-
公开(公告)号：CN109387546B
公开(公告)日：2020-06-02
申请号：CN201811295768.0
申请日：2018-11-01
Applicant: 西安交通大学
IPC: G01N27/12
Abstract: 一种基于量子点气敏传感器的轴承润滑脂失效监测方法，包括以下步骤：一、将量子点气敏传感器固定在轴承外圈的内表面非接触区域；并与电阻测试仪连接构成气体检测装置；二、在初始装填润滑脂后，记录在空气环境中(即无特定敏感气体条件下)气敏传感器的电阻值作为基准电阻值；三、在轴承运行时，实时监测量子点气敏传感器的电阻变化，若电阻值偏离基准值，表明润滑脂局部高温氧化失效；量子点气敏传感器体积小、质量轻，且便于安装在轴承中，不影响轴承运行状态，本发明利用量子点气敏传感器的特点来检测轴承润滑脂失效时产生的气体，从而实现在线监测润滑脂失效。
-
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。
-
Patent Agency Ranking
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：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：CN109387546A
公开(公告)日：2019-02-26
申请号：CN201811295768.0
申请日：2018-11-01
Applicant: 西安交通大学
IPC: G01N27/12
Abstract: 一种基于量子点气敏传感器的轴承润滑脂失效监测方法，包括以下步骤：一、将量子点气敏传感器固定在轴承外圈的内表面非接触区域；并与电阻测试仪连接构成气体检测装置；二、在初始装填润滑脂后，记录在空气环境中(即无特定敏感气体条件下)气敏传感器的电阻值作为基准电阻值；三、在轴承运行时，实时监测量子点气敏传感器的电阻变化，若电阻值偏离基准值，表明润滑脂局部高温氧化失效；量子点气敏传感器体积小、质量轻，且便于安装在轴承中，不影响轴承运行状态，本发明利用量子点气敏传感器的特点来检测轴承润滑脂失效时产生的气体，从而实现在线监测润滑脂失效。
-
公开(公告)号：CN111861272A
公开(公告)日：2020-10-30
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：CN110159907A
公开(公告)日：2019-08-23
申请号：CN201910282809.0
申请日：2019-04-10
Applicant: 西安交通大学
IPC: F16N7/12
Abstract: 一种面向滚动轴承的微量精确润滑喷嘴及润滑方法，柔性毛细油管与微小出油口相连接，在柔性毛细油管周围环绕布置有压电元件，压电元件与控制电路相连；利用控制电路控制压电元件，使其发生向柔性毛细油管方向的变形，使柔性毛细油管中的润滑油在外力作用下从微小出油口中排出，当完成一次微量润滑液滴的喷出后，利用控制电路控制压电元件，使其发生与柔性毛细油管方向相反的变形，使受挤压的柔性毛细油管恢复形状，从而带动供油机构中的润滑油在压力作用下补充进入柔性毛细油管中，为下一次润滑做准备；本发明通过控制电路，可以较精确控制喷出油滴的大小和频率，从而实现润滑的精确可控供给；具有微量供油、精确定量润滑的特点。
-
-
-
-
-
-
Search Results
7
records
(took 0.019 seconds)
