公开(公告)号：CN113029570A

公开(公告)日：2021-06-25

申请号：CN202110358018.9

申请日：2021-04-01

Applicant: 温州大学

Inventor： 向家伟 ,  王辉 ,  郭建春 ,  刘雨 ,  李艳婷

IPC: G01M13/045 ,  G06F30/20

Abstract: 本发明公开了一种谐波轴承故障样本生成模型与诊断的方法，包括有以下步骤：建立多自由度的谐波轴承故障仿真模型；通过对谐波轴承故障仿真模型的拟合算法来得到故障样本数据；建立保存有各故障样本数据的故障样本库；通过设定的诊断方法来验证故障诊断效果。本发明具有以下优点和效果：通过多自由度的谐波轴承故障仿真模型，生成谐波轴承内圈、外圈、滚动体的单点或多点故障样本，通过生成的故障样本数据来获取相关故障特征信息，特征数据可以以预定矩阵的形式进行存储，并为任何特征提取算法提供所需的完备故障数据集，利用这些数据集配合神经网络等算法实现故障的诊断。

公开(公告)号：CN113155462A

公开(公告)日：2021-07-23

申请号：CN202110334918.X

申请日：2021-03-29

Applicant: 温州大学

Inventor： 向家伟 ,  郭建春 ,  王辉 ,  刘雨 ,  孙锦上

IPC: G01M13/045 ,  G06F30/20

Abstract: 本发明公开了一种基于辛几何模式分解与图结构增强动态时间规整的轴承故障诊断方法，包括以下步骤：首先利用辛几何模式分解去分解信号获得多个独立分量，并将噪声分离出来；其次选择独立分量中能量高的一个建立图形结构；然后根据图结构方法获取多个f范数作为特征向量。最后，各类信号经过上述步骤后分别获得各类信号的标准特征向量，将未知信号经过同样的步骤得到的未知特征向量与各类标准特征向量通过动态时间规整来计算它们之间的距离，根据距离远近判断当前轴承的健康状况。本发明方法提高了动态时间规整识别故障类型的能力，最终从故障距离图中可以直观地判断轴承故障类型。

公开(公告)号：CN113033678A

公开(公告)日：2021-06-25

申请号：CN202110348139.5

申请日：2021-03-31

Applicant: 温州大学

Inventor： 向家伟 ,  刘雨 ,  王辉 ,  郭建春 ,  娄云霞

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/06

Abstract: 本发明公开了一种基于自适应对抗网络的锂电池组故障诊断方法，包括有以下步骤：设置可用的K个健康状况的有标签的源域数据{xs，ys}和没有标签的目标域数据{xt}，经诊断程序对源域和目标域数据进行分层和减少特征输出映射数目，同时对目标函数的联合分布差异和边缘分布差异进行优化；其中，所述的诊断程序包括有非对称卷积自编码网络和领域对抗训练。本发明具有以下优点和效果：本发明将普通的一维卷积网络设计为一个深度卷积神经网络的非对称卷积编码网络，对高维数据进行分层和缩放；不仅可以学习类别判别进行准确分类，还可以对分类器和鉴别器对于其目标函数对联合分布差异和边缘分布差异进行了优化。

公开(公告)号：CN113155462B

公开(公告)日：2023-03-24

申请号：CN202110334918.X

申请日：2021-03-29

Applicant: 温州大学

Inventor： 向家伟 ,  郭建春 ,  王辉 ,  刘雨 ,  孙锦上

IPC: G01M13/045 ,  G06F30/20

Abstract: 本发明公开了一种基于辛几何模式分解与图结构增强动态时间规整的轴承故障诊断方法，包括以下步骤：首先利用辛几何模式分解去分解信号获得多个独立分量，并将噪声分离出来；其次选择独立分量中能量高的一个建立图形结构；然后根据图结构方法获取多个f范数作为特征向量。最后，各类信号经过上述步骤后分别获得各类信号的标准特征向量，将未知信号经过同样的步骤得到的未知特征向量与各类标准特征向量通过动态时间规整来计算它们之间的距离，根据距离远近判断当前轴承的健康状况。本发明方法提高了动态时间规整识别故障类型的能力，最终从故障距离图中可以直观地判断轴承故障类型。

公开(公告)号：CN113029570B

公开(公告)日：2022-04-26

申请号：CN202110358018.9

申请日：2021-04-01

Applicant: 温州大学

Inventor： 向家伟 ,  王辉 ,  郭建春 ,  刘雨 ,  李艳婷

IPC: G01M13/045 ,  G06F30/20

Abstract: 本发明公开了一种谐波轴承故障样本生成模型与诊断的方法，包括有以下步骤：建立多自由度的谐波轴承故障仿真模型；通过对谐波轴承故障仿真模型的拟合算法来得到故障样本数据；建立保存有各故障样本数据的故障样本库；通过设定的诊断方法来验证故障诊断效果。本发明具有以下优点和效果：通过多自由度的谐波轴承故障仿真模型，生成谐波轴承内圈、外圈、滚动体的单点或多点故障样本，通过生成的故障样本数据来获取相关故障特征信息，特征数据可以以预定矩阵的形式进行存储，并为任何特征提取算法提供所需的完备故障数据集，利用这些数据集配合神经网络等算法实现故障的诊断。