-
公开(公告)号：CN110346142A
公开(公告)日：2019-10-18
申请号：CN201910680524.2
申请日：2019-07-25
Applicant: 哈尔滨理工大学
IPC: G01M13/045 , G06K9/00 , G06K9/62
Abstract: 一种基于无监督特征对齐的变负载下滚动轴承故障诊断方法，属于滚动轴承故障诊断领域。针对滚动轴承实际工作中缺少某种负载数据，使得源领域数据与目标领域数据属于不同分布以及目标领域样本不含标签的问题。利用变分模态分解结合奇异值分解获取振动信号的时频特征，再结合振动信号时域、频域特征构建多域特征集；引入迁移学习中能够实现无监督领域适应的子空间对齐算法并进行改进，将核映射方法与SA算法相结合。将训练数据和测试数据映射到相同高维空间，在高维空间的子空间进行特征对齐，实现不同负载下源领域特征向目标领域特征对齐。在目标领域无标签的情况下，利用滚动轴承已知负载数据识别出其他负载数据对应的状态，具有较高的故障诊断准确率。
-
公开(公告)号：CN109902393A
公开(公告)日：2019-06-18
申请号：CN201910159895.6
申请日：2019-03-01
Applicant: 哈尔滨理工大学
Abstract: 一种基于深层特征和迁移学习的变工况下滚动轴承故障诊断方法，涉及故障诊断技术领域，为了解决变工况下滚动轴承不同故障位置及不同性能退化程度多状态识别准确率低的问题。首先采用SDAE对滚动轴承振动信号频域幅值进行特征提取，得到振动信号深层特征，并构成源域特征样本集和目标域特征样本集。然后采用JGSA对源域特征样本与目标域特征样本进行域适应处理，达到同时减少域间特征样本的分布偏移及子空间变换差异的目的，进而缩减不同类特征样本间的域偏移。最后通过K近邻算法完成变工况下滚动轴承多状态分类。本发明与其他方法相比较，在滚动轴承变工况条件下表现出更好的特征提取能力，其样本特征可视化效果最佳，变工况下滚动轴承故障诊断准确率高。
-
公开(公告)号：CN109525435A
公开(公告)日：2019-03-26
申请号：CN201811539747.9
申请日：2018-12-14
Applicant: 哈尔滨理工大学
Abstract: 一种电网业务服务器运行状态预警方法，属于智能电网技术领域，为了解决针对电网业务服务器运行状态难以人工监测的问题，本发明方法主要分为两个部分，一是确定警报阈值，该部分基于切比雪夫不等式与改进型的瑞利分布，再结合小概率事件的定义，确定警报上限值，求出参数ε，并确定异常的可能性；二是基于BP网络模型进行时序预测，该部分与第一个部分研究结果进行综合分析，对未来的数据点进行预警，达到提前发现问题的目的。通过实验研究表明，利用所提方法设定的警报阈值，能在保证科学性的前提下对数据异常点进行预警，并确定某一数据点有多大的可能性是异常点，达到对异常数据预警的目的。
-
公开(公告)号：CN109510699A
公开(公告)日：2019-03-22
申请号：CN201811539746.4
申请日：2018-12-14
Applicant: 哈尔滨理工大学
IPC: H04L9/00
Abstract: 一种六维离散超混沌系统及六维离散超混沌信号发生器，属于混沌信号发生器设计领域。解决现有混沌系统在数字域中抗退化能力差、安全性低以及连续时间混沌系统需要经过离散化才能在FPGA等数字器件中实现等问题。六维离散超混沌系统由六个离散状态方程产生，用于输出六组混沌序列；六维离散超混沌信号发生器包括电源单元、时钟单元、复位单元、用于生成六维离散超混沌系统的FPGA数字电路单元、下载单元和输出端口。由于该混沌信号发生器具有六个较大的正李氏指数，产生的信号非线性程度更大，信号变量的时间序列更加不可预测，并且多个信号变量和系统参数使密钥空间更大，将其应用于保密通信和图像加密领域可以大大增强系统的安全性，提高通信的保密性。
-
公开(公告)号：CN107588953A
公开(公告)日：2018-01-16
申请号：CN201710855357.1
申请日：2017-09-20
Applicant: 哈尔滨理工大学
IPC: G01M13/04
Abstract: 本发明涉及一种基于物联网的滚动轴承寿命试验机远程测控系统，本发明为了解决现有的试验机系统测控安全性低、浪费人力物力的问题，而提出一种基于物联网的滚动轴承寿命试验机远程测控系统，该系统使用ZigBee无线网络，实现滚动轴承试验室门禁、照明电源、各类电机和变频器电源的控制，以及滚动轴承温度和所受压力信号的采集与传输；通过网关建立手机终端、PC客户端分别与ZigBee网络的远程连接，实现对滚动轴承试验机的远程控制及试验室的智能管理；上位机通过采集卡获取滚动轴承振动加速度信号；结合FTP协议实现数据共享；融入视频监控，可远程实时查看滚动轴承试验机及试验室的视频信息。本发明适用于试验室的智能管理。
-
Patent Agency Ranking
公开(公告)号：CN104618091B
公开(公告)日：2017-08-15
申请号：CN201510084754.4
申请日：2015-02-16
Applicant: 哈尔滨理工大学
Abstract: 双混沌系统动态密钥与RSA联合的流媒体保密通信方法，它涉及通信加密技术领域。解决流媒体通信在网络传输过程中未对根密钥进行有效地保护，存在一定的安全隐患，保密性差的问题。将混沌系统参数、混沌序列生成过程中的迭代步长与预先迭代次数作为动态参数，每次通信前随机生成满足条件的值并组成根密钥，并使用RSA算法对根密钥进行保密同步。根密钥的不同使得每次加、解密所使用的混沌密钥序列也不尽相同。同时，混沌密钥序列由两种超混沌序列交织组合而成，使得混沌密钥序列更为复杂。本发明减少混沌密钥序列生成时间，提高加密速度。通过C语言编写的软件在局域网内进行测试，结果表明：该方法既满足流媒体通信的安全性也满足其对实时性的要求。
-
公开(公告)号：CN106768303A
公开(公告)日：2017-05-31
申请号：CN201710069114.5
申请日：2017-02-08
Applicant: 哈尔滨理工大学
IPC: G01H17/00
Abstract: 本发明涉及声波相互作用领域，具体涉及一种两列平面声波非线性相互作用实验测试系统及方法。本发明为解决两列声波相互作用后低频声波能量变化的实验测量问题，提出了湖上实验测量两列平面声波非线相互作用实验测试系统及方法。本发明的平面声波非线相互作用实验测试系统包括低频发射系统、高频发射系统、发射架、接收系统、示波器，本发明的平面声波非线相互作用实验测试方法包括如下步骤：1、安装装置；2、单独发射低频声波，记录数据；3、单独发射高频声波，记录数据；4、同时发射高低频声波，记录数据；5、根据实验数据得到能量变化。本发明解决了两列声波相互作用后低频声波能量变化的测量问题，适用于声波能量的控制领域。
-
公开(公告)号：CN104833906A
公开(公告)日：2015-08-12
申请号：CN201510259728.0
申请日：2015-05-20
Applicant: 哈尔滨理工大学
IPC: G01R31/12 , G01R1/20 , H03K17/567
Abstract: 用于电缆局部放电检测的IGBT高压开关，涉及一种IGBT高压开关。本发明为了解决用于衰减振荡波局部放电检测法的半导体高压开关导通速度慢、供电困难、价格昂贵、体积大、均压手段欠佳等问题，所述电路由多个IGBT开关串联组成，每个IGBT开关包括隔离电源、IGBT驱动电路、IGBT主电路。隔离电源将交流电隔离升压并进行稳压供电；驱动电路接收、转换驱动信号并对IGBT门级进行充放电；IGBT主电路实现高压开关的通断。本发明主电路通断速度快，IGBT通断同步性好，隔离电源拓扑结构简单，IGBT动态均压能力强，驱动电路能耗低，体积小、成本低。
-
公开(公告)号：CN104794368A
公开(公告)日：2015-07-22
申请号：CN201510249411.9
申请日：2015-05-15
Applicant: 哈尔滨理工大学
IPC: G06F19/00
Abstract: 基于FOA-MKSVM的滚动轴承故障分类方法，属于滚动轴承故障诊断技术领域。本发明的目的是提供一种初始化参数少、参数设置简单、全局搜索能力强和分类准确率高的滚动轴承故障分类方法。对滚动轴承各状态振动信号进行特征提取；构造多核核函数使得支持向量机多核化；将训练特征集作为多核支持向量机MKSVM的输入，运用果蝇优化算法FOA对MKSVM的惩罚系数C、每个核函数参数和核函数权值λm进行参数寻优；将测试特征集输入到多核支持向量机MKSVM模型中进行测试，得到滚动轴承正常状态、内环故障状态、外环故障状态、滚动体故障状态的分类准确率。本发明具有初始化参数少、参数设置简单、全局搜索能力强和分类准确率高的优点。
-
公开(公告)号：CN113988126B
公开(公告)日：2024-04-16
申请号：CN202111245670.6
申请日：2021-10-26
Applicant: 哈尔滨理工大学
IPC: G06F18/213 , G06V10/774 , G06V10/82 , G06F18/24 , G06F18/214 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 一种基于少标签数据特征迁移的滚动轴承故障诊断方法，用以解决现有滚动轴承故障诊断模型的训练数据中由于源域数据和目标域数据分布差异大且源域数据缺少大量带标记数据而导致模型分类准确率不高的问题。本发明的技术要点包括：引入原型对比学习进行域适应，建立基于原型域适应的故障诊断模型；提出将Res2Net结构中增加CBAM注意力机制模块，并进一步更换特征提取网络的激活函数，提高深度网络对滚动轴承数据特征提取能力，最终实现少标记数据变负载情况下滚动轴承不同状态的诊断。本发明方法在滚动轴承变负载条件下具备较好的分类性能，可以很好地解决所采集的振动数据正常状态与故障状态的数据分布不平衡问题且具有良好的泛化性能。
-
-
-
-
-
-
-
-
-
Search Results
154
records
(took 0.029 seconds)
