-
公开(公告)号：CN113269057A
公开(公告)日：2021-08-17
申请号：CN202110494498.1
申请日：2021-05-07
Applicant: 杭州电子科技大学 , 南京智慧水运科技有限公司
Abstract: 本发明公开了一种基于置信规则库推理的电机转子故障预测方法。本发明首先在电机转子的不同位置采集振动加速度信号，经快速傅里叶变换方法将其转换为频域信号，取1倍频的幅值作为故障特征变量，将采集的不同故障特征变量值分别以时间序列排序，得到对应参考值集合和故障类型映射关系的参考证据矩阵，然后对每一个故障特征变量均建立对应的BRB模型，根据预测值与对应的REM可以获得预测证据。最后构建故障信息融合决策模型，将获得的预测证据进行融合，信息融合决策模型的输入是所有故障特征变量的预测值，输出是电机转子未来时刻的故障类型。本发明模型精度较好，能及时准确的预测出故障类型，便于工程实现。
-
公开(公告)号：CN113269057B
公开(公告)日：2024-06-07
申请号：CN202110494498.1
申请日：2021-05-07
Applicant: 杭州电子科技大学 , 南京智慧水运科技有限公司
IPC: G06F18/24 , G06F18/2433 , G06F18/25 , G06F18/22 , G06N5/04
Abstract: 本发明公开了一种基于置信规则库推理的电机转子故障预测方法。本发明首先在电机转子的不同位置采集振动加速度信号，经快速傅里叶变换方法将其转换为频域信号，取1倍频的幅值作为故障特征变量，将采集的不同故障特征变量值分别以时间序列排序，得到对应参考值集合和故障类型映射关系的参考证据矩阵，然后对每一个故障特征变量均建立对应的BRB模型，根据预测值与对应的REM可以获得预测证据。最后构建故障信息融合决策模型，将获得的预测证据进行融合，信息融合决策模型的输入是所有故障特征变量的预测值，输出是电机转子未来时刻的故障类型。本发明模型精度较好，能及时准确的预测出故障类型，便于工程实现。
-
公开(公告)号：CN109974837B
公开(公告)日：2022-05-20
申请号：CN201910314921.8
申请日：2019-04-18
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于规则推理的船舶结构损伤识别方法，属于船舶结构状态监测与故障诊断领域。该方法对光纤光栅传感器监测信号进行小波包分解，求得损伤识别指标，将其作为信度推理模型输入，根据船舶损伤结构位置、损伤程度设定结构损伤类别，作为信度推理模型输出，构建信度规则库。根据输入值计算所有规则的激活权重，通过证据推理算法融合所有规则，根据融合所得损伤类别的信度进行决策，判断船舶结构所属的结构损伤类别。构建目标函数训练优化参数集合，得到推理模型的最优参数集合。在线获取损伤识别指标，基于最优推理模型得到融合结果进行决策，判断所属的结构损伤类别。本发明能实现船舶结构损伤的高精度识别。
-
公开(公告)号：CN109946542A
公开(公告)日：2019-06-28
申请号：CN201910222023.X
申请日：2019-03-22
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于长短时信息融合的逆变器直流回路电容故障检测方法。本发明先将采集的逆变器直流回路电压瞬时值以一定周期计算得到每一周期的电压瞬时值峰-峰值，按一定间隔选取阈值，利用连续的Sigmoid隶属度函数将处理后的瞬时电压峰-峰值的信息转化成短时报警证据；利用长短时信息融合公式对短时报警证据进行融合得到全局报警证据，进行报警决策，误报率和漏报率的平方和最小所对应的阈值为最优阈值；在线获取数据，利用训练得到的最优阈值得到短时报警证据，利用长短时信息融合公式进行融合得到长时报警证据，进行报警决策。本发明通过长短时信息融合得到长时报警证据，可以给出比单个短时报警证据更为准确的故障检测结果。
-
公开(公告)号：CN109946542B
公开(公告)日：2021-01-01
申请号：CN201910222023.X
申请日：2019-03-22
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于长短时信息融合的逆变器直流回路电容故障检测方法。本发明先将采集的逆变器直流回路电压瞬时值以一定周期计算得到每一周期的电压瞬时值峰‑峰值，按一定间隔选取阈值，利用连续的Sigmoid隶属度函数将处理后的瞬时电压峰‑峰值的信息转化成短时报警证据；利用长短时信息融合公式对短时报警证据进行融合得到全局报警证据，进行报警决策，误报率和漏报率的平方和最小所对应的阈值为最优阈值；在线获取数据，利用训练得到的最优阈值得到短时报警证据，利用长短时信息融合公式进行融合得到长时报警证据，进行报警决策。本发明通过长短时信息融合得到长时报警证据，可以给出比单个短时报警证据更为准确的故障检测结果。
-
Patent Agency Ranking
公开(公告)号：CN110597232A
公开(公告)日：2019-12-20
申请号：CN201910917439.3
申请日：2019-09-26
Applicant: 杭州电子科技大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于动态置信规则库的变频器冷却水泵故障报警方法，属于设备状态监测与故障诊断技术领域。本发明将变频器冷却单元水泵转速、流体流速作为置信规则库报警模型的输入，水泵进出口流体之间的压力差作为模型的输出，建立置信规则库报警模型。假设模型参数符合正态分布，给定初始时刻的模型参数，根据上一时刻模型参数动态决定当前时刻的置信规则库报警模型参数，得到当前时刻的预测值。同时本发明将当前时刻的预测值与真实值的误差作为区分故障发生与否的新特征，通过将误差与报警阈值比较，来决定是否更新模型参数。本发明模型更新速度快，能及时对变频器冷却单元水泵的故障做出报警，便于工程实现。
-
公开(公告)号：CN109765786A
公开(公告)日：2019-05-17
申请号：CN201910070893.X
申请日：2019-01-25
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于证据滤波的电推船电机转轴不平衡故障检测方法，属于机电设备状态监测与故障诊断领域。从推进电机传动轴采集的振动数据进行预处理，利用连续的Sigmoid隶属度函数将处理后的振动数据转化成每时刻的报警证据；利用多阶证据滤波方法对每时刻报警证据进行融合，其中构建信度推理模型求解多阶证据滤波中的融合权重，并给出优化目标函数对推理模型中的参数进行优化。对于在线获取监测数据，预处理后转化为每时刻报警证据，利用优化后的多阶证据滤波方法得到全局报警证据，进行报警决策；本发明通过多阶证据滤波得到全局的报警证据，可以给出比单个时刻的报警证据更为准确的故障检测结果。
-
公开(公告)号：CN109765786B
公开(公告)日：2022-03-01
申请号：CN201910070893.X
申请日：2019-01-25
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于证据滤波的电推船电机转轴不平衡故障检测方法，属于机电设备状态监测与故障诊断领域。从推进电机传动轴采集的振动数据进行预处理，利用连续的Sigmoid隶属度函数将处理后的振动数据转化成每时刻的报警证据；利用多阶证据滤波方法对每时刻报警证据进行融合，其中构建信度推理模型求解多阶证据滤波中的融合权重，并给出优化目标函数对推理模型中的参数进行优化。对于在线获取监测数据，预处理后转化为每时刻报警证据，利用优化后的多阶证据滤波方法得到全局报警证据，进行报警决策；本发明通过多阶证据滤波得到全局的报警证据，可以给出比单个时刻的报警证据更为准确的故障检测结果。
-
公开(公告)号：CN110597232B
公开(公告)日：2020-09-25
申请号：CN201910917439.3
申请日：2019-09-26
Applicant: 杭州电子科技大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于动态置信规则库的变频器冷却水泵故障报警方法，属于设备状态监测与故障诊断技术领域。本发明将变频器冷却单元水泵转速、流体流速作为置信规则库报警模型的输入，水泵进出口流体之间的压力差作为模型的输出，建立置信规则库报警模型。假设模型参数符合正态分布，给定初始时刻的模型参数，根据上一时刻模型参数动态决定当前时刻的置信规则库报警模型参数，得到当前时刻的预测值。同时本发明将当前时刻的预测值与真实值的误差作为区分故障发生与否的新特征，通过将误差与报警阈值比较，来决定是否更新模型参数。本发明模型更新速度快，能及时对变频器冷却单元水泵的故障做出报警，便于工程实现。
-
公开(公告)号：CN109974837A
公开(公告)日：2019-07-05
申请号：CN201910314921.8
申请日：2019-04-18
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于规则推理的船舶结构损伤识别方法，属于船舶结构状态监测与故障诊断领域。该方法对光纤光栅传感器监测信号进行小波包分解，求得损伤识别指标，将其作为信度推理模型输入，根据船舶损伤结构位置、损伤程度设定结构损伤类别，作为信度推理模型输出，构建信度规则库。根据输入值计算所有规则的激活权重，通过证据推理算法融合所有规则，根据融合所得损伤类别的信度进行决策，判断船舶结构所属的结构损伤类别。构建目标函数训练优化参数集合，得到推理模型的最优参数集合。在线获取损伤识别指标，基于最优推理模型得到融合结果进行决策，判断所属的结构损伤类别。本发明能实现船舶结构损伤的高精度识别。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.019 seconds)
