-
公开(公告)号:CN111141519A
公开(公告)日:2020-05-12
申请号:CN201911381537.6
申请日:2019-12-27
Applicant: 西安交通大学
IPC: G01M13/045
Abstract: 本发明公开了一种滚动轴承故障定量评估方法,属于轴承故障评估技术领域。首先采集具有不同尺寸故障的滚动轴承运行时的振动加速度信号并建立数据库;再对数据库中的数据进行变分模态分解得到训练模式分量;然后建立一维卷积神经网络,并对其进行训练,最后利用训练后的一维卷积神经网络实现对滚动轴承故障的定量评估。通过变分模态分解提取待评估滚动轴承振动加速度信号中的有效信息,并利用卷积神经网络的强大学校能力,有效的实现了对滚动轴承故障的定量评估。能够准确地评价故障尺寸的线度,有助于制定更具体的检修维护策略,可以避免过早更换轴承带来“过剩维修”或更换不及时引起“维修不足”造成经济损失。
-
公开(公告)号:CN116979901A
公开(公告)日:2023-10-31
申请号:CN202310987983.1
申请日:2023-08-07
Applicant: 西安交通大学
Abstract: 本发明属于一种功率放大器,对现有功率放大器在工作频带内的整体效率和功率转换率仍需提高的技术问题,提供一种基于谐波抑制的X波段MMIC功率放大器,设置有四级低损匹配网络,以及三级晶体管组及稳定电路,晶体管组及稳定电路中的稳定电路部分能够抑制晶体管组在高频处的二次谐波,低损匹配网络能够使功放整体性能得到提高。其中,输入级低损匹配网络能够匹配第一级晶体管组及稳定电路的最佳输入阻抗,让第一级晶体管组及稳定电路输出增益最大。再依次通过输入级与中间级级间低损匹配网络、中间级和输出级级间低损匹配网络和输出级低损匹配网络,使功率放大器最终的输出功率最大化。
-