-
公开(公告)号：CN115795295A
公开(公告)日：2023-03-14
申请号：CN202211492921.5
申请日：2022-11-25
Applicant: 浙江大学
IPC: G06F18/213 , G06F18/24 , G06N3/006 , F04D15/00 , G01M13/045 , G01M13/028 , G01M13/00
Abstract: 本发明公开了一种基于最优加权包络谱的旋转机械特征频率增强提取方法，包括：(1)采集旋转机械的振动或噪声数据作为监测信号，计算谱相关函数；(2)对谱相关函数进行归一化，构建增强包络谱；(3)确定基础调制频率；(4)对谱相关函数进行切片处理，估计载噪比；(5)构造基础调制频率及其谐波成分的循环平稳度量函数；(6)将载噪比当作初始加权函数，利用布谷鸟优化算法搜索得到最优加权函数；(7)利用最优加权函数对谱相关函数进行加权化处理，得到最优加权谱相关；(8)将最优加权谱相关沿着谱频率轴进行积分，得到最优加权包络谱。本发明能够在复杂强烈的噪声干扰下有效地提取旋转机械振动噪声信号中的调制频率成分。
-
公开(公告)号：CN118395250A
公开(公告)日：2024-07-26
申请号：CN202410340353.X
申请日：2024-03-25
Applicant: 浙江大学 , 福建福清核电有限公司
IPC: G06F18/241 , G01M13/045 , G06F18/25 , G06F18/21 , G06F18/10 , G06N20/00 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于循环平稳分析和多表示动态领域自适应的滚动轴承迁移诊断方法，包括：(1)采集不同设备、不同工况以及不同健康状态的滚动轴承的振动信号，构建从源域到目标域的迁移诊断任务；(2)计算振动信号的谱相干函数，生成源域和目标域的谱相干图数据集；(3)构建深度多表示残差卷积神经网络模型；(4)将源域的有标记数据和目标域的无标记数据同时输入网络模型中，利用源域交叉熵损失与多表示动态分布差异损失函数进行梯度反向传播训练以更新模型参数；(5)模型训练完成后用于跨工况、跨设备的迁移诊断任务。本发明在滚动轴承的跨工况和跨设备迁移诊断任务中能取得较高分类准确率。
-
公开(公告)号：CN117473292A
公开(公告)日：2024-01-30
申请号：CN202311406224.8
申请日：2023-10-27
Applicant: 浙江大学
IPC: G06F18/213 , G01M13/045
Abstract: 本发明公开了一种基于稀疏增强包络谱的旋转机械调制特征提取方法，包括：(1)基于短时傅里叶变换计算旋转机械监测信号的谱相干函数；(2)将谱相干函数沿着谱频率方向切片，计算不同谱相干切片的谐波特征向量；(3)度量谐波特征向量的单一稀疏性，得到稀疏信息指标值；(4)将所有谱频率对应的稀疏信息指标值进行整合，得到稀疏联合函数；(5)计算稀疏联合函数的信息下限阈值并阈值过滤操作，得到稀疏增强联合函数；(6)对谱相干函数进行稀疏增强联合处理，得到稀疏增强谱相干，沿谱频率方向对稀疏增强谱相干进行绝对值积分，得到稀疏增强包络谱。利用本发明，能够在复杂强烈的噪声干扰下，实现旋转机械调制特征自适应增强与提取。
-
公开(公告)号：CN117367804A
公开(公告)日：2024-01-09
申请号：CN202311334811.0
申请日：2023-10-16
Applicant: 浙江大学
IPC: G01M13/045 , G06F18/22 , G06F18/25 , G06F17/18 , G06F17/16 , G06F123/02
Abstract: 本发明公开了一种基于时频统计分析与多源信息融合的滚动轴承故障诊断方法，包括以下步骤：S01，采集被测轴承的多源振动信号；S02，构建滚动轴承典型状态的辨识框架；S03，计算时频统计特征，组成状态特征向量；S04，计算参考状态向量，组成参考状态矩阵；S05，生成基于单一测点的基本概率指派；S06，进行多测点信息融合，得到诊断结。利用本发明，能够在复杂强烈的噪声干扰下，有效地判别滚动轴承的运行状态，可用于滚动轴承的状态监测与故障诊断等领域。
-
-
-
Search Results
4
records
(took 0.016 seconds)
