-
公开(公告)号：CN115290317B
公开(公告)日：2025-01-28
申请号：CN202210730852.0
申请日：2022-06-24
Applicant: 西南交通大学 , 重庆科技学院 , 重庆奔腾科技发展有限公司
IPC: G01M13/02 , G01M13/028 , G01M13/021 , G01M13/04 , G06F18/24 , G06F18/213 , G06F18/2411 , G06F18/25 , G06N3/0499
Abstract: 本发明涉及基于多源信息融合的工业机器人减速器健康状态评估方法，属于工业机器人技术领域，首先通过不同类型的传感器采集减速器运行中的各类信号，然后提取各类信号的时频特征，再将时频特征集作为BP神经网络和SVM的训练样本，分别对各类信号的特征集进行诊断，得出每个传感器对每一种的故障的识别率。利用D‑S证据理论对各类信号局部诊断结果进行多源信号融合，分别得到基于多源信号BP神经网络和SVM的融合的诊断结果。最后，基于BP神经网络和SVM各自获得的多源信号融合的分类结果，再采用D‑S证据理论对BP神经网络和SVM获取的故障全局诊断结果进行决策，得到最终的诊断结果，本发明基于D‑S决策层的融合，使得诊断结果准确率和可信度显著提高。
-
公开(公告)号：CN113702037B
公开(公告)日：2022-10-28
申请号：CN202110797227.3
申请日：2021-07-14
Applicant: 西南交通大学
IPC: G01M13/04
Abstract: 本发明公开了基于子带重排与集合双树复小波包变换的重加权谱峭度方法，涉及信号处理和机械故障诊断技术领域，包括以下步骤：S1，使用指定分解层数的DTCWPT分解输入信号，将输入信号分解为指定分解层数的多层信号，每层信号包括多个小波分支；S2，重构最后一层的每个小波分支，得到与小波分支数量相等并与原始信号长度相同的重构子带；S3，对重构子带进行重新排序，得到重排后的重构子带对重排后的重构子带进行集合来得到更多节点ERSs；S4，将节点和的重加权峭度表示在(f,Δf)平面上得到重加权谱峭度图；S5，从重加权谱峭度图中选择最大重加权峭度对应的节点，然后对所选节点进行包络分析，最后根据包络分析结果对轴承故障进行准确诊断。
-
公开(公告)号：CN114528525A
公开(公告)日：2022-05-24
申请号：CN202210028718.6
申请日：2022-01-11
Applicant: 西南交通大学
IPC: G06F17/15 , G06F17/18 , G06F17/11 , G01M13/028 , G01M13/021
Abstract: 本发明涉及基于最大重加权峭度盲解卷积的机械故障诊断方法，属于风电机组故障诊断技术领域，提出一种新的盲解卷积方法，即最大重加权峭度盲解卷积。重加权峭度对故障信号中单个或少量强冲击干扰具有很好的鲁棒性，且无需待恢复故障冲击序列先验知识。基于此，最大重加权峭度盲解卷积方法能有效解决经典基于峭度最大化方法倾向于恢复单个主导冲击而非齿轮故障冲击序列的问题，同时相较于常见非全“盲”(依赖故障特征频率先验)方法在工业装备齿轮故障诊断方面具有更强的适用性。并且在风电涡轮机故障诊断中的应用案例证实所提方法对于齿轮故障诊断的有效性。
-
公开(公告)号：CN113702037A
公开(公告)日：2021-11-26
申请号：CN202110797227.3
申请日：2021-07-14
Applicant: 西南交通大学
IPC: G01M13/04
Abstract: 本发明公开了基于子带重排与集合双树复小波包变换的重加权谱峭度方法，涉及信号处理和机械故障诊断技术领域，包括以下步骤：S1，使用指定分解层数的DTCWPT分解输入信号，将输入信号分解为指定分解层数的多层信号，每层信号包括多个小波分支；S2，重构最后一层的每个小波分支，得到与小波分支数量相等并与原始信号长度相同的重构子带；S3，对重构子带进行重新排序，得到重排后的重构子带对重排后的重构子带进行集合来得到更多节点ERSs；S4，将节点和的重加权峭度表示在(f,Δf)平面上得到重加权谱峭度图；S5，从重加权谱峭度图中选择最大重加权峭度对应的节点，然后对所选节点进行包络分析，最后根据包络分析结果对轴承故障进行准确诊断。
-
公开(公告)号：CN114528525B
公开(公告)日：2023-03-28
申请号：CN202210028718.6
申请日：2022-01-11
Applicant: 西南交通大学
IPC: G06F17/15 , G06F17/18 , G06F17/11 , G01M13/028 , G01M13/021
Abstract: 本发明涉及基于最大重加权峭度盲解卷积的机械故障诊断方法，属于风电机组故障诊断技术领域，提出一种新的盲解卷积方法，即最大重加权峭度盲解卷积。重加权峭度对故障信号中单个或少量强冲击干扰具有很好的鲁棒性，且无需待恢复故障冲击序列先验知识。基于此，最大重加权峭度盲解卷积方法能有效解决经典基于峭度最大化方法倾向于恢复单个主导冲击而非齿轮故障冲击序列的问题，同时相较于常见非全“盲”(依赖故障特征频率先验)方法在工业装备齿轮故障诊断方面具有更强的适用性。并且在风电涡轮机故障诊断中的应用案例证实所提方法对于齿轮故障诊断的有效性。
-
Patent Agency Ranking
公开(公告)号：CN113702042A
公开(公告)日：2021-11-26
申请号：CN202110797214.6
申请日：2021-07-14
Applicant: 西南交通大学
IPC: G01M13/045 , G06F17/15
Abstract: 本发明公开了基于一种增强最小熵解卷积的机械故障诊断方法及系统，涉及信号处理与机械故障诊断技术领域，包括以下步骤：S1，输入测量信号，随机初始化滤波器系数；S2，求解滤波信号；S3，对滤波信号进行无偏自相关变换，并将变换后的信号作为新的滤波信号；S4，计算滤波信号的峭度；S5，更新滤波器系数，获得新的滤波器；S6，重复步骤S2‑S5，使得滤波信号峭度达到最大；S7，选择滤波信号峭度达到最大时对应的滤波器作为最优滤波器，对应的经无偏自相关变换后的信号作为最终滤波信号；S8，对滤波信号进行时域分析和包络分析，并根据分析结果诊断轴承故障。
-
公开(公告)号：CN113702030A
公开(公告)日：2021-11-26
申请号：CN202110803518.9
申请日：2021-07-14
Applicant: 西南交通大学
IPC: G01M13/021 , G01M13/028 , G06F17/15
Abstract: 本发明公开了基于最大平均窗峭度盲解卷积的机械故障诊断方法及系统，涉及机械故障诊断技术领域，包括以下步骤：S1，输入测量信号，随机初始化滤波器系数；S2，求解滤波信号；S3，对滤波信号进行加窗实现信号均等分割，求得每段滤波信号的峭度，并求其平均值得到该滤波信号的平均窗峭度；S4，更新滤波器系数，获得新的滤波器；S5，重复步骤S2‑S4，使得滤波信号的平均窗峭度达到最大；S6，选择滤波信号的平均窗峭度达到最大时对应的滤波器作为最优滤波器；S7，对滤波信号进行时域分析，据此准确诊断齿轮故障。通过此种设计解决最小熵解卷积因主导冲击干扰造成峭度过大而无法有效恢复周期性故障冲击的问题。
-
公开(公告)号：CN110292506B
公开(公告)日：2021-05-18
申请号：CN201910491722.4
申请日：2019-06-06
Applicant: 西南交通大学
Abstract: 本申请涉及一种辅助运动系统和下肢外骨骼控制方法。所述辅助运动系统包括下肢外骨骼支撑装置，以及设置在所述下肢外骨骼支撑装置的数据采集装置和控制装置，所述下肢外骨骼支撑装置包括小腿支撑部，大腿支撑部以及髋部支撑部。所述数据采集装置包括设置在所述髋部支撑部与大腿支撑部连接处的第一传感器以及设置在小腿支撑部的第二传感器，用于采集与人体运动相关的步态数据以及行走数据。所述控制装置设置在髋部支撑部，用于获取所述数据采集装置采集的步态数据以及行走数据，并根据所述步态数据以及步态分类规则，确定当前步态类型，这样可以根据步态类型以及相应步态类型下的行走数据分析患者实时身体状态。
-
公开(公告)号：CN110292506A
公开(公告)日：2019-10-01
申请号：CN201910491722.4
申请日：2019-06-06
Applicant: 西南交通大学
Abstract: 本申请涉及一种辅助运动系统和下肢外骨骼控制方法。所述辅助运动系统包括下肢外骨骼支撑装置，以及设置在所述下肢外骨骼支撑装置的数据采集装置和控制装置，所述下肢外骨骼支撑装置包括小腿支撑部，大腿支撑部以及髋部支撑部。所述数据采集装置包括设置在所述髋部支撑部与大腿支撑部连接处的第一传感器以及设置在小腿支撑部的第二传感器，用于采集与人体运动相关的步态数据以及行走数据。所述控制装置设置在髋部支撑部，用于获取所述数据采集装置采集的步态数据以及行走数据，并根据所述步态数据以及步态分类规则，确定当前步态类型，这样可以根据步态类型以及相应步态类型下的行走数据分析患者实时身体状态。
-
公开(公告)号：CN110605709B
公开(公告)日：2022-11-08
申请号：CN201910908147.3
申请日：2019-09-25
Applicant: 西南交通大学 , 重庆奔腾科技发展有限公司
Abstract: 本发明公开了数字孪生与精密滤波驱动机器人集成系统，包括数字孪生模块和滤波驱动机械臂模块。使用该系统的方法为：将毛坯信息输入数字孪生模块，通过数字孪生模块生成加工模型，所述加工模型包括加工机器的模型、零件原料的模型和成品零件的模型；根据加工方案控制机械臂模块作业，通过加速度传感器实时监测机械臂的速度信号、加速度信号、位移信号和振动信号，根据位移信号、速度信号、加速度信号、振动信号和加工模型并通过数字孪生模块进行工作参数的优化和位置的补偿。本发明提高了机械臂的传动效率，实现了高精度、高可靠性、长寿命和低能耗的高性能集成系统。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.017 seconds)
