-
公开(公告)号：CN118706957A
公开(公告)日：2024-09-27
申请号：CN202411024474.X
申请日：2024-07-29
Applicant: 西安交通大学
Abstract: 本发明公开了一种管道焊缝裂纹损伤程度监测方法及相关装置，确定突发型声发射信号为裂纹损伤产生的声发射信号时，将突发型声发射信号构造为嵌入维数为m的轨迹矩阵，m为大于1且小于突发型声发射信号长度一半的自然数；将轨迹矩阵进行奇异值分解，得到m维奇异值向量；计算m维奇异值向量中每个奇异值的能量占比，得到m维奇异值的能量占比向量；根据因果特征选择算法，从m维奇异值的能量占比向量中筛选出与损伤阶段相关性最大的h维奇异值的能量占比向量，损伤阶段包括弹性损伤阶段、塑性损伤阶段、强化损伤阶段和颈缩断裂损伤阶段，h≤m；将h维奇异值的能量占比向量进行累加，得到奇异值的能量占比累计向量，奇异值的能量占比累计向量作为管道焊缝裂纹损伤程度的定量表征。本发明的目的在于实现对管道焊缝裂纹损伤程度的全面、准确监测，为核电管道的安全运行提供有力保障。
-
公开(公告)号：CN117034669A
公开(公告)日：2023-11-10
申请号：CN202310627678.1
申请日：2023-05-30
Applicant: 西安交通大学
IPC: G06F30/23 , G06F18/10 , G06F18/213 , G06F18/2135 , G06F30/27 , G06N3/0464 , G06F119/14
Abstract: 本发明公开了一种旋转机械滚动轴承剩余寿命预测方法及系统，通过构建旋转机械传动系统几何模型完整刻画旋转机械传动系统的全貌；并在此基础上构建等效的旋转机械传动系统动力学方程和滚动轴承有限元模型；然后通过模型迭代更新生成高保真旋转机械传动系统数字孪生模型；利用数字孪生模型获得滚动轴承理论剩余寿命；采用赋权法和蒙特卡洛方法融合滚动轴承观测剩余寿命和理论剩余寿命。本发明有效克服目前滚动轴承剩余寿命预测过程中数据不平衡、模型缺乏可解释性等问题，同时混合方法提高了滚动轴承剩余寿命预测精度。
-
公开(公告)号：CN108617317A
公开(公告)日：2018-10-09
申请号：CN201810434743.8
申请日：2018-05-08
Applicant: 西安交通大学
Abstract: 公开了一种用于樱桃的手持采摘装置及其采摘方法，用于樱桃的手持采摘装置包括机壳(11)、驱动部分、传动部分和执行部分，用于固定锯片(2)的锯片固定板板槽(12)固定连接机壳(11)，锯片固定板(3)啮合所述主动轮(5)以往复转动，所述锯片固定板(3)的转动行程经由所述锯片固定板板槽(12)限定，锯片(2)固定在所述锯片固定板(3)上以往复锯切转动，保护套(1)固定连接在所述锯片固定板(3)上，所述保护套(1)包括多个间隔预定间隙的保护块，所述预定间隔为樱桃果梗和连接樱桃果梗的树枝之间的距离。
-
公开(公告)号：CN119091904A
公开(公告)日：2024-12-06
申请号：CN202411024459.5
申请日：2024-07-29
Applicant: 西安交通大学
IPC: G10L21/0232 , F17D5/06 , G10L21/0272 , G10L21/0316
Abstract: 本发明公开了一种管道泄漏声发射信号降噪方法及相关装置，包括：获取管道泄漏时的声发射信号和管道未泄漏时的噪声信号；对声发射信号和噪声信号分别进行降采样处理，得到降采样后的声发射信号和噪声信号；对降采样后的声发射信号和噪声信号进行分数阶傅里叶变换，得到分数域上的声发射信号和噪声信号；利用分数域上的噪声信号作为参考信号，对分数域上的声发射信号进行LMS自适应滤波，得到分数域上的降噪后的声发射信号；对分数域上的降噪后的声发射信号进行信噪比计算，得到最佳分数域上的降噪后的声发射信号；对最佳分数域上的降噪后的声发射信号进行分数阶傅里叶逆变换，得到时域上的管道泄漏声发射信号。本发明通过在分数域上进行噪声的自适应消除，从而解决上述技术问题。
-
Patent Agency Ranking
公开(公告)号：CN119000881A
公开(公告)日：2024-11-22
申请号：CN202411024472.0
申请日：2024-07-29
Applicant: 西安交通大学
IPC: G01N29/14 , G01N29/44 , G01N29/04 , G06F18/241 , G06F18/25 , G06N3/0464
Abstract: 本发明公开了一种管道焊缝裂纹损伤阶段识别方法、装置、设备及存储介质，将时域和频域特征输入训练好的管道焊缝损伤阶段识别模型，得到识别结果；管道焊缝损伤阶段识别模型是采用样本集训练改进的TCN网络模型得到的，样本集包括以已知损伤阶段作为标签的突发型声发射信号对应的时域和频域特征，损伤阶段包括弹性损伤阶段、塑性损伤阶段、强化损伤阶段和颈缩断裂损伤阶段，改进的TCN网络模型包括多级特征融合模块以及与多级特征融合模块连接的全尺度卷积模块，多级特征融合模块包括至少两个顺序连接的TCN block，前一个TCN block的输出作为下一个TCN block的输入，且每个TCN block的输出采用concatenate方式连接后作为多级特征融合模块的输出。本发明的目的在于解决现有模型在特征关联和信息保留方面的不足，以实现对核电压力管道裂纹扩展情况的实时、有效监测，提高识别精度，为核电站的安全运行提供有力保障。
-
公开(公告)号：CN116861765A
公开(公告)日：2023-10-10
申请号：CN202310630154.8
申请日：2023-05-30
Applicant: 西安交通大学
IPC: G06F30/27 , G06F18/2135 , G06F18/24 , G06F18/214 , G06F18/10 , G06N3/045 , G06N3/088
Abstract: 本发明公开了一种基于数字孪生和DBN的滚动轴承故障诊断方法及系统，通过滚动轴承数字孪生模型的建立能够实时获取海量故障数据，并通过深度置信网络对滚动轴承故障进行判断。本方法的核心在于：数字孪生模型的构建和更新、对数据集特征的提取和深度置信网络(DBN)的构建。建立与物理实体对应的数字孪生模型通过不断的更新使其获取更真实的孪生数据，同时数据集中特征的提取可以防止无关信号对故障诊断的影响。本发明着眼于工业4.0、智能制造2025背景下数字信息技术的快速发展，提出基于数字孪生技术+深度学习的滚动轴承故障诊断方法，能够为获取更加精准的滚动轴承故障诊断结果及滚动轴承故障溯源提供新思路。
-
公开(公告)号：CN108617317B
公开(公告)日：2019-08-13
申请号：CN201810434743.8
申请日：2018-05-08
Applicant: 西安交通大学
Abstract: 公开了一种用于樱桃的手持采摘装置及其采摘方法，用于樱桃的手持采摘装置包括机壳(11)、驱动部分、传动部分和执行部分，用于固定锯片(2)的锯片固定板板槽(12)固定连接机壳(11)，锯片固定板(3)啮合所述主动轮(5)以往复转动，所述锯片固定板(3)的转动行程经由所述锯片固定板板槽(12)限定，锯片(2)固定在所述锯片固定板(3)上以往复锯切转动，保护套(1)固定连接在所述锯片固定板(3)上，所述保护套(1)包括多个间隔预定间隙的保护块，所述预定间隔为樱桃果梗和连接樱桃果梗的树枝之间的距离。
-
公开(公告)号：CN116857571A
公开(公告)日：2023-10-10
申请号：CN202310619942.7
申请日：2023-05-29
Applicant: 西安交通大学
Abstract: 本发明公开了一种管道泄漏裂纹形貌在线定位识别方法、装置及设备，对所述降采样后的声发射信号进行预加重处理，并对预加重处理后的声发射信号进行分帧短时傅里叶变换，得到声发射信号频谱特征；根据所述声发射信号频谱特征的最大频率设计设定数量的Mel滤波器组对所述声发射信号频谱进行滤波，对滤波后的声发射信号频谱进行对数运算，得到FBank特征；计算所述FBank特征的GI指数，并选择所述GI指数中前n维特征，其中n＝30～60；将所述前n维特征输入至预先训练好的管道泄漏裂纹形貌识别模型中，得到管道泄漏裂纹形貌。本发明能够利用泄漏过程中材料内部的声发射现象，进行缺陷检测，既减小了运算的工作量，最大程度保留了原始信号的信息。
-
公开(公告)号：CN119004068A
公开(公告)日：2024-11-22
申请号：CN202411024460.8
申请日：2024-07-29
Applicant: 西安交通大学
IPC: G06F18/213 , G06N3/0464 , G06F18/25
Abstract: 本发明公开了一种管道泄漏裂纹形貌识别方法、装置、设备及可读存储介质，利用改进的重映射函数，对小波时频图进行快速局部拉普拉斯滤波，得到增强后的小波时频图；将增强后的小波时频图输入预先训练好的管道泄漏裂纹形貌识别模型中，得到管道泄漏裂纹形貌；其中，管道泄漏裂纹形貌识别模型是利用增强后的小波时频图及其对应的泄漏裂纹形貌作为训练样本，对基于MSCA‑DAA的卷积神经网络进行训练得到的，基于MSCA‑DAA的卷积神经网络包括依次连接的多尺度卷积模块、维度感知注意力模块和全局自注意力层。本发明可以突出表现小波时频图的故障频带，平滑噪声干扰信息，提高后续模型的分辨能力，从而减少误判，兼顾模型的准确率和效率。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.024 seconds)
