公开(公告)号：CN116644272A

公开(公告)日：2023-08-25

申请号：CN202310656128.2

申请日：2023-06-05

Applicant: 重庆大学

Inventor： 丁晓喜 ,  刘锐 ,  刘胜兰 ,  王浩 ,  黄昭 ,  张迎 ,  王利明 ,  黄文彬

IPC: G06F18/00 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明属于故障诊断技术领域，具体公开了一种基于强抗噪的FIRResNet模型的故障诊断方法及系统，该方法包括如下步骤：采集设备不同健康状态下的振动信号，并构建振动样本数据集；设计FIR滤波层、多分支ResNet层和全连接层，得到FIRResNet故障诊断模型；将频谱样本数据集作为FIRResNet故障诊断模型的输入，更新优化FIRResNet故障诊断模型；采集故障设备的振动信号，并输入优化后的FIRResNet故障诊断模型，输出故障诊断结果。采用本技术方案，能够从频域的角度提取更加敏感的故障信息，具有更好的抗噪性与泛化能力。

公开(公告)号：CN118861568A

公开(公告)日：2024-10-29

申请号：CN202410959207.5

申请日：2024-07-17

Applicant: 重庆大学 ,  重庆齿轮箱有限责任公司

Inventor： 段芳莉 ,  黄昭 ,  石佳 ,  丁晓喜 ,  何东 ,  黄文彬 ,  肖飞

IPC: G06F18/20 ,  G06F18/27 ,  G06F18/213 ,  G06Q10/04 ,  G06Q10/20 ,  G06Q50/04 ,  G06N5/04 ,  G06N3/0442 ,  G06N3/08 ,  G01M13/045 ,  G06F123/02

Abstract: 本发明提出了一种应用于冶金制造业的双尺度动态趋势预测方法及系统。该方法为：采集轴承正常工作期间的振动信号，提取振动信号的时域特征；利用多个工作周期的振动信号时域特征构建局部退化趋势，构建局部趋势预测模型，利用局部退化趋势对局部趋势预测模型进行训练，利用局部趋势预测模型对当前工作周期的振动信号的时域特征进行推理，预测轴承的实时运行状态；提取所有振动信号的时域特征的峰值，对峰值平滑处理构建全局退化趋势，构建全局趋势预测模型，利用全局退化趋势对全局趋势预测模型进行训练，利用全局趋势预测模型对所有振动信号的时域特征进行推理，预测轴承的全局性能退化状态。本方法可同时预测轴承的实时运行状态和全局性能退化状态。

公开(公告)号：CN116696824A

公开(公告)日：2023-09-05

申请号：CN202310784346.4

申请日：2023-06-29

Applicant: 重庆大学

Inventor： 丁晓喜 ,  黄昭 ,  陈文豪 ,  吴启航 ,  何东 ,  秦波 ,  黄文彬 ,  曾强

IPC: F04D27/00 ,  E21F1/00 ,  G06F18/2135 ,  G06F18/25

Abstract: 本发明属于射流风机监测技术领域，具体公开了一种隧道射流风机的多维信息智能监测系统及状态评估方法，该方法采集射流风机组件信息，提取风机运行温度信息、风筒振动速度信息和电机X、Y、Z三方向振动加速度中的特征指标并融合，计算运行状态判断系数；确定射流风机的运行状态和运行状态对应的报警等级，判断射流风机组件是否底座松动，判断射流风机组件是否螺栓松动。采用本技术方案，实现振动、温度、松动角度及松动距离的预警与报警，及时发现射流风机可能存在的安全隐患，协助指导工作人员合理安排维护周期，降低维护保养成本。