-
公开(公告)号：CN119509972A
公开(公告)日：2025-02-25
申请号：CN202411678888.4
申请日：2024-11-22
Applicant: 江苏省特种设备安全监督检验研究院 , 南京理工大学
IPC: G01M13/04 , G01M13/045
Abstract: 本发明提出了一种基于DAE‑BiLSTM的自动扶梯主驱动轴轴承故障诊断方法，所述方法包括以下步骤：采集自动扶梯主驱动轴轴承振动信号，对其进行归一化处理然后划分得到训练集、验证集和测试集；构建DAE深度自编码器网络模型；将训练集输入DAE模型进行训练；训练完毕后保留DAE网络编码器，对训练集进行维度重构；构建BiLSTM双向长短时记忆神经网络模型；将DAE网络编码器的重构数据输入BiLSTM模型中进行训练，训练完毕后用测试集评估故障诊断效果，采用网格搜索方式来获取BiLSTM模型的最佳参数，最终得到自动扶梯主驱动轴轴承故障诊断模型。本发明具有故障检测准确率高、诊断速度快的优点，能够有效预警轴承的潜在故障状态，确保自动扶梯的安全运行。
-
公开(公告)号：CN119660523A
公开(公告)日：2025-03-21
申请号：CN202411679068.7
申请日：2024-11-22
Applicant: 江苏省特种设备安全监督检验研究院 , 南京理工大学
Abstract: 本发明提出了一种基于振动分析的自动扶梯驱动主机故障诊断方法，所述方法包括以下步骤：采集待检测的驱动主机零部件振动信号，对振动信号进行傅里叶变换得到其频谱图，在频谱图根据零部件故障冲击激起的共振带范围确定小波包分解的层数N；将原始信号按小波包分解算法分解至N层；计算第N层中各个小波包的能量，提取能量占比最大的频带；对该频带进行包络谱分析得到零部件的故障包络谱特征，根据零部件的不同故障模式下的特征频率确定具体故障类型。对于齿轮和轴承故障引起的冲击振动信号可以做到有效诊断并预警。
-
公开(公告)号：CN113570210A
公开(公告)日：2021-10-29
申请号：CN202110784578.0
申请日：2021-07-12
Applicant: 南京理工大学
Abstract: 本发明提出了一种桥式起重机能耗评价指标体系构建方法，首先确定了桥式起重机能耗评价指标体系的层次结构；其次，根据桥式起重机工作机构的物理模型和机构能耗机理，分析了影响桥式起重机能耗的因素；然后，根据相关原则选取了桥式起重机能耗评价的一级指标和二级指标。最后，根据桥式起重机能耗评价指标体系的层次结构和选取的评价指标，建立了桥式起重机能耗评价指标体系。
-
Patent Agency Ranking
公开(公告)号：CN113570210B
公开(公告)日：2024-08-27
申请号：CN202110784578.0
申请日：2021-07-12
Applicant: 南京理工大学
IPC: G06Q10/063 , G06Q50/06 , B66C13/16
Abstract: 本发明提出了一种桥式起重机能耗评价指标体系构建方法，首先确定了桥式起重机能耗评价指标体系的层次结构；其次，根据桥式起重机工作机构的物理模型和机构能耗机理，分析了影响桥式起重机能耗的因素；然后，根据相关原则选取了桥式起重机能耗评价的一级指标和二级指标。最后，根据桥式起重机能耗评价指标体系的层次结构和选取的评价指标，建立了桥式起重机能耗评价指标体系。
-
公开(公告)号：CN115417284B
公开(公告)日：2024-11-15
申请号：CN202210895236.0
申请日：2022-07-26
Applicant: 南京理工大学
IPC: B66B29/00 , B66B27/00 , B66B5/00 , G06F18/214 , G06F18/241 , G06N3/0455
Abstract: 本发明提出了一种基于深度自编码器的自动扶梯故障识别与预警方法，具体方法包括通过振动传感器采集自动扶梯梯级与驱动装置的加速度数据，获取原始数据并打标签；将原始数据通过滑动窗口聚合；将聚合后的数据输入到深度自编码器中，模型将保存模型提取的数据特征，并输出故障识别结果。将模型提取的数据特征作为t‑SNE算法的输入，t‑SNE算法输出数据特征的二维或三维可视化结果。本方法可对自动扶梯故障进行诊断并将故障数据可视化。
-
公开(公告)号：CN115417284A
公开(公告)日：2022-12-02
申请号：CN202210895236.0
申请日：2022-07-26
Applicant: 南京理工大学
Abstract: 本发明提出了一种基于深度自编码器的自动扶梯故障识别与预警方法，具体方法包括通过振动传感器采集自动扶梯梯级与驱动装置的加速度数据，获取原始数据并打标签；将原始数据通过滑动窗口聚合；将聚合后的数据输入到深度自编码器中，模型将保存模型提取的数据特征，并输出故障识别结果。将模型提取的数据特征作为t‑SNE算法的输入，t‑SNE算法输出数据特征的二维或三维可视化结果。本方法可对自动扶梯故障进行诊断并将故障数据可视化。
-
公开(公告)号：CN113627731A
公开(公告)日：2021-11-09
申请号：CN202110783947.4
申请日：2021-07-12
Applicant: 南京理工大学
Abstract: 本发明提出了一种基于SOM‑熵值算法的起重机械能效评价方法，首先进行起重机械能耗数据粗聚类，得到粗聚类结果和粗聚类中心；其次基于粒子群算法将通过粗聚类产生的样本各聚类中心作为粒子群算法的输入样本进行二次聚类，得到新的聚类结果；接着基于熵值法将通过粗聚类产生的样本各聚类中心的起升机构单位工作量能耗、小车运行机构单位工作量能耗和大车运行机构单位工作量能耗等数据，计算熵值和权重；然后使用线性加权计算桥式起重机综合能耗分数并结合通过粒子群算法得到的二次聚类结果，对桥式起重机的能耗等级进行划分；最后对于未知的起重机能耗等级，通过计算聚类中心的欧式距离判定该起重机的能耗等级。本方法可对起重机能耗进行分级。
-
公开(公告)号：CN113379225A
公开(公告)日：2021-09-10
申请号：CN202110631876.6
申请日：2021-06-07
Applicant: 南京理工大学
Abstract: 本发明提出了一种基于矩阵编码遗传算法的作业调度方法，首先使用矩阵编码，用一个n×m的矩阵来对种群中的个体进行编码；然后进行种群初始化，在一定约束条件下，给种群中每个个体的元素随机赋一个实数值；再计算适应度函数为使产品最大装配完成时间最小的函数值。若满足终止条件，则将适应度值最小的个体编码矩阵进行解码并输出产品装配方案；否则，进行选择、交叉、变异等遗传操作并生成新种群来重新计算适应度值，直到满足终止条件。本发明可以得到合理、可靠的产品装配方案，基于矩阵编码的遗传算法实现方法简便、计算效率高，可改善目前作业调度方法实现复杂和效率低下等情况。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.048 seconds)
