公开(公告)号：CN113469256B

公开(公告)日：2022-09-30

申请号：CN202110760139.6

申请日：2021-07-06

Applicant: 吉林大学重庆研究院

Inventor： 刘鹏 ,  高大伟 ,  高熙宇 ,  张起勋 ,  张世忠

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G01M13/021

Abstract: 本发明属于智能制造领域，具体的说是一种基于数字孪生技术的齿轮类零件机械损伤节点预测方法。包括：步骤一、构建特征数据库，获取标准状态节点；步骤二、对特征数据库中的特征数据进行处理；步骤三、KNN模型训练；步骤四、状态数据匹配与溯源；本发明采用数字孪生技术构建虚拟模型及数字化平台，针对疲劳断裂、过负荷断裂、磨损、点蚀四种故障模式进行状态判定，通过虚实结合、抽样检测的方法，对工艺生产和质量管控进行信息化管理以及预防性指导和优化，减少材料浪费，降低生产成本，提高大批量生产过程中的产品质量。

公开(公告)号：CN113469256A

公开(公告)日：2021-10-01

申请号：CN202110760139.6

申请日：2021-07-06

Applicant: 吉林大学重庆研究院

Inventor： 刘鹏 ,  高大伟 ,  高熙宇 ,  张起勋 ,  张世忠

IPC: G06K9/62 ,  G06N3/04 ,  G01M13/021

Abstract: 本发明属于智能制造领域，具体的说是一种基于数字孪生技术的齿轮类零件机械损伤节点预测方法。包括：步骤一、构建特征数据库，获取标准状态节点；步骤二、对特征数据库中的特征数据进行处理；步骤三、KNN模型训练；步骤四、状态数据匹配与溯源；本发明采用数字孪生技术构建虚拟模型及数字化平台，针对疲劳断裂、过负荷断裂、磨损、点蚀四种故障模式进行状态判定，通过虚实结合、抽样检测的方法，对工艺生产和质量管控进行信息化管理以及预防性指导和优化，减少材料浪费，降低生产成本，提高大批量生产过程中的产品质量。

公开(公告)号：CN113484154A

公开(公告)日：2021-10-08

申请号：CN202110760151.7

申请日：2021-07-06

Applicant: 吉林大学重庆研究院

Inventor： 刘鹏 ,  高大伟 ,  高熙宇 ,  张起勋 ,  张世忠

IPC: G01N3/12 ,  G01N3/06 ,  G01N3/02

Abstract: 本发明属于物联网领域，具体的说是一种基于物联网技术的液压万能试验机设备协同故障诊断方法。包括以下步骤：步骤一、构建设备数据互通网络；步骤二、构建故障几何，收集设备历史数据；步骤三、构建协同模型，进行故障诊断和预测；步骤四、输出解决方案，更新数据库。本发明利用物联网数据平台构建设备相关性模型，并挖掘协同数据，在部分记录缺失的情况下仍能通过多项故障特征对设备故障类型及发生节点进行预测和诊断。