-
公开(公告)号：CN115526213A
公开(公告)日：2022-12-27
申请号：CN202211357865.4
申请日：2022-11-01
Applicant: 温州大学
Abstract: 本发明提供一种罗茨式压缩机故障诊断方法，包括获取罗茨式压缩机上所传递过来的原始振动信号；根据原始振动信号，使用预设的权重倒频谱编辑方法来构建含有权重的滤波信号，且以滤波信号的平滑度指数的倒数为目标函数并求最优解，进一步将所求的最优解更新滤波信号中权重的值；绘制更新后的滤波信号的希尔伯特包络谱，并对希尔伯特包络谱进行特征频率分析，以诊断出罗茨式压缩机的故障情况。实施本发明，通过有效提高信号信噪比来提取故障特征信息，以精确诊断故障类型，提高了诊断精度。
-
公开(公告)号：CN115270926A
公开(公告)日：2022-11-01
申请号：CN202210742154.2
申请日：2022-06-27
Applicant: 温州大学
IPC: G06K9/62
Abstract: 本发明提供一种飞机飞行异常检测方法，包括获取历史飞行监控数据；基于预先定义的飞机飞行最高风险阶段以及重点监控参数，从历史飞行监控数据中，提取出对应的原始数据并进行数据预处理；利用主成分分析法，对预处理后的原始数据进行降维处理，得到飞行样本；构建OC‑DNN异常检测模型并训练，且进一步使用飞行样本，对已训练好的OC‑DNN异常检测模型进行测试，得到每个飞行样本的异常检测结果。本发明还提供一种飞机飞行异常检测系统。实施本发明，基于异常检测技术，实现无预定义安全标准的情况下从常规飞行数据中识别出异常飞行，能够有效提高飞机飞行异常识别的准确率。
-
公开(公告)号：CN113804443A
公开(公告)日：2021-12-17
申请号：CN202111101799.X
申请日：2021-09-18
Applicant: 温州大学
IPC: G01M13/045 , G06K9/00
Abstract: 本发明提供一种基于能量算子与阈值消噪的滚动轴承故障诊断方法，包括获取滚动轴承产生的振动信号，并利用预设的能量算子对振动信号进行预处理，得到能量算子增强信号；将能量算子增强信号通过预设的基于同步挤压小波变换法SS‑CWT变换到时间频率域，并结合预设的峭度准则及预定阈值，用以消除时间频率域变换所得信号中的高斯分布成分和噪声，且进一步进行信号逆SS‑CWT变换，得到滤波信号；将滤波信号做包络谱分析，并结合预设的理论故障特征频率值对比，以判断滚动轴承故障类型。实施本发明，对滚动轴承振动信号中的噪声进行消除，用于增强故障特征，实现故障快速诊断。
-
公开(公告)号：CN116223034A
公开(公告)日：2023-06-06
申请号：CN202310263227.4
申请日：2023-03-17
Applicant: 温州大学
IPC: G01M13/04 , G01M13/045 , G06F18/10 , G06F18/24
Abstract: 本发明提供一种罗茨式压缩机的轴承状态检测方法，包括获取罗茨式压缩机上轴承所传递过来的原始振动信号；基于自适应窗口分割方法，将原始振动信号分割为多个短信号；利用径向基核函数对每一短信号均进行迭代求解出低频分量，且根据迭代结束求解的最终低频分量，确定所有短信号的最终高频分量并进行重构，得到降噪信号；其中，在迭代结束前，各短信号的高频分量均为其与当前次迭代求解的低频分量相减得到的，且被更新为各自下一次迭代所需的短信号；绘制降噪信号的希尔伯特包络谱并进行特征频率分析，以检测出罗茨式压缩机的轴承故障类型。实施本发明，能够消除强背景噪声干扰并提取弱故障特征，从而可靠地检测出罗茨式压缩机的轴承故障类型。
-
公开(公告)号：CN115750341A
公开(公告)日：2023-03-07
申请号：CN202211275316.2
申请日：2022-10-18
Applicant: 温州大学
Abstract: 本发明提供一种罗茨式压缩机故障诊断方法，包括获取罗茨式压缩机上由多个传感器所采集到的动力轴的振动信号、电机输入端的电流、压缩机出口压力、压缩机出口流量和液体的温度信号，以形成二维矩阵；将二维矩阵导入已训练好的降噪模型中进行降噪，得到降噪后的多尺度信号特征矩阵；将多尺度信号特征矩阵导入已训练好的罗茨式压缩机故障分类模型中，以诊断出故障类别；其中，降噪模型是融合多尺度空洞卷积与注意力的新型自编码模型，罗茨式压缩机故障分类模型是加入残差连接的残差网络模型。实施本发明，通过去除复杂工况下多传感器融合数据的噪音来改善深度学习模型诊断故障精度，提高了模型在复杂工况故障识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN113946788A
公开(公告)日：2022-01-18
申请号：CN202111111764.4
申请日：2021-09-18
Applicant: 温州大学
IPC: G06F17/14 , G01M13/045
Abstract: 本发明提供一种基于差分平方包络非局部均值的滚动轴承故障诊断方法，包括获取滚动轴承产生的振动信号，并利用预设的差分平方包络方法对所述振动信号进行处理，得到差分平方包络信号；将差分平方包络信号输入到预先设置的基于高斯核的非局部均值滤波器中进行滤波处理，得到残余信号；利用差分平方包络信号减去残余信号做希尔伯特解调，且进一步通过快速傅里叶变换提取故障特征，并与预设的理论故障特征计算值对比，以判断滚动轴承故障类型。实施本发明，可克服现有技术存在的故障类型难以准确检测的问题，具有增强故障特征，提高信噪比的良好效果。
-
公开(公告)号：CN113952843A
公开(公告)日：2022-01-21
申请号：CN202111013860.5
申请日：2021-08-31
Applicant: 温州大学
IPC: B01D61/36
Abstract: 一种批式MVR耦合真空膜蒸馏浓缩回收硫酸溶液系统及方法，属于膜分离技术领域。该装置包括控制阀、原料罐、换热器、中空纤维膜管、真空膜组件、蒸汽压缩机、蒸汽蓄热器、排管、喷嘴、蒸汽发生器、气液分离器、真空泵、凝水罐、循环泵，本发明将真空膜蒸馏技术、MVR技术和蒸汽蓄热技术结合应用于硫酸溶液的浓缩提纯，不仅实现硫酸溶液高纯分离的同时，利用蒸汽蓄热器和二次蒸汽潜热分别作为间歇启动和稳定蒸发阶段的加热热源，从而降低了系统的蒸发能耗，提高了系统的运行稳定性，这将对工业硫酸废液的高效回收利用具有重要的价值和意义。
-
公开(公告)号：CN113850180A
公开(公告)日：2021-12-28
申请号：CN202111112216.3
申请日：2021-09-18
Applicant: 温州大学
Abstract: 本发明提供一种压缩机齿轮故障样本扩充方法，包括对有限的压缩机齿轮原始故障信号进行集合经验模态分解EEMD处理，计算每个本征模态分量IMF信号的若干时域特征指标，以生成故障特征向量，并以此作为原始样本；利用同故障类别的原始样本进行逆向云计算，建立多维的高斯云模型，且对所建高斯云模型进行正向云计算，生成若干用以表征故障特征向量的云滴并作为仿真样本；将所有仿真样本输入VAE模型进行样本重构，以减小模型输出与原始样本之间的误差为目标，并基于反向传播算法迭代修正VAE模型参数，最终输出与原始样本极为相似的扩充样本，以建立完备的压缩机齿轮故障样本集。实施本发明，解决了现有技术中压缩机齿轮故障样本少的问题。
-
公开(公告)号：CN115795279A
公开(公告)日：2023-03-14
申请号：CN202211542113.5
申请日：2022-12-02
Applicant: 温州大学
IPC: G06F18/10 , G01M13/00 , G06F18/213 , G06F18/24
Abstract: 本发明提供一种罗茨式压缩机的机械磨损状态检测方法，包括获取罗茨式压缩机上所传递过来的原始振动信号；基于预设的自适应窗口分割方法，将所述原始振动信号分割为多个短信号；基于预设的辛几何模式分解方法，分解所述多个短信号，以获得每一短信号的初始辛几何分量，并根据预设的循环峰度熵的分量选择标准，丢弃每一短信号的初始辛几何分量中的噪声分量后，进一步进行重构，得到降噪信号；绘制降噪信号的希尔伯特包络谱，并对希尔伯特包络谱进行特征频率分析，以检测出罗茨式压缩机的机械磨损状态。实施本发明，不仅能提取多种故障特征，还能提取出弱故障特征，从而提高了机械磨损状态检测准确性、可靠性及稳定性。
-
公开(公告)号：CN115526209A
公开(公告)日：2022-12-27
申请号：CN202211297701.7
申请日：2022-10-22
Applicant: 温州大学
IPC: G06K9/00 , G06K9/62 , G06N3/08 , G01M13/00 , G01M13/028 , G01M13/045 , F04C28/28
Abstract: 本发明提供一种罗茨式压缩机的自适应故障诊断方法，包括获取罗茨式压缩机上所传递过来的待测振动信号；对待测振动信号进行消噪以及变换处理；将处理后的待测振动信号导入已训练好的罗茨式压缩机故障诊断模型中，得到相应的诊断结果；其中，罗茨式压缩机故障诊断模型是基于注意力域自适应网络构建出来的，且该模型是通过故障类别完整的原域样本和故障类别不完整的目标域样本同时输入进行训练得到的，原域样本和目标域样本分别来自于罗茨式压缩机不同工况下的振动信号。实施本发明，能够解决现有基于迁移学习的方法因训练样本类别缺失所带来的诊断结果有误的问题，提高了诊断精度。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.016 seconds)
