公开(公告)号：CN110160789A

公开(公告)日：2019-08-23

申请号：CN201910381364.1

申请日：2019-05-08

Applicant: 新疆大学

Inventor： 谢丽蓉 ,  杨欢 ,  刘艺明 ,  李江 ,  王晋瑞 ,  晁勤 ,  李进卫 ,  包洪印

IPC: G01M13/045 ,  G06K9/00

Abstract: 本发明公开了一种基于GA-ENN的风电机组轴承故障诊断方法，包括以下步骤：采集振动数据信息并从振动数据信息中提取时域、频域、时频域的特征信息，构建以遗传算法GA为主，神经网络ENN为辅的模型对混合域指标集择优筛选，得到最优特征子集，构建以遗传算法GA为主，神经网络ENN为辅的模型，用GA优化ENN的权值和阈值，获得最优的权值和阈值参数，基于得到的最优特征子集和最优的权值和阈值参数，构建以神经网络ENN为主，遗传算法GA为辅的模型进行故障识别，输出诊断结果；本发明能够全面地反映风电机组轴承的运行状况，不仅可以缩短故障识别时间，而且还能够提高故障识别的精度。

公开(公告)号：CN110160789B

公开(公告)日：2021-11-02

申请号：CN201910381364.1

申请日：2019-05-08

Applicant: 新疆大学

Inventor： 谢丽蓉 ,  杨欢 ,  刘艺明 ,  李江 ,  王晋瑞 ,  晁勤 ,  李进卫 ,  包洪印

IPC: G01M13/045 ,  G06K9/00

Abstract: 本发明公开了一种基于GA‑ENN的风电机组轴承故障诊断方法，包括以下步骤：采集振动数据信息并从振动数据信息中提取时域、频域、时频域的特征信息，构建以遗传算法GA为主，神经网络ENN为辅的模型对混合域指标集择优筛选，得到最优特征子集，构建以遗传算法GA为主，神经网络ENN为辅的模型，用GA优化ENN的权值和阈值，获得最优的权值和阈值参数，基于得到的最优特征子集和最优的权值和阈值参数，构建以神经网络ENN为主，遗传算法GA为辅的模型进行故障识别，输出诊断结果；本发明能够全面地反映风电机组轴承的运行状况，不仅可以缩短故障识别时间，而且还能够提高故障识别的精度。

公开(公告)号：CN217567364U

公开(公告)日：2022-10-14

申请号：CN202220776038.8

申请日：2022-04-05

Applicant: 新疆大学

Inventor： 杨欢

IPC: A63B69/00

Abstract: 本实用新型公开了一种新式健美操花棍，包括花棍主体，所述花棍主体的整体为棍状，所述花棍主体的两端分别设置有用于手部拉动的拉环和产生节拍用的响球组成，所述拉环和响球均连接有用于调节花棍主体长度的调节结构，所述调节结构包括伸缩杆，所述伸缩杆有两个，两个所述伸缩杆分别与拉环和响球相连接，所述伸缩杆上均套设有内管，所述内管内部设置有用于伸缩杆活动的空腔；在不同人群在需要调节其长度时只需转动拉环或响球，使其带动伸缩杆转动，伸缩杆上的卡块脱离限位卡槽，然后拉动即可将伸缩杆拉至合适长度，最后反转伸缩杆即可使伸缩杆上的卡块与限位卡槽相互卡接完成调节，使用过程中只需调节长度即可满足所有人群的使用，从而达到了适用性广泛的效果。