-
公开(公告)号：CN120068268A
公开(公告)日：2025-05-30
申请号：CN202510210649.4
申请日：2025-02-25
IPC: G06F30/15 , G06F30/23 , G06F119/14
Abstract: 本发明提供一种轨道车辆多部件耦合仿真方法及相关设备，包括获取轨道车辆车辆部件的结构参数，构建多个车辆部件刚体模型，并基于车辆部件之间的连接关系构建轨道车辆的整车刚体模型；分别针对轮对、齿轮箱二者中的任一者，构建其对应的第一柔性体模型，并利用第一柔性体模型替换整车刚体模型中其对应的车辆部件刚体模型，得到多部件柔性体模型；构建轨道对应的第二柔性体模型，并根据第二柔性体模型以及多部件柔性体模型，构建多柔性体车辆动力学模型；分别针对齿轮箱、轮对以及轨道三者中的任一者，构建该一者对应的故障模型；将多柔性体车辆动力学模型和故障模型输入仿真软件，进行轨道车辆多部件耦合仿真。本发明能够提高轨道车辆仿真精度。
-
公开(公告)号：CN119935555A
公开(公告)日：2025-05-06
申请号：CN202510234775.3
申请日：2025-02-28
Applicant: 中南大学
IPC: G01M13/045 , G06F18/213 , G06N3/0464
Abstract: 本申请适用于高速列车轴承故障诊断技术领域，提供了一种基于双向Mamba网络的轴承故障诊断方法，包括：采集高速列车轴承的故障振动信号；将故障振动信号输入故障诊断模型进行分析处理，得到高速列车轴承的故障诊断结果；故障诊断模型包括依次连接的二维CNN网络、时间注意力网络、双向Transformer网络、一维时序处理网络、基于通道注意力的第一融合网络、数据压缩网络、双向Mamba网络、基于通道注意力的第二融合网络、输出网络。本申请能提升高速列车轴承故障诊断的准确率。
-
公开(公告)号：CN119915517A
公开(公告)日：2025-05-02
申请号：CN202510056248.8
申请日：2025-01-14
IPC: G01M13/045 , G06F18/2131 , G06F18/24 , G06F17/14 , G06F123/02
Abstract: 本发明公开了一种轴承复合故障诊断方法及系统，首先获取轴承复合故障振动观测信号；然后对观测信号进行短时傅里叶变换并倒谱阈值处理、二维时频掩蔽盲源分离，对得到的时频域分离信号进行逆短时傅里叶变换并带通滤波，得到独立的时域估计信号；接着对估计信号进行希尔伯特包络解调和傅里叶变换，得到滤波信号的包络谱；最后搜索得到目标故障的各阶特征频带，构造出一种谐波能量冲击指标#imgabs0#，并计算冲击脉冲值；将计算得到的冲击脉冲值与阈值进行比较，诊断轴承是否有目标类型故障。
-
公开(公告)号：CN119714893A
公开(公告)日：2025-03-28
申请号：CN202411789938.6
申请日：2024-12-06
IPC: G01M13/045 , G06F18/241 , G06F18/214 , G06F18/213
Abstract: 本发明涉及一种用于轴承故障诊断的方法、电子设备及介质，包括：对轴承不同故障和健康状态下的振动信号进行采集，进行多重采样和标注得到带标签和无标签的数据集，将采集到的振动信号分为训练集和测试集，训练集包括带标签和无标签数据，测试集只有无标签数据。构建K临近图和基于边缘自监督图注意力网络的特征提取网络，将训练集依次输入到边缘自监督图注意力网络层和全链接层中，并计算自监督损失和标签分类器损失，梯度回传更新网络参数；将不带标签的滚动轴承测试样本输入到训练好的模型中，于多核函数图构建与边缘自监督图注意力网络进行高精度的故障诊断，该方案解决了在极低标记率下，样本的特征挖掘不足，故障诊断精度不高的问题。
-
公开(公告)号：CN119135511B
公开(公告)日：2025-01-28
申请号：CN202411614220.3
申请日：2024-11-13
Applicant: 中南大学
IPC: H04L41/0631 , H04L41/0677 , H04L43/08 , H04L67/12
Abstract: 本发明提供一种车载通信网络诊断方法、装置、电子设备及存储介质，该车载通信网络诊断方法包括：对车载通信网络进行波形信号采集，得到TX波形和RX波形；通过故障波形诊断模型对TX波形和RX波形进行故障诊断，得到波形故障诊断结果；根据波形故障诊断结果，确定物理层异常位置；通过对以太网端口进行一致性测试得到的关键参数，得到检测项点，根据所有检测项点确定以太网端口的物理层健康度；根据物理层异常位置和物理层健康度确定车载通信网络的诊断结果。本发明的有益效果为：提高列车通信网络的故障检测速度和故障检测准确度。
-
Patent Agency Ranking
公开(公告)号：CN119312138A
公开(公告)日：2025-01-14
申请号：CN202411404729.5
申请日：2024-10-10
Applicant: 中南大学
IPC: G06F18/24 , G06F18/213 , G06F18/25 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/047
Abstract: 本发明公开了一种基于深度学习的陡坡桥梁稳定性评测方法及系统，包括：S1：获取桥梁区域DEM数据、桥梁位移数据与桥梁应力数据；S2：构建桥梁稳定性评价网络，并基于卷积神经网络提取桥梁区域DEM特征；S3：基于循环神经网络提取桥梁内部结构特征；S4：基于注意力机制进行桥梁区域DEM特征与桥梁内部结构特征的融合；S5：设定网络的输入、输出以及优化目标，并基于自适应学习率优化算法，优化桥梁稳定性评价网络的参数。此方案解决了桥梁稳定性评测准确率不足的问题。
-
公开(公告)号：CN119202794A
公开(公告)日：2024-12-27
申请号：CN202411307816.9
申请日：2024-09-19
Applicant: 中南大学
IPC: G06F18/24 , G06F18/15 , G06F18/214 , G06N3/096 , G06N3/045 , G06N3/0475 , G06N3/094 , G01M13/045
Abstract: 本发明提供了一种基于扩散模型的时变工况迁移学习轴承故障诊断方法，包括：获取轴承的原始故障振动信号并进行预处理，获得二维时频谱图像；构建去噪扩散模型，使去噪扩散模型学习稳定工况的二维时频谱图像的图像特征；通过二维时频谱图像的Repaint方法，基于时变工况的振动信号构建稳定工况下完整的轴承故障数据集；利用扩充的轴承故障数据集和领域泛化方法进行轴承故障诊断。本发明解决了领域泛化轴承故障诊断数据分布不一致导致的轴承故障诊断准确率低的问题，提升了轴承故障诊断的准确率，更加适应不同轴承应用场景的轴承故障诊断。
-
公开(公告)号：CN115436052B
公开(公告)日：2024-06-14
申请号：CN202211064326.1
申请日：2022-08-31
Applicant: 中南大学
IPC: G01M13/021 , G01M13/028
Abstract: 本发明公开了一种转频自动搜索方法、系统、设备及存储介质，获取齿轮真实转频所处的频率范围，以及真实转频的各阶高次谐波的频率范围；获取齿轮的振动信号，构建振动信号的幅频特性曲线，在幅频特性曲线中真实转频及其各阶高次谐波的频率范围内作上包络曲线；提取包络曲线中的峰值频率，与真实转频及其各阶高次谐波的频率范围对比，取频率范围内的峰值频率，记录为转频或高次谐波；利用所提取得多个转频或高次谐波，对预估转频进行推断；根据推断的转频，结合传动关系，计算齿轮啮合频率所处的频率范围，并提取啮合频率作为佐证啮合频率；通过佐证啮合频率推断出转频结果，作为搜索得精准转频。实现了转频成分的准确识别。
-
公开(公告)号：CN115420498B
公开(公告)日：2024-06-14
申请号：CN202211064515.9
申请日：2022-08-31
Applicant: 中南大学
IPC: G01M13/021 , G01M13/028 , G06F18/2131 , G06F18/24 , G06F18/10
Abstract: 本发明属于齿轮箱故障诊断技术领域，涉及一种基于波峰计数的齿轮故障量化诊断方法，包括如下步骤：通过对目标的各类齿轮箱振动信号进行信号处理，获得预设频段范围的振动信号频域图像；根据各齿轮箱对应的振动信号频域图像幅值大小初步设定初始阈值，计算振动信号频域图像上通过该初始阈值的波峰数；之后对比各组信号在频域图像上通过该阈值的波峰数量，根据比较结果确定或修正阈值，最终确定合适的阈值范围，并计算得到各组信号通过合适范围阈值的波峰数量；最后对合适阈值范围内计得各组信号通过阈值的波峰数量进行分析，确定各信号对应齿轮箱的具体故障类型。不需要大量的学习样本，且能够对各种齿轮系统故障类型做出精确诊断区分。
-
公开(公告)号：CN117371163A
公开(公告)日：2024-01-09
申请号：CN202310898370.0
申请日：2023-07-20
Applicant: 中南大学
IPC: G06F30/20 , G06F18/23213 , G06F18/10 , G06F18/213 , G06F119/04
Abstract: 基于数据驱动的疲劳寿命预测方法及相关装置，包括：构建两种新的信息熵损伤特征值：能量奇异谱熵和功率奇异谱熵；构建该损伤程度高斯混合模型GMM，根据相对熵KL距离评估损伤的原理推导出裂纹长度预测曲线，再搭建多个同种部件的疲劳裂纹扩展曲线，构成此类型部件的损伤及寿命的综合扩展演化模型；再建立多个同类型部件在相同损伤处的高斯混合模型GMM，利用该高斯混合模型GMM预测新部件的裂纹扩展及寿命演化趋势。本发明方法可以有效预测结构裂纹的扩展，不需要考虑装备的结构形式及承载情况，且无需考虑失效机理且具有强大非线性拟合能力，可以有效减少预测裂纹扩展的误差累积及工程应用中多种不确定性的影响，进一步提高疲劳寿命预测的精度和效率。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.029 seconds)
