-
公开(公告)号：CN113670616B
公开(公告)日：2022-12-06
申请号：CN202111034048.0
申请日：2021-09-03
Applicant: 苏州大学
IPC: G01M13/045 , G06K9/62
Abstract: 本发明公开了一种轴承性能退化状态检测方法及系统，包括步骤：S1、采集轴承全寿命服役过程中的振动信号；S2、构建高维退化趋势特征集，并利用指数加权滑动平均进行平滑处理；S3、设计特征敏感性评价准则，并筛选出轴承性能退化状态敏感特征集；S4、利用一致流形逼近算法融合敏感特征集，并利用指数加权滑动平均进一步平滑融合指标，形成轴承性能退化状态曲线。本发明可以去除表征指标中的噪声、减缓轴承性能退化过程中的波动；表征指标筛选准则融入了轴承性能退化过程中的单调性和相关性，能够更加合理的遴选出有效表征指标；使用一致流形逼近算法对遴选的有效指标进行融合，可兼顾数据的全局结构与局部结构，弥补传统的数据融合方法的不足。
-
-
公开(公告)号：CN113358356B
公开(公告)日：2022-12-27
申请号：CN202110631601.2
申请日：2021-06-07
Applicant: 苏州大学
IPC: G01M13/045
Abstract: 本发明公开了一种高速列车轮对轴承微弱故障诊断方法及系统，包括以下步骤：S1：利用高速列车轮对轴承信号特征频率更新趋势构建频谱特征信息扫描器，获取信号中潜在特征成分的边界参数；S2：根据获取到的边界参数构建滤波器组，对高速列车轮对轴承信号进行分解，得到对应的模式分量；S3：建立融合故障敏感指数，通过计算模式分量对应的故障敏感指数定位故障特征成分；S4：对故障特征成分执行包络分析获得包络谱，根据包络谱检测微弱故障特征，完成高速列车轮对轴承微弱故障诊断。本发明解决现有自适应信号分解方法在轮对轴承信号分解中带来的问题，实现高速列车轮对轴承微弱故障诊断。
-
Patent Agency Ranking
公开(公告)号：CN113670616A
公开(公告)日：2021-11-19
申请号：CN202111034048.0
申请日：2021-09-03
Applicant: 苏州大学
IPC: G01M13/045 , G06K9/62
Abstract: 本发明公开了一种轴承性能退化状态检测方法及系统，包括步骤：S1、采集轴承全寿命服役过程中的振动信号；S2、构建高维退化趋势特征集，并利用指数加权滑动平均进行平滑处理；S3、设计特征敏感性评价准则，并筛选出轴承性能退化状态敏感特征集；S4、利用一致流形逼近算法融合敏感特征集，并利用指数加权滑动平均进一步平滑融合指标，形成轴承性能退化状态曲线。本发明可以去除表征指标中的噪声、减缓轴承性能退化过程中的波动；表征指标筛选准则融入了轴承性能退化过程中的单调性和相关性，能够更加合理的遴选出有效表征指标；使用一致流形逼近算法对遴选的有效指标进行融合，可兼顾数据的全局结构与局部结构，弥补传统的数据融合方法的不足。
-
-
公开(公告)号：CN118690276B
公开(公告)日：2024-12-13
申请号：CN202411165214.4
申请日：2024-08-23
Applicant: 苏州大学
IPC: G06F18/2415 , G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/094 , G01M13/045 , B61K9/08
Abstract: 本发明公开了高铁轮轨运维技术领域的一种高铁轮轨感知对抗学习损伤识别方法，方法包括：获取待识别的振动信号；将所述振动信号输入预训练的高铁轮轨损伤识别模型，所述高铁轮轨损伤识别模型包括深度特征提取器和开放式损伤分类器；利用高铁轮轨损伤识别模型，通过深度特征提取器提取振动信号的高维特征，基于所述高维特征通过开放式损伤分类器得到对应多种损伤类型的多维预测概率数据，并根据对应多种损伤类型的多维预测概率数据确定损伤类型识别结果。本发明能够解决通过深度学习进行高铁轮轨系统损伤识别时，新型损伤会被错误识别为已有的损伤类型而导致准确率下降，难以保障高铁运行的安全性和效率的技术问题。
-
公开(公告)号：CN118690276A
公开(公告)日：2024-09-24
申请号：CN202411165214.4
申请日：2024-08-23
Applicant: 苏州大学
IPC: G06F18/2415 , G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/094 , G01M13/045 , B61K9/08
Abstract: 本发明公开了高铁轮轨运维技术领域的一种高铁轮轨感知对抗学习损伤识别方法，方法包括：获取待识别的振动信号；将所述振动信号输入预训练的高铁轮轨损伤识别模型，所述高铁轮轨损伤识别模型包括深度特征提取器和开放式损伤分类器；利用高铁轮轨损伤识别模型，通过深度特征提取器提取振动信号的高维特征，基于所述高维特征通过开放式损伤分类器得到对应多种损伤类型的多维预测概率数据，并根据对应多种损伤类型的多维预测概率数据确定损伤类型识别结果。本发明能够解决通过深度学习进行高铁轮轨系统损伤识别时，新型损伤会被错误识别为已有的损伤类型而导致准确率下降，难以保障高铁运行的安全性和效率的技术问题。
-
公开(公告)号：CN113358356A
公开(公告)日：2021-09-07
申请号：CN202110631601.2
申请日：2021-06-07
Applicant: 苏州大学
IPC: G01M13/045
Abstract: 本发明公开了一种高速列车轮对轴承微弱故障诊断方法及系统，包括以下步骤：S1：利用高速列车轮对轴承信号特征频率更新趋势构建频谱特征信息扫描器，获取信号中潜在特征成分的边界参数；S2：根据获取到的边界参数构建滤波器组，对高速列车轮对轴承信号进行分解，得到对应的模式分量；S3：建立融合故障敏感指数，通过计算模式分量对应的故障敏感指数定位故障特征成分；S4：对故障特征成分执行包络分析获得包络谱，根据包络谱检测微弱故障特征，完成高速列车轮对轴承微弱故障诊断。本发明解决现有自适应信号分解方法在轮对轴承信号分解中带来的问题，实现高速列车轮对轴承微弱故障诊断。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
