-
公开(公告)号:CN120012567A
公开(公告)日:2025-05-16
申请号:CN202510056245.4
申请日:2025-01-14
IPC: G06F30/27 , G06F18/213 , G06F18/25 , G06N3/044 , G06N3/045 , G06N3/08 , G01M13/045 , G06F119/04
Abstract: 本发明公开了一种深度隐变量状态空间模型轴承退化预测方法及系统,使用数据变换函数Box‑Cox对轴承的仿真退化数据与真实退化数据进行修正,融合多种时域退化特征得到退化健康指标,通过差分变换获得表征轴承退化率的退化状态;在状态空间模型框架下,构建基于深度隐变量状态空间模型的预测模型;对仿真退化数据和真实数据进行特征提取、融合、差分,得到两者的退化状态;使用仿真退化数据获得退化状态预训练深度隐变量状态空间模型,初始化空间模型权重,再使用基于深度隐变量状态空间模型的预测模型对真实数据获得的退化状态进行预测,通过对预测得到的退化状态进行累加,获得轴承退化预测值。解决现有过程复杂,耗费大量时间、资源的技术问题。
-
公开(公告)号:CN115452956B
公开(公告)日:2025-01-24
申请号:CN202211055536.4
申请日:2022-08-31
Applicant: 中南大学
Abstract: 本发明公开了一种导波信号的多样性扩充方法、系统、设备及介质,S1,对导波信号进行连续小波变换,得到M组尺度信号;S2,分别在特定的取值范围内,随机生成M组幅度系数和频率系数;S3,根据尺度信号、幅度系数和频率系数,计算得到M组新的尺度信号功率谱;S4,采用平均尺度功率对M组新的尺度信号功率谱进行计算,计算所有新的尺度信号的平均功率,得到该导波信号的一个扩充后的波包信号;S5,重复S2‑S4,能够对各种导波信号进行扩充,并且具有物理含义和可解释性。
-
公开(公告)号:CN115452956A
公开(公告)日:2022-12-09
申请号:CN202211055536.4
申请日:2022-08-31
Applicant: 中南大学
Abstract: 本发明公开了一种导波信号的多样性扩充方法、系统、设备及介质,S1,对导波信号进行连续小波变换,得到M组尺度信号;S2,分别在特定的取值范围内,随机生成M组幅度系数和频率系数;S3,根据尺度信号、幅度系数和频率系数,计算得到M组新的尺度信号功率谱;S4,采用平均尺度功率对M组新的尺度信号功率谱进行计算,计算所有新的尺度信号的平均功率,得到该导波信号的一个扩充后的波包信号;S5,重复S2‑S4,能够对各种导波信号进行扩充,并且具有物理含义和可解释性。
-
公开(公告)号:CN119935555A
公开(公告)日:2025-05-06
申请号:CN202510234775.3
申请日:2025-02-28
Applicant: 中南大学
IPC: G01M13/045 , G06F18/213 , G06N3/0464
Abstract: 本申请适用于高速列车轴承故障诊断技术领域,提供了一种基于双向Mamba网络的轴承故障诊断方法,包括:采集高速列车轴承的故障振动信号;将故障振动信号输入故障诊断模型进行分析处理,得到高速列车轴承的故障诊断结果;故障诊断模型包括依次连接的二维CNN网络、时间注意力网络、双向Transformer网络、一维时序处理网络、基于通道注意力的第一融合网络、数据压缩网络、双向Mamba网络、基于通道注意力的第二融合网络、输出网络。本申请能提升高速列车轴承故障诊断的准确率。
-
公开(公告)号:CN119915517A
公开(公告)日:2025-05-02
申请号:CN202510056248.8
申请日:2025-01-14
IPC: G01M13/045 , G06F18/2131 , G06F18/24 , G06F17/14 , G06F123/02
Abstract: 本发明公开了一种轴承复合故障诊断方法及系统,首先获取轴承复合故障振动观测信号;然后对观测信号进行短时傅里叶变换并倒谱阈值处理、二维时频掩蔽盲源分离,对得到的时频域分离信号进行逆短时傅里叶变换并带通滤波,得到独立的时域估计信号;接着对估计信号进行希尔伯特包络解调和傅里叶变换,得到滤波信号的包络谱;最后搜索得到目标故障的各阶特征频带,构造出一种谐波能量冲击指标#imgabs0#,并计算冲击脉冲值;将计算得到的冲击脉冲值与阈值进行比较,诊断轴承是否有目标类型故障。
-
公开(公告)号:CN119714893A
公开(公告)日:2025-03-28
申请号:CN202411789938.6
申请日:2024-12-06
IPC: G01M13/045 , G06F18/241 , G06F18/214 , G06F18/213
Abstract: 本发明涉及一种用于轴承故障诊断的方法、电子设备及介质,包括:对轴承不同故障和健康状态下的振动信号进行采集,进行多重采样和标注得到带标签和无标签的数据集,将采集到的振动信号分为训练集和测试集,训练集包括带标签和无标签数据,测试集只有无标签数据。构建K临近图和基于边缘自监督图注意力网络的特征提取网络,将训练集依次输入到边缘自监督图注意力网络层和全链接层中,并计算自监督损失和标签分类器损失,梯度回传更新网络参数;将不带标签的滚动轴承测试样本输入到训练好的模型中,于多核函数图构建与边缘自监督图注意力网络进行高精度的故障诊断,该方案解决了在极低标记率下,样本的特征挖掘不足,故障诊断精度不高的问题。
-
公开(公告)号:CN119202794A
公开(公告)日:2024-12-27
申请号:CN202411307816.9
申请日:2024-09-19
Applicant: 中南大学
IPC: G06F18/24 , G06F18/15 , G06F18/214 , G06N3/096 , G06N3/045 , G06N3/0475 , G06N3/094 , G01M13/045
Abstract: 本发明提供了一种基于扩散模型的时变工况迁移学习轴承故障诊断方法,包括:获取轴承的原始故障振动信号并进行预处理,获得二维时频谱图像;构建去噪扩散模型,使去噪扩散模型学习稳定工况的二维时频谱图像的图像特征;通过二维时频谱图像的Repaint方法,基于时变工况的振动信号构建稳定工况下完整的轴承故障数据集;利用扩充的轴承故障数据集和领域泛化方法进行轴承故障诊断。本发明解决了领域泛化轴承故障诊断数据分布不一致导致的轴承故障诊断准确率低的问题,提升了轴承故障诊断的准确率,更加适应不同轴承应用场景的轴承故障诊断。
-
公开(公告)号:CN116834790A
公开(公告)日:2023-10-03
申请号:CN202310913479.7
申请日:2023-07-24
Applicant: 中南大学
Abstract: 本发明提供了一种列车车灯自动转向控制方法及装置,方法包括:通过水平倾角传感器检测轨道转弯内侧的轨道倾角,基于动力学模型获取轨道倾角与列车的车灯转角的关系,并计算列车的目标车灯转角;通过车灯位置传感器获取列车的实际车灯转角;根据所述实际车灯转角和所述目标车灯转角获取控制量;根据所述控制量对列车车灯进行转向控制。通过以上方式,本发明能够对灯光偏角进行准确调节,提高列车安全行驶性能。
-
-
-
-
-
-
-