-
Patent Agency Ranking
公开(公告)号：CN114183437B
公开(公告)日：2022-08-26
申请号：CN202111001162.3
申请日：2021-08-30
Applicant: 华北电力大学
Abstract: 本发明公开了属于燃气轮机控制系统故障诊断领域的一种燃气轮机电液执行器的故障建模方法。先确定电液执行器的初始状态和三相异步电机输出的电磁转矩信号并，转换成油液流量信号；随后油液流量信号经无杆腔液压缸转换为阀杆的机械位移；故障注入部分通过设置故障起始时间、结束时间等故障参数，根据选择的故障类型生成对应的故障模拟信号，这些故障模拟信号会改变检测流量信号和阀门位置反馈信号的大小。本发明优化传统单一建模，新型无杆腔液压缸与双向齿轮泵，相对于传统的有杆对称、非对称液压缸、单向齿轮泵效率更高，诊断结果更准确。
-
公开(公告)号：CN114185321A
公开(公告)日：2022-03-15
申请号：CN202111001164.2
申请日：2021-08-30
Applicant: 华北电力大学
IPC: G05B23/02
Abstract: 本发明提供一种改进多分类孪生支持向量机的电动执行机构故障诊断方法，采用电动执行机构健康状态及故障状态下的数据，作为原始数据集；对数据进行小波包分析提取特征向量，构建训练样本集和测试样本集。将训练样本集放入多分孪生支持向量机故障诊断模型中，得到分类器，再将测试样本集放入分类器中，得到故障诊断结果。本发明通过小波包分析方法对数据进行特征提取，能消除复杂执行器故障数据时的模态混叠，并将淹没在强数据中的弱数据分量分离出来，有效减少实验误差，显著提升了故障诊断的效果。
-
公开(公告)号：CN114185321B
公开(公告)日：2023-12-22
申请号：CN202111001164.2
申请日：2021-08-30
Applicant: 华北电力大学
IPC: G05B23/02
Abstract: 本发明提供一种改进多分类孪生支持向量机的电动执行机构故障诊断方法，采用电动执行机构健康状态及故障状态下的数据，作为原始数据集；对数据进行小波包分析提取特征向量，构建训练样本集和测试样本集。将训练样本集放入多分孪生支持向量机故障诊断模型中，得到分类器，再将测试样本集放入分类器中，得到故障诊断结果。本发明通过小波包分析方法对数据进行特征提取，能消除复杂执行器故障数据时的模态混叠，并将淹没在强数据中的弱数据分量分离出来，有效减少实验误差，显著提升了故障诊断的效果。(56)对比文件Zhiwen Liu.A hybrid intelligentmulti-fault detection method for rotatingmachinery based on RSGWPT, KPCA and TwinSVM《.ISA Transactions》.2017,第66卷249-261.Zhaoya Li.Research on Fault Diagnosisof Electric Control Valve Based on WPT-TWSVM《.2021 36th Youth Academic AnnualConference of Chinese Association ofAutomation (YAC)》.2021,649-654.
-
公开(公告)号：CN114183437A
公开(公告)日：2022-03-15
申请号：CN202111001162.3
申请日：2021-08-30
Applicant: 华北电力大学
Abstract: 本发明公开了属于燃气轮机控制系统故障诊断领域的一种燃气轮机电液执行器的故障建模方法。先确定电液执行器的初始状态和三相异步电机输出的电磁转矩信号并，转换成油液流量信号；随后油液流量信号经无杆腔液压缸转换为阀杆的机械位移；故障注入部分通过设置故障起始时间、结束时间等故障参数，根据选择的故障类型生成对应的故障模拟信号，这些故障模拟信号会改变检测流量信号和阀门位置反馈信号的大小。本发明优化传统单一建模，新型无杆腔液压缸与双向齿轮泵，相对于传统的有杆对称、非对称液压缸、单向齿轮泵效率更高，诊断结果更准确。
-
公开(公告)号：CN114186578A
公开(公告)日：2022-03-15
申请号：CN202111001150.0
申请日：2021-08-30
Applicant: 华北电力大学
Abstract: 本发明提出一种基于信号分解的燃气轮机电动执行机构故障诊断方法，并构建一种在线诊断平台。确定电动执行机构可能发生的故障类型，利用dSPACE系统与实物部分相连并采集数据；利用变分模态分解(VMD)与希尔伯特(Hilbert)变换相结合的改进变分模态分解(VHT)方法，消除噪声干扰，进行故障特征提取；利用t分布随机邻域嵌入算法(t‑SNE)二次降维可视化，使故障特征更明显；利用k‑means聚类完成分类诊断。本发明可弥补传统方法的模态混叠、分解层数多、耗时长、故障特征不明显导致诊断准确率低的不足，可提高诊断效率与诊断准确率。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
