公开(公告)号：CN117473411A

公开(公告)日：2024-01-30

申请号：CN202310865817.4

申请日：2023-07-14

Applicant: 华北电力大学(保定)

Inventor： 向玲 ,  付晓梦婷 ,  胡爱军 ,  邴汉昆 ,  朱国鹏 ,  王凯伦

IPC: G06F18/2415 ,  G06F18/214 ,  G06F18/213 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/08

Abstract: 一种基于改进Transformer模型的轴承寿命预测方法,所述方法包括以下步骤：a.数据预处理；b.滚动轴承寿命预测模型的搭建：利用动态卷积层对数据进行特征提取，使用包含多头ProbSparse自注意力模块的编码器结构，对每个头采用不同的优化策略，搭建滚动轴承寿命预测模型；c.轴承剩余寿命预测模型的训练；d.轴承剩余寿命的预测。本发明采用动态卷积、Transformer模型架构和ProbSparse自注意力相结合的方法来预测滚动轴承剩余寿命，能够有效提取轴承振动信号中与寿命相关的特征，同时还对多个工况的轴承的预测具有泛化能力，可对轴承数据保持较高的预测精度，保证机械设备安全稳定运行。

公开(公告)号：CN107218180A

公开(公告)日：2017-09-29

申请号：CN201710585800.8

申请日：2017-07-18

Applicant: 华北电力大学(保定)

Inventor： 胡爱军 ,  孙尚飞 ,  赵军 ,  向玲

IPC: F03D17/00

Abstract: 本发明涉及一种基于振动加速度测量的风力发电机组传动系统故障报警方法。该方法首先对风力发电机组传动系统重要部位的振动加速度信号进行采集，然后构造基于加速度信号的复合指标M。该方法的复合指标M通过振动加速度信号的有效值与峭度指标合成得到，将所得到的复合指标M与预先设定的报警阀值MThreshold相比较，最后通过比较结果判定风力发电机组传动系统的运行状况及故障等级。对多组风力发电机组实测振动加速度数据的分析表明，本发明方法对提高风力发电机组故障报警的灵敏度和准确率有显著促进作用。

公开(公告)号：CN102288280B

公开(公告)日：2012-08-22

申请号：CN201110118666.3

申请日：2011-05-09

Applicant: 华北电力大学(保定)

Inventor： 向玲 ,  马万里 ,  张超 ,  胡爱军 ,  唐贵基 ,  孙浩 ,  王子瑞

IPC: G01H11/06

Abstract: 本发明公开了振动信号处理技术领域中的一种轴系扭振提取方法。该方法首先采集电网冲击下线路回路的电压信号，截取电压信号中轴系发生扭振时的电压信号；然后利用Hilbert变换获得信号的包络，对该包络信号进行总体经验模态分解EEMD；最后选取分解后的本征模函数IMF得到轴系的扭振信号。该方法不需专业的扭振测试设备，只需采集线路回路电压信号即可，降低测试测量成本。

公开(公告)号：CN117287352A

公开(公告)日：2023-12-26

申请号：CN202310864955.0

申请日：2023-07-14

Applicant: 华北电力大学(保定)

Inventor： 向玲 ,  姚青陶 ,  胡爱军 ,  邴汉昆 ,  朱国鹏

IPC: F03D17/00 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种风电机组状态监测方法,所述方法包括以下步骤：a.数据预处理：①对风力发电机组SCADA数据集进行数据清洗；②确定神经网络模型的线性回归预测参数；③选择神经网络模型的输入参数；④设置训练集和测试集；b.神经网络模型的搭建；c.神经网络模型的训练；d.参数的预测；e.多参数联动分析计算；f.风力发电机组状态监测。本发明使用TCformer模型对风力发电机组各个部件的参数进行预测，并考虑到各部件间的相互影响，使用MCV对多参数进行联动分析，实现风力发电机组的状态监测，可及时发现风电机组的潜在故障，有助于合理制定维护计划，减少经济损失，保证电力系统的安全稳定运行。

公开(公告)号：CN109916626A

公开(公告)日：2019-06-21

申请号：CN201910193022.7

申请日：2019-03-14

Applicant: 华北电力大学(保定)

Inventor： 向玲 ,  李营 ,  胡爱军 ,  刘随贤 ,  王朋鹤 ,  安朝辉

IPC: G01M13/045

Abstract: 本发明适用于轴承复合故障分离技术领域，提供了一种滚动轴承复合故障确定的方法及终端设备，该方法包括：获取滚动轴承的振动信号和不同故障的解卷积周期；根据不同故障的解卷积周期对所述振动信号进行解卷积处理，获得解卷积信号；对所述解卷积信号进行Teager峭度谱分析，提取所述滚动轴承的故障特征频率，并确定所述滚动轴承的复合故障类型，可以清晰并准确地分离提取出混合信号中的单一故障源信号，有效放大并提取出隐藏的微弱特征信息，从而全面、准确地甄别滚动轴承状态。

公开(公告)号：CN107121276A

公开(公告)日：2017-09-01

申请号：CN201710502266.X

申请日：2017-06-27

Applicant: 华北电力大学(保定)

Inventor： 胡爱军 ,  赵军 ,  孙尚飞 ,  向玲

IPC: G01M13/00

CPC classification number: G01M13/00

Abstract: 本发明公开了一种大功率风力机叶片疲劳试验加载装置。本装置包括装夹风电叶片试验部位的叶片夹具和位于叶片夹具上方的加载装置,其中加载装置包含：电机、减速器、输出轴、可调配重块、连杆、减速器底座。电机和减速器相连接，电机的输入扭矩经过减速器的变向和减速传递到输出轴，可调配重块与连杆相连接对称安装在输出轴的两端，减速器底座固定于叶片夹具用于支撑减速器。本发明一方面解决质量块自重偏大时会对叶片弦向产生严重偏载力矩的问题，提高测试的准确性；另一方面使减速器齿轮及输出轴处于平衡受力状态，延长了其使用寿命；并具有结构简单，拆装方便的特点。

公开(公告)号：CN104483007B

公开(公告)日：2017-02-22

申请号：CN201410662722.3

申请日：2014-11-19

Applicant: 华北电力大学(保定)

Inventor： 向玲 ,  陈涛 ,  胡爱军 ,  鄢小安 ,  贾轶

IPC: G01H9/00

Abstract: 一种架空输电线路振动监测系统及监测方法，所述监测系统包括激光测振装置、铁塔控制器以及远程监控终端；所述激光测振装置通过导线连接铁塔控制器；铁塔控制器通过光纤复合架空地线连接远程监控终端；所述铁塔控制器包括机箱，机箱内设置有供电模块、通信模块、报警模块以及控制模块；所述控制模块分别与供电模块、通信模块和报警模块互连，通信模块通过光纤复合架空地线连接远程监控终端。本发明采用激光测振方法对输电线路的振动情况进行实时监测，提高了监测结果的精确性，由于本发明采用非接触方式测量、记录导线在振动过程中的运动轨迹，因此无需安装在输电线路上，降低了安装难度，减少了安装成本。

公开(公告)号：CN103439109B

公开(公告)日：2016-09-07

申请号：CN201310414203.0

申请日：2013-09-12

Applicant: 华北电力大学(保定)

Inventor： 向玲 ,  崔伟 ,  胡爱军 ,  鄢小安 ,  陈涛 ,  李淑东

IPC: G01M13/02

Abstract: 本发明涉及风力发电技术领域，尤其涉及一种风力发电机组传动系统故障预警的方法。该方法利用风力发电机组传动系统关键部位的温度信号和加速度值来对风力发电机组的传动系统进行监测。该方法是首先采集传动系统各个测点的实际温度值T(t)、传动系统的振动加速度值a(t)，然后计算风力发电机组振动加速度的峭度指标值和温度平均值，将所得到的参数与预先设定的阀值相比较，超过阀值后报警，然后通过对温度和峭度指标值与阀值的比较来确定风力发电机组传动系统的健康状况，此方法可以提高故障预警的准确率，对风机的停机保护和故障预警都能起到很好的促进效果，能够减少由于判断故障而导致的停机时间。

公开(公告)号：CN116956473A

公开(公告)日：2023-10-27

申请号：CN202310320990.6

申请日：2023-03-29

Applicant: 华北电力大学(保定)

Inventor： 向玲 ,  张悦 ,  陈凯乐 ,  胡爱军 ,  张兰昕 ,  邴汉昆

IPC: G06F30/17 ,  G06F30/20 ,  G06F119/02 ,  G06F119/14

Abstract: 一种燃气轮机多盘拉杆转子多故障下的动力学建模方法，其建模步骤为：步骤1，根据拉杆转子系统圆盘之间的恢复力，建立拉杆转子圆盘之间的接触刚度模型；步骤2，根据转子系统的故障特征，建立碰摩、裂纹、油膜失稳等故障的仿真计算模型；步骤3，根据所述接触刚度模型和转子故障模型建立多故障下多盘拉杆转子系统的动力学模型。本发明提供的建模方法，考虑了圆盘之间的接触效应以及多种转子故障等非线性因素的影响，为燃气轮机拉杆转子的动力学特性和故障特征研究提供了理论基础。

公开(公告)号：CN114707534A

公开(公告)日：2022-07-05

申请号：CN202210217466.1

申请日：2022-03-07

Applicant: 华北电力大学(保定)

Inventor： 向玲 ,  王凯伦 ,  胡雅楠 ,  胡爱军 ,  杨鑫 ,  刘冰 ,  张兰昕

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01M13/045

Abstract: 一种小样本数据下滚动轴承故障诊断方法，包括以下步骤：a.采集存在故障的滚动轴承的原始振动信号数据样本，构建成任务集T，对任务集T中的数据样本进行分类；b.对数据样本进行小波变换，转换成带有故障特征的二维小波图像样本,然后将小波图像样本划分为训练集、验证集和测试集；c.完成训练集的扩充；d.将训练集中的小波图像样本输入到改进的MobileNetv3卷积网络中对卷积网络进行训练；e.对卷积网络进行测试；f.将待诊断滚动轴承的振动信号输入到测试合格的卷积网络中，完成轴承故障诊断。本发明不仅能提取原始振动信号中的故障特征，还可提升诊断模型的泛化能力，从而可准确地诊断小样本数据轴承故障，保证机械设备安全运行。