一种基于流判别模型的新型故障识别方法和装置

    公开(公告)号:CN117150399A

    公开(公告)日:2023-12-01

    申请号:CN202310830377.9

    申请日:2023-07-07

    Applicant: 苏州大学

    Abstract: 本发明公开了一种基于流判别模型的新型故障识别方法和装置,所述方法包括:对已知的类轴承监测数据预处理,获得封闭数据集及类别标签;搭建故障诊断模型,故障诊断模型包括特征提取器和分类器;基于封闭数据集及类别标签对故障诊断模型训练,利用经过训练的故障诊断模型提取封闭数据集中每个监测数据样本的高维特征;搭建流判别模型,流判别模型包括流模型和判别器;基于封闭数据集及其类别标签对流判别模型训练,基于经过训练的故障诊断模型和流判别模型进行在线故障诊断,实现轴承故障类别的诊断。本发明中流模型在与判别器进行对抗训练时可以促进判别器的收敛,从而解决了判别器的最优参数选择困难问题,本方案对新型故障的识别准确率高。

    基于综合平衡网络的类不平衡轴承智能诊断方法

    公开(公告)号:CN115545070A

    公开(公告)日:2022-12-30

    申请号:CN202211113733.7

    申请日:2022-09-14

    Applicant: 苏州大学

    Abstract: 本发明公开了一种基于综合平衡网络的类不平衡轴承智能诊断方法,包括以下步骤:步骤(1)、数据预处理:对轴承不平衡数据集中的每个振动信号进行短时傅里叶变换,获取信号的时频谱;步骤(2)、模型搭建:将不平衡分布学习模块、平衡分布学习模块、重加权模块和分类器重平衡模块进行组合,搭建综合平衡网络模型;步骤(3)、模型训练:利用不平衡数据集的时频谱数据,按照给定的训练步骤、损失函数和优化算法训练综合平衡网络模型;步骤(4)、故障诊断:将待测轴承振动信号的时频谱输入到训练好的综合平衡网络模型中,得到故障诊断结果。本发明,轴承振动信号的特征提取能力强、轴承故障诊断的准确率高。

    一种耐高温的纳米Al2O3陶瓷纤维过滤材料及其制备方法及应用

    公开(公告)号:CN118179151A

    公开(公告)日:2024-06-14

    申请号:CN202410431142.7

    申请日:2024-04-11

    Applicant: 苏州大学

    Abstract: 本发明属于过滤材料技术领域,尤其涉及一种耐高温的纳米Al2O3陶瓷纤维过滤材料及其制备方法及应用,包括以下步骤,将聚丙烯腈、乙酰丙酮铝、硝酸钇六水合物依次加入到纺丝溶剂中,并经过加热搅拌、过滤、静置,得到前驱液;在无气泡条件下对前驱液进行静电纺丝,在静电纺丝过程中采用机械臂作为静电纺丝的接收端负极,通过调整机械臂关节的角度、纺丝距离、电压和流速,制备出纳米Al2O3陶瓷纤维前驱体;将纳米Al2O3陶瓷纤维前驱体进行烧结处理,得到纳米Al2O3陶瓷纤维;对纳米Al2O3陶瓷纤维进行破浆二次成网处理,得到纳米Al2O3陶瓷纤维过滤材料。本发明采用静电纺丝、高温烧制、破浆二次成网等方法,静电纺丝运用不同程度的摆动的电场,得到更细更高孔隙率且直径可调控的纤维。

Patent Agency Ranking