-
公开(公告)号：CN117648611B
公开(公告)日：2024-04-05
申请号：CN202410121691.4
申请日：2024-01-30
Applicant: 太原理工大学
IPC: G06F18/24 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种机械装备的故障诊断方法，属于故障诊断技术领域。包括：双分支流形残差网络的一个分支对全局低级特征分别进行连续宽核卷积和空间全局信息描述，分别得到抽象全局特征和流形描述的全局信息后相加，得到全局综合特征；另一个分支对局部低级特征分别进行连续窄核卷积和空间局部信息描述，分别得到抽象局部特征和流形描述的局部信息后相加，得到局部综合特征；将全局综合特征和局部综合特征联接作为双分支流形残差网络的输出；将权重分配后的低级融合特征输入自注意力输出胶囊网络进行高级特征提取，并根据高级特征确定故障诊断结果。本发明提取的特征更高级的同时，充分考虑了特征之间的关系，使得故障诊断结果的准确性大大提高。
-
公开(公告)号：CN116202574A
公开(公告)日：2023-06-02
申请号：CN202310474234.9
申请日：2023-04-28
Applicant: 太原理工大学
Abstract: 本发明涉及一种液压支架工作状态的评价方法，属于煤矿智能化技术领域。包括：获取液压支架顶板上的压力、倾角和位移初始数据；对压力、倾角和位移初始数据进行滤波，得到压力、倾角和位移样本数据；采用预先训练好的BP神经网络对压力、倾角和位移样本数据进行一级融合，得到一级融合后的压力样本数据、倾角样本数据和位移样本数据；根据一级融合后的压力、倾角、位移样本数据和预设的模糊综合评价模型确定液压支架的工作状态综合得分；根据液压支架的工作状态综合得分评价液压支架的工作状态。本发明整个评价过程不依赖于人工，不仅降低了人工成本，提高了评价效率，能够实时进行工作状态的评价，而且评价结果不带主观性，更加准确。
-
公开(公告)号：CN118399835B
公开(公告)日：2024-08-27
申请号：CN202410869262.5
申请日：2024-07-01
Applicant: 太原理工大学
Abstract: 本发明涉及一种电机的转速估计方法，属于电机转速估计技术领域。包括：获取电机运行状态下的振动信号；对振动信号进行短时傅里叶变换，得到振动信号的时频表达；通过预设幅度阶次的各个取值对时频表达的幅度谱进行调制，得到预设幅度阶次的每个取值对应的增强时频表达；计算每个增强时频表达的时频表达基尼系数；选择时频表达基尼系数最大的增强时频表达作为最优的增强时频表达，用于转速估计；使用脊线提取算法从最优的增强时频表达中提取时频脊线，所提取的时频脊线即为估计的电机转速。本发明在保证了转速估计精度的同时，大幅降低了计算复杂度，节省了计算时间，具有良好的工业应用前景。
-
公开(公告)号：CN118090279B
公开(公告)日：2024-06-25
申请号：CN202410458004.8
申请日：2024-04-17
Applicant: 太原理工大学
Abstract: 本发明涉及一种模拟悬臂式掘进机截割运动的故障诊断实验装置，属于掘进机故障诊断设备技术领域。包括截割组件、运动组件和液压动力组件。通过设置截割组件、运动组件和液压动力组件，实现当进行悬臂式掘进机截割部故障诊断模拟实验时，由液压动力组件为运动组件和截割组件中的动力部分提供动力，动力部分带动截割组件中的机械传动部分进行上下左右不同方位的移动，实现机械传动部分模拟悬臂式掘进截割部进行上下截割和左右截割的截割运动状态；由截割组件中的状态监测部分对机械传动部分的运行状态进行实时监测，获得机械传动部分的相关数据，便于对悬臂式掘进机截割部故障的诊断和预测提供支持，进而可以提高悬臂式掘进机截割部的使用寿命。
-
公开(公告)号：CN118090279A
公开(公告)日：2024-05-28
申请号：CN202410458004.8
申请日：2024-04-17
Applicant: 太原理工大学
Abstract: 本发明涉及一种模拟悬臂式掘进机截割运动的故障诊断实验装置，属于掘进机故障诊断设备技术领域。包括截割组件、运动组件和液压动力组件。通过设置截割组件、运动组件和液压动力组件，实现当进行悬臂式掘进机截割部故障诊断模拟实验时，由液压动力组件为运动组件和截割组件中的动力部分提供动力，动力部分带动截割组件中的机械传动部分进行上下左右不同方位的移动，实现机械传动部分模拟悬臂式掘进截割部进行上下截割和左右截割的截割运动状态；由截割组件中的状态监测部分对机械传动部分的运行状态进行实时监测，获得机械传动部分的相关数据，便于对悬臂式掘进机截割部故障的诊断和预测提供支持，进而可以提高悬臂式掘进机截割部的使用寿命。
-
Patent Agency Ranking
公开(公告)号：CN118399835A
公开(公告)日：2024-07-26
申请号：CN202410869262.5
申请日：2024-07-01
Applicant: 太原理工大学
Abstract: 本发明涉及一种电机的转速估计方法，属于电机转速估计技术领域。包括：获取电机运行状态下的振动信号；对振动信号进行短时傅里叶变换，得到振动信号的时频表达；通过预设幅度阶次的各个取值对时频表达的幅度谱进行调制，得到预设幅度阶次的每个取值对应的增强时频表达；计算每个增强时频表达的时频表达基尼系数；选择时频表达基尼系数最大的增强时频表达作为最优的增强时频表达，用于转速估计；使用脊线提取算法从最优的增强时频表达中提取时频脊线，所提取的时频脊线即为估计的电机转速。本发明在保证了转速估计精度的同时，大幅降低了计算复杂度，节省了计算时间，具有良好的工业应用前景。
-
公开(公告)号：CN117648611A
公开(公告)日：2024-03-05
申请号：CN202410121691.4
申请日：2024-01-30
Applicant: 太原理工大学
IPC: G06F18/24 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种机械装备的故障诊断方法，属于故障诊断技术领域。包括：双分支流形残差网络的一个分支对全局低级特征分别进行连续宽核卷积和空间全局信息描述，分别得到抽象全局特征和流形描述的全局信息后相加，得到全局综合特征；另一个分支对局部低级特征分别进行连续窄核卷积和空间局部信息描述，分别得到抽象局部特征和流形描述的局部信息后相加，得到局部综合特征；将全局综合特征和局部综合特征联接作为双分支流形残差网络的输出；将权重分配后的低级融合特征输入自注意力输出胶囊网络进行高级特征提取，并根据高级特征确定故障诊断结果。本发明提取的特征更高级的同时，充分考虑了特征之间的关系，使得故障诊断结果的准确性大大提高。
-
公开(公告)号：CN117249996B
公开(公告)日：2024-02-13
申请号：CN202311491933.0
申请日：2023-11-10
Applicant: 太原理工大学
IPC: G01M13/021 , G01M13/028 , G01M13/045 , G06F18/241 , G06F18/10 , G06F18/2131 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种矿用刮板机齿轮箱轴承的故障诊断方法，属于设备测试技术领域。包括：获取矿用刮板机运行状态下的齿轮箱振动信号；对齿轮箱振动信号进行降噪处理；对降噪处理后的齿轮箱振动信号进行广义S变换，得到时频图集；计算时频图集中每个时频图的能量集中度，根据结果自适应调整广义S变换的参数；通过每个时频图的最优参数组合再次对齿轮箱振动信号进行广义S变换，得到运行特征最清晰的时频图集；将运行特征最清晰的时频图集输入故障诊断卷积神经网络中，根据故障诊断卷积神经网络的分类结果对矿用刮板机齿轮箱的轴承进行故障诊断。本发明的诊断效果好，诊断精度及准确性高。(56)对比文件Pinnegar, CR.The S-transform withwindows of arbitrary and varying shape.《GEOPHYSICS》.2003,第68卷(第1期),第381-385页.刘敏.基于同步压缩广义S 变换的发动机故障诊断《.振动、测试与诊断》.2021,第41卷(第5期),第984-990页.陈换过;易永余;陈文华;陈培;沈建洋.基于广义S变换的齿轮箱轴承故障诊断方法《.中国机械工程》.2017,(第01期),第51-56页.王航航.基于改进同步提取S变换的建筑结构瞬时频率识别研究《.中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》.2022,(第03期),第35-38页.金志浩.基于小波阈值去噪与HHT滚动轴承故障诊断《.计算机仿真》.2023,第40卷(第08期),第467-471页.
-
公开(公告)号：CN117249996A
公开(公告)日：2023-12-19
申请号：CN202311491933.0
申请日：2023-11-10
Applicant: 太原理工大学
IPC: G01M13/021 , G01M13/028 , G01M13/045 , G06F18/241 , G06F18/10 , G06F18/2131 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种矿用刮板机齿轮箱轴承的故障诊断方法，属于设备测试技术领域。包括：获取矿用刮板机运行状态下的齿轮箱振动信号；对齿轮箱振动信号进行降噪处理；对降噪处理后的齿轮箱振动信号进行广义S变换，得到时频图集；计算时频图集中每个时频图的能量集中度，根据结果自适应调整广义S变换的参数；通过每个时频图的最优参数组合再次对齿轮箱振动信号进行广义S变换，得到运行特征最清晰的时频图集；将运行特征最清晰的时频图集输入故障诊断卷积神经网络中，根据故障诊断卷积神经网络的分类结果对矿用刮板机齿轮箱的轴承进行故障诊断。本发明的诊断效果好，诊断精度及准确性高。
-
公开(公告)号：CN119691613A
公开(公告)日：2025-03-25
申请号：CN202411749001.6
申请日：2024-12-02
Applicant: 太原理工大学
IPC: G06F18/2431 , G06F18/2413 , G06F18/2131 , G06N3/0464 , G10L25/30 , G10L25/03 , G10L25/51
Abstract: 本发明涉及一种多传感器数据全通道响应的煤岩截割状态识别方法，属于煤矿智能化技术领域。包括：获取掘进机历史截割煤岩时各种类型的传感器在多种煤岩截割状态下采集的历史原始信号后，进行自适应重采样处理，得到每种类型传感器的重采样信号，并继续处理为多通道训练样本数据；将多通道训练样本数据分割为多通道训练数据，并训练煤岩截割状态识别网络，得到训练好的煤岩截割状态识别网络，煤岩截割状态识别网络为插入有ACI模块的卷积神经网络。通过构建插入有ACI模块的卷积神经网络作为煤岩截割状态识别网络，能够提高煤岩截割状态识别的准确性。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.018 seconds)
