-
公开(公告)号:CN119167183A
公开(公告)日:2024-12-20
申请号:CN202311526994.6
申请日:2023-11-15
Applicant: 中国计量大学
IPC: G06F18/2411 , G06F18/25 , G06F18/213 , G06F18/214 , G01M13/045
Abstract: 本发明提供了一种基于特征融合和GSWOA‑KELM的齿轮故障诊断方法,包括以下步骤:获取原始齿轮故障振动信号数据集并进行预处理;提取齿轮故障状态下的时域、频域特征并将其进行特征融合以构建故障特征向量;用改进的鲸鱼优化算法(GSWOA)对核极限学习机(KELM)的正则化系数C和核函数参数γ进行优化,构建GSWOA‑KELM故障诊断模型;将时域、频域以及融合特征向量分别输入GSWOA‑KELM模型,实现对齿轮故障的智能诊断识别;建立KELM、SSA‑KELM和WOA‑KELM模型,并输入时、频域融合特征进行故障诊断,将诊断结果与GSWOA‑KELM模型的故障诊断结果进行对比验证。实验验证表明,本发明具有更高的齿轮故障诊断准确率、更快的收敛速度和更强的全局搜索能力。
-
公开(公告)号:CN117233245A
公开(公告)日:2023-12-15
申请号:CN202311315970.6
申请日:2023-10-11
Applicant: 中国计量大学 , 浙江省特种设备科学研究院 , 安徽工程大学
IPC: G01N27/90 , G01N27/9093
Abstract: 本发明提供了一种蔷薇形花冠状阵列式脉冲涡流检测探头,可以进行更大范围、更深层次的缺陷检测,该探头包括六个均匀分布的花瓣状激励线圈、一个圆形检测线圈和一个绝缘支架。通过对均匀分布在检测线圈周围整体形似蔷薇形花冠状的激励线圈施加脉冲信号,从而在被测试件内产生感应涡流进行检测,内部圆形检测线圈用于接收感应信号。此探头检测范围更广、检测深度更深、灵敏度更高,对提离效应有明显抑制作用。
-
公开(公告)号:CN221426539U
公开(公告)日:2024-07-26
申请号:CN202322736877.4
申请日:2023-10-11
Applicant: 中国计量大学 , 浙江省特种设备科学研究院 , 安徽工程大学
IPC: G01N27/90 , G01N27/9093
Abstract: 本实用新型提供了一种蔷薇形花冠状阵列式脉冲涡流检测探头,可以进行更大范围、更深层次的缺陷检测,该探头包括六个均匀分布的花瓣状激励线圈、一个圆形检测线圈和一个绝缘支架。通过对均匀分布在检测线圈周围整体形似蔷薇形花冠状的激励线圈施加脉冲信号,从而在被测试件内产生感应涡流进行检测,内部圆形检测线圈用于接收感应信号。此探头检测范围更广、检测深度更深、灵敏度更高,对提离效应有明显抑制作用。
-
-