增强相浆料;将石膏浆料和增强相浆料安装在双头直写成型设备的两个打印头上,基于预设的预制体模型进行打印,经干燥处理后,获得复杂异性结构的金属基复合材料预制体。本发明采用双头直写成型技术成型牺牲相与增强相的复杂形状结构金属基复合材料的预制体,石膏作为牺牲相,在完成金属浸渗后除去,进而获得复杂形状金属基陶瓷复合材料。

    基于观测模块的贝叶斯网络轨道客车牵引系统故障诊断方法及系统

    公开(公告)号:CN112749744B

    公开(公告)日:2022-10-21

    申请号:CN202110022093.8

    申请日:2021-01-08

    Applicant: 中南大学

    Abstract: 本发明涉及故障分析技术领域,公开一种基于观测模块的贝叶斯网络轨道客车牵引系统故障诊断方法及系统,以利用多个观测点的信号实现精准故障诊断。方法包括:选取观测点,对各观测点单独从相对应的初始数据集中提取时频域特征并降维得到特征变量;将各观测点的状态变量、降维后的特征变量和故障模式变量作为贝叶斯网络模型的输入,根据各特征变量和故障模式变量与观测点状态变量之间的关联矩阵将所有输入划分成与观测点数量相等个数的观测模块;学习各观测模块的最优图,并将各最优图合并成一个模块化贝叶斯网络模型;实时采集各观测点的传感器数据,利用推理引擎更新模块化贝叶斯网络模型各节点的后验概率,根据各节点的后验概率进行故障判断。

    针对轨道列车牵引变流器的开路故障诊断方法及系统

    公开(公告)号:CN111983414A

    公开(公告)日:2020-11-24

    申请号:CN202010807693.0

    申请日:2020-08-12

    Applicant: 中南大学

    Abstract: 本发明公开了一种针对轨道列车牵引变流器的开路故障诊断方法及系统,该方法包括:建立整流器结构模型并列出物理方程组,确定故障类型,获得故障诊断数据集;根据物理方程组构建用于故障诊断的残差,根据残差与故障的关系生成诊断决策表;计算出故障诊断数据集中每个数据对应的残差值,通过诊断决策表对每个数据进行初步的故障诊断,所有数据按故障类型进行预分类,并按照预分类构造数据集中各数据之间的关联关系图;将关联关系图转化为关联关系矩阵,构造图卷积神经网络,在网络前向传播公式中使用关联关系矩阵,训练图卷积神经网络模型;图卷积神经网络模型输出作为故障诊断预测结果。本发明可提高整流器故障诊断准确率。

    易脱除低灰分光敏树脂及其制备方法和应用

    公开(公告)号:CN118324991A

    公开(公告)日:2024-07-12

    申请号:CN202410528787.2

    申请日:2024-04-29

    Applicant: 中南大学

    Abstract: 本发明提供了一种易脱除低灰分光敏树脂及其制备方法和应用,其中,易脱除低灰分光敏树脂按重量份计包括以下组分:丙烯酸酯树脂单体30‑80份,活性稀释剂40‑60份,光引发剂1‑10份,氧化改性蜡粉30‑80份,分散剂0.01‑2份以及有机颜料0.1‑5份。本发明提供的易脱除低灰分光敏树脂,其树脂氧元素含量高,热解后灰分残留少,制备工艺简单,对环境友好度高,固化坯体尺寸精度好、外形平整度高,易于实现工业化生产,克服了传统铸造树脂成型后不易脱除、热解后灰分残留偏高等弊端。该易脱除低灰分光敏树脂不仅可用于陶瓷或金属的光固化3D打印,还可用于熔模铸造领域进行模型的3D打印。

    一种梯度结构耐磨复合材料及其制备方法

    公开(公告)号:CN116422883A

    公开(公告)日:2023-07-14

    申请号:CN202310292338.8

    申请日:2023-03-23

    Applicant: 中南大学

    Inventor: 王小锋 伍晓赞

    Abstract: 本发明涉及一种梯度结构耐磨复合材料及其制备方法,属于粉末冶金技术领域。解决了现有技术中硬质合金的价格较昂贵,且抗冲击性能较差的技术问题。本发明的制备方法:先在粗粒度耐磨材料颗粒表面真空蒸镀细粒度耐磨材料粉体,然后将得到的表面改性的粗粒度耐磨材料颗粒、细粒度耐磨材料粉体与含分散剂的溶剂混合均匀,得到复合浆料;再将复合浆料浇注到模具内,振动模具,加热除去溶剂,最后将模具放置在热压机上,烧结,得到梯度结构耐磨复合材料。该材料中,粗粒度耐磨材料在细粒度耐磨材料中呈梯度分布,能够在高速冲击和长时磨损等工况下表现出良好的强度、韧性和耐磨性等性能。

    针对轨道列车牵引变流器的开路故障诊断方法及系统

    公开(公告)号:CN111983414B

    公开(公告)日:2022-07-29

    申请号:CN202010807693.0

    申请日:2020-08-12

    Applicant: 中南大学

    Abstract: 本发明公开了一种针对轨道列车牵引变流器的开路故障诊断方法及系统,该方法包括:建立整流器结构模型并列出物理方程组,确定故障类型,获得故障诊断数据集;根据物理方程组构建用于故障诊断的残差,根据残差与故障的关系生成诊断决策表;计算出故障诊断数据集中每个数据对应的残差值,通过诊断决策表对每个数据进行初步的故障诊断,所有数据按故障类型进行预分类,并按照预分类构造数据集中各数据之间的关联关系图;将关联关系图转化为关联关系矩阵,构造图卷积神经网络,在网络前向传播公式中使用关联关系矩阵,训练图卷积神经网络模型;图卷积神经网络模型输出作为故障诊断预测结果。本发明可提高整流器故障诊断准确率。

Patent Agency Ranking