-
公开(公告)号：CN111861272B
公开(公告)日：2022-12-09
申请号：CN202010764559.7
申请日：2020-07-31
Applicant: 西安交通大学
Abstract: 一种基于多源数据的复杂机电系统异常检测方法，首先采用去趋势互相关分析(DCCA)定量分析多维变量间的相关关系，构建以变量间耦合关系为边、监测变量为节点的复杂系统多变量耦合关系网络；在此基础上，建立基于无监督学习的变分图自编码模型，对系统多变量耦合关系网络进行特征提取，使用正常数据训练该模型，图卷积网络作为编码器学习输入数据的分布，采样获得其潜在表示以实现耦合网络的重构，通过训练样本获得重建概率阈值，采用重建概率作为系统多维多态监测数据异常检测评价指标；本发明考虑多源数据间的耦合关系，引入变分图自编码器模型，降低经验依赖性并克服异常样本少的问题，提高了系统异常检测的准确性和可靠性。
-
公开(公告)号：CN112712106A
公开(公告)日：2021-04-27
申请号：CN202011414594.2
申请日：2020-12-07
Applicant: 西安交通大学
Abstract: 基于多视图对抗自编码器的机械设备健康状态识别方法，首先获得机械设备的振动信号样本，并将信号通过傅里叶变换、希尔伯特变换+傅里叶变换、连续小波变换从不同的视角描述信号，经标准化处理后作为网络的输入；接着构建多视图对抗自编码器并假设特征所服从的分布，使用对抗训练的方法使特征逼近所假设的分布，从而对网络进行训练；最后利用集成学习，将训练好的多个学习器相结合，将集成后所得到的概率作为最终的预测结果；训练好的网络可实现对少量标签、低信噪比条件下的机械设备健康状态的诊断；本发明通过视图学习和集成学习的引入，解决了标签缺乏且信号噪声严重时网络特征提取能力不足的问题，提高了网络在实际工程中的适用性。
-
公开(公告)号：CN112284575A
公开(公告)日：2021-01-29
申请号：CN202010983134.5
申请日：2020-09-18
Applicant: 西安交通大学
Abstract: 一种基于电涡流位移传感器的轴承载荷在线监测方法，首先加宽轴承内圈设置电涡流位移传感器，监测轴承在不同载荷及转速下径向、轴向、角向静态位移s；然后构建轴承的拟静力学模型：K(α)·s＝F；并应用有限元仿真软件分析轴承设计参数K(α)对轴承位移的影响程度，筛选出影响较大的设计参数αT；利用计算方法得到实验结果与仿真结果之间的误差，进而对误差均值较大的设计参数αT进行修正；最后应用图神经网络方法构建关联模型，利用深度学习算法辨识轴承接触状态，实现轴承运行条件下的载荷监测模型精度的在线监测和评估，以判断轴承载荷位移关系是否需要重新标定。
-
公开(公告)号：CN109946080B
公开(公告)日：2020-06-16
申请号：CN201910276661.X
申请日：2019-04-08
Applicant: 西安交通大学
IPC: G01M13/045 , G06K9/00 , G06N3/04 , G06N3/08
Abstract: 一种基于嵌入式循环网络的机械设备健康状态识别方法，首先获得机械设备的振动信号样本，并划分为若干段相邻的局部振动子信号；然后从子信号中提取时频图像，经标准化处理后作为输入；接着构建深度残差网络，并对其进行训练，从而学习到信号中的各个局部信息；最后利用迁移学习的思想，将训练好的残差网络嵌入到循环网络的输入层，并固定卷积部分使其不参加训练，再次利用原样本输入对嵌入式网络进行再训练，从而学习到相邻周期之间的信息；训练好的嵌入式循环网络可实现对机械设备健康状态的诊断；本发明通过对局部振动特性及相邻局部间的关系进行建模，弱化了信号中噪声及局部干扰对分类效果的影响，提高了网络在实际工程中的适用性。
-
公开(公告)号：CN109883706B
公开(公告)日：2019-12-31
申请号：CN201910276672.8
申请日：2019-04-08
Applicant: 西安交通大学
IPC: G01M13/045
Abstract: 一种滚动轴承局部损伤微弱故障特征提取方法，使用加速度传感器采集故障滚动轴承的振动信号，使用MODWPT分解原信号至不同的节点，接下来计算各节点均方包络自相关的SK，然后选取各层中不小于最大SK一半的节点信号进行MED滤波，再依据层数叠加同层所选节点的归一化频谱信息并平均，最后合并所有层的频谱，提取滚动轴承的局部损伤故障特征；本发明给出了一种强背景噪声干扰下提取滚动轴承局部损伤故障特征的方法，为实现滚动轴承的PHM早期微弱故障特征提取提供了一种有效的诊断工具。
-
Patent Agency Ranking
公开(公告)号：CN116026922A
公开(公告)日：2023-04-28
申请号：CN202310008091.2
申请日：2023-01-04
Applicant: 中煤科工西安研究院(集团)有限公司 , 西安交通大学
Abstract: 本发明公开了一种岩石力学试验中声发射信号的采集装置，包括电脑、测控与信号处理设备、分布式声波传感设备和采集探头：所述的采集探头由单模光纤和探头骨架组成，单模光纤绕探头骨架固定，测试时，采集探头固定在试验用岩样的表面；所述的测控与信号处理设备包括：射频放大器，数字到模拟转换模块，模拟到数字转换模块，滤波放大器，现场可编辑逻辑门阵列和CPU‑GPU数据处理模块；所述的分布式声学传感设备包括窄线宽激光器，光纤耦合器，声光调制器，掺铒光纤放大器，环形器，偏振分集接收器，第一平衡光电探测器和第二平衡光电探测器；采集信号频带宽，可方便安装在任何岩样上。采集主频更低，采集探头与岩样连接紧密，耦合好，无需额外涂抹耦合剂。
-
公开(公告)号：CN109946080A
公开(公告)日：2019-06-28
申请号：CN201910276661.X
申请日：2019-04-08
Applicant: 西安交通大学
IPC: G01M13/045 , G06K9/00 , G06N3/04 , G06N3/08
Abstract: 一种基于嵌入式循环网络的机械设备健康状态识别方法，首先获得机械设备的振动信号样本，并划分为若干段相邻的局部振动子信号；然后从子信号中提取时频图像，经标准化处理后作为输入；接着构建深度残差网络，并对其进行训练，从而学习到信号中的各个局部信息；最后利用迁移学习的思想，将训练好的残差网络嵌入到循环网络的输入层，并固定卷积部分使其不参加训练，再次利用原样本输入对嵌入式网络进行再训练，从而学习到相邻周期之间的信息；训练好的嵌入式循环网络可实现对机械设备健康状态的诊断；本发明通过对局部振动特性及相邻局部间的关系进行建模，弱化了信号中噪声及局部干扰对分类效果的影响，提高了网络在实际工程中的适用性。
-
公开(公告)号：CN119557780A
公开(公告)日：2025-03-04
申请号：CN202411460157.2
申请日：2024-10-18
Applicant: 西安交通大学
IPC: G06F18/2431 , G06F18/214 , G06F18/25 , G06F18/213 , G01M13/045 , G06F123/02
Abstract: 本发明公开了一种用于滚动轴承的多传感器信息融合故障诊断的系统及方法，同时连续采集M个传感器的传感器信号，并按时间段划分得到(I+J)个样本，将其划分为训练集#imgabs0#和验证集#imgabs1#构建多传感器信息融合网络结构搜索空间SA＝SO×SP以及用于控制所述多传感器信息融合网络结构搜索空间SA的多传感器信息融合网络结构参数αA＝{αO,αP}，采用训练集#imgabs2#和验证集#imgabs3#同时对中得到的神经网络结构搜索空间SA的多传感器信息融合网络结构参数αA＝{αO,αP}和权重参数w进行更新，通过同时对特征提取单元和融合开始层进行搜索，得到最优多传感器融合网络结构SA*，使得网络搜索过程中的计算量减小，效率大幅提升，解决了当前滚动轴承多传感器信息融合故障诊断方法设计依赖人工经验与大量实验试错的过程繁琐问题。
-
公开(公告)号：CN112284575B
公开(公告)日：2021-12-28
申请号：CN202010983134.5
申请日：2020-09-18
Applicant: 西安交通大学
Abstract: 一种基于电涡流位移传感器的轴承载荷在线监测方法，首先加宽轴承内圈设置电涡流位移传感器，监测轴承在不同载荷及转速下径向、轴向、角向静态位移s；然后构建轴承的拟静力学模型：K(α)·s＝F；并应用有限元仿真软件分析轴承设计参数K(α)对轴承位移的影响程度，筛选出影响较大的设计参数αT；利用计算方法得到实验结果与仿真结果之间的误差，进而对误差均值较大的设计参数αT进行修正；最后应用图神经网络方法构建关联模型，利用深度学习算法辨识轴承接触状态，实现轴承运行条件下的载荷监测模型精度的在线监测和评估，以判断轴承载荷位移关系是否需要重新标定。
-
公开(公告)号：CN111238812B
公开(公告)日：2021-10-19
申请号：CN202010059189.7
申请日：2020-01-19
Applicant: 西安交通大学
IPC: G01M13/045
Abstract: 一种滚动轴承保持架故障的自诊断方法，通过高精度快速滤波器组对振动信号进行快速滤波，再根据各滤波后信号的均方包络自相关信号的谱峭度选出最优信号并计算其包络谱，然后根据保持架理论故障特征频率自动选择前M阶实际故障特征频率，再根据频谱的统计特性自动找出满足概率要求的阈值，最后计算循环平稳全局测试指标和故障发生率，实现了滚动轴承保持架故障的自诊断，本发明给出了一种自动诊断滚动轴承保持架故障的方法，为智能轴承分析滚动轴承保持架故障提供了一种有效的自诊断工具。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.021 seconds)
