-
公开(公告)号:CN117213860A
公开(公告)日:2023-12-12
申请号:CN202311317662.7
申请日:2023-10-12
Applicant: 湖南科技大学
IPC: G01M13/045 , G06F18/10 , G06F18/214 , G06F18/24 , G06N3/0499
Abstract: 本发明涉及一种基于IITD分解与T‑SR的滚动轴承故障诊断方法,属于故障诊断与信号处理领域,具体是基于改进固有时间尺度分解(IITD)和Teager能量算子与随机共振(T‑SR)的滚动轴承故障诊断方法。该发明方法首先利用IITD对振动信号进行分解;计算各个分量的相关系数,并选取相关系数最大的两个分量进行信号重构;然后,利用Teager能量算子捕获信号的瞬时能量变化特征;然后,将解调信号输入至随机共振系统进行降噪处理;最后,将处理的信号输入至极限学习机分类器中,实现对滚动轴承的状态识别。本发明解决了多种故障状态下的故障状态难以准确识别问题。实验表明,该方法能够有效地识别轴承状态,并且该方法原理简单,泛化性能强。
-
公开(公告)号:CN119089309A
公开(公告)日:2024-12-06
申请号:CN202411252389.9
申请日:2024-09-09
Applicant: 湖南科技大学
IPC: G06F18/2415 , G01M13/045 , G06N3/048 , G06N3/06 , G06F17/15 , G06F17/18
Abstract: 本发明涉及一种基于可变尺度能量分解与SR的滚动轴承故障分类方法,属于故障分类与信号处理领域,具体是基于提出可变尺度能量分解(VSED)与随机共振(SR)结合构成V‑S System的滚动轴承故障分类方法。首先利用VSED对滚动轴承振动信号进行多次分解,并通过计算各个分量的频率,选取故障频率幅值较大的信号作为SR系统的输入信号;然后,利用SR对该分量进行处理;最后,利用极限学习机(ELM)对处理的信号进行分类,实现对滚动轴承信号的状态识别。本发明提供了一种全新的信号分解方法,并将其应用于滚动轴承故障分类,能够进行有效的故障状态识别。该方法具有可调参数多,原理简单,故障分类准确率高的优点。
-
公开(公告)号:CN212011274U
公开(公告)日:2020-11-24
申请号:CN202021185236.4
申请日:2020-06-24
Applicant: 湖南科技大学
IPC: H01Q5/20 , H01Q1/36 , H01Q1/38 , H01Q1/48 , H01Q1/50 , H01Q1/52 , H01Q5/321 , H01Q9/04 , H01Q21/00
Abstract: 本实用新型公开了一种具有辐射体地平面共享结构的超宽带多入多出天线,包括基底,基底上设有天线金属层,天线金属层的侧边开有一个矩形切口Ⅰ,切口Ⅰ内设置金属贴片Ⅰ、金属贴片Ⅱ,金属贴片Ⅰ一端连接天线金属层,金属贴片Ⅰ另一端连接金属贴片Ⅱ,天线金属层上位于切口一侧开设阶梯形切口Ⅱ,天线金属层、金属贴片Ⅰ、金属贴片Ⅱ、切口Ⅱ形成天线单元。本实用新型设置天线单元,并在金属贴片Ⅱ和天线金属层之间进行馈电,从而在不同端口激发出所需的特征模式,可以在很宽的频率范围内激发多个特征模式,从而展宽天线阻抗带宽和提高天线的隔离度;引入阶梯型切口Ⅱ来进一步提高天线的隔离度,并改善天线的辐射特性。
-
-