-
公开(公告)号:CN114406765A
公开(公告)日:2022-04-29
申请号:CN202210193781.5
申请日:2022-03-01
Applicant: 安徽农业大学
Abstract: 本发明提供了一种小麦排种器薄壁壳体的第四轴双工位液压夹具,包括第四轴液压夹具,所述第四轴液压夹具包括底板、过桥板、第一夹持机构以及第二夹持结构,其中,所述过桥板通过锁紧螺栓固定于底板上;所述第一夹持机构以及第二夹持机构设于过桥板上;所述第一夹持机构以及第二夹持机构均用于对工件进行定位夹紧。本发明能够实现快速定位、一次性可同时装夹2个排种器壳体工件,同时装拆快捷,定位精度高,有效提高了工作效率和加工质量,降低了生产成本和废品率。
-
公开(公告)号:CN119184318A
公开(公告)日:2024-12-27
申请号:CN202411325829.9
申请日:2024-09-23
Applicant: 安徽农业大学
IPC: A23N12/08
Abstract: 本发明公开了一种循环加热式香菇烘干机,包括机体,所述机体对称的两侧分别安装有对开的门体,所述机体的外侧壁上安装离心风机和排湿风机;所述机体的内侧壁上安装有加热器,所述加热器远离机体内壁的一端固定连接有固定盘,所述固定盘上对称安装有多个安装座,每个所述安装座上均固定连接有限位盘,所述安装座内安装有旋转夹持机构,所述旋转夹持机构的旋转输出端安装有旋转座,所述旋转夹持机构的夹持输出端对称安装有两个烘干盘;所述机体的外侧壁上安装有电机。优点在于:本发明中旋转座和烘干盘上的香菇围绕旋转轴轴线转动,不断调整位置,让香菇各个部位都能充分接触热空气,提升了烘干速度和均匀度,保证香菇的烘干质量。
-
公开(公告)号:CN115018181B
公开(公告)日:2024-06-25
申请号:CN202210735193.X
申请日:2022-06-27
Applicant: 安徽农业大学
IPC: G06F30/20 , G06F18/10 , G06F18/2135 , G06F18/25 , G01M13/045 , G06F17/18 , G06F17/14 , G06F119/04 , G06F119/02
Abstract: 本发明公开了一种轻轨机组减速机齿轮箱在线监测与寿命预测方法,利用无线WIFI加速度传感器实时在线拾取城市轻轨机组减速机齿轮箱振动加速度、力、温度与声音等健康信息,利用无线传输技术将数据传输到运营监控中心并重建数据;在运营监控中心,对重建数据进行预处理;基于时域/频域分析方法对设备及其关键件的故障程度、位置进行诊断;基于预处理后的数据提取反映设备及其关键件状态的融合健康因子时间序列,利用四元数预测模型进行退化跟踪预测与剩余寿命预测。本发明可对远程地铁轻轨机组采集数据可实时重建,并在线监测与预测,该系统故障定位与识别精度高,预测响应速度快,可应用于城市轻轨与高铁健康监测等领域。
-
公开(公告)号:CN118104843A
公开(公告)日:2024-05-31
申请号:CN202410415528.9
申请日:2024-04-08
Applicant: 安徽农业大学
Abstract: 本发明公开了一种移动式智能香菇烘干机,包括运输装置与烘干箱,所述烘干箱内嵌设有环形架,所述环形架上端转动连接有驱动齿轮,所述驱动齿轮的上端开设有方形孔,所述方形孔内壁上固定连接有回型板。本发明在香菇由下料管向下排出时,第一螺母带动下料管左右往复移动,与此同时回型板持续转动,如此可将香菇均匀的平铺在底板上,这些热气流通过底板上的上通孔时可对各个香菇进行均匀加热,大大提升了烘干效果。
-
公开(公告)号:CN117972569A
公开(公告)日:2024-05-03
申请号:CN202410386475.2
申请日:2024-04-01
Applicant: 安徽农业大学
IPC: G06F18/2415 , G01M99/00 , G01P15/00 , G06N3/049 , G06N3/0464 , G06N3/084 , G06F18/10
Abstract: 本发明属于旋转机械状态运行的智能监测与运维技术领域,具体是一种自注意力时间卷积网络的旋转机械故障诊断方法,该方法利用各类传感器收集旋转机械设备不同状态下运行的样本信号,通过对样本信号进行连续小波变换转换为时频图样本集,随后将时频图样本集划分为训练集与测试集;在模型训练过程中,使用稀疏交叉熵函数作为损失函数,结合误差的反向传播动态调整权值大小,从而进一步提高模型的分类性能,最终实现对故障的精准识别。本发明通过使用分类精度高、响应速度快、泛化能力强的自注意力与软阈值化时间卷积网络模型,显著提高了机械系统的可维护性与安全性。
-
公开(公告)号:CN116088320B
公开(公告)日:2023-06-20
申请号:CN202310375336.5
申请日:2023-04-11
Applicant: 安徽农业大学
IPC: G05B13/04
Abstract: 本发明属于工业控制系统中的性能评估与故障诊断领域,具体提供了稀疏双时空非凸罚自适应Chirp模态交叉混叠分解方法,包括:获取待分解的快变混叠调频信号,计算所述快变混叠调频信号时间序列的分数阶数,构建目标成本函数模型,利用分裂布雷格曼迭代算法求解构建的目标成本函数模型,并依次解调得到快变混叠调频信号中的各个隐含固有模态分量及其时频图。本发明考虑原始模态频率交叉混叠信号的时间‑空间耦合特性与长相关特性,无需人为设置固有模态分量的个数,可有效缓解传统分解方法的断点效应问题,且该方法计算复杂度低,响应速度快,可操作性强,具有良好的工业应用价值。
-
公开(公告)号:CN114925476A
公开(公告)日:2022-08-19
申请号:CN202210642013.3
申请日:2022-06-08
Applicant: 安徽农业大学
Inventor: 李庆
Abstract: 本发明的一种滚动轴承退化轨迹增广四元数预测方法及存储介质,包括利用振动加速度传感器采集滚动轴承的多通道加速寿命信号;提取各通道数据的时域与频域特征序列,利用PCA降维方法构建各通道融合健康因子时间序列;计算各通道融合健康因子时间序列的分数阶数与多通道融合健康因子时间序列的平均分数阶数;构建基于广义Hamilton‑real积分框架下分数阶增广四元数退化预测模型;对滚动轴承服役退化中后期的退化轨迹进行预测跟踪分析。本发明考虑了多通道与高维度退化数据的时空耦合特性与长相关特性,对采集的多通道与高维度退化数据可实时一次性预测,无需逐通道/逐维度预测,模型预测精度高、响应速度快,具有良好的工业应用价值。
-
公开(公告)号:CN119269102B
公开(公告)日:2025-03-04
申请号:CN202411783677.7
申请日:2024-12-06
Applicant: 安徽农业大学
IPC: G01M13/045 , G06F18/2415 , G06N3/0464 , G06N3/049 , G06F18/21 , G06F18/214
Abstract: 本发明属于机械装备故障诊断维护技术领域,提供了一种考虑服役退化扩散现象的轴承剩余使用寿命预测方法,该方法利用加速度传感器拾取各个测点的滚动轴承加速寿命测试数据;将归一化处理的数据重组为二维矩阵并划分为训练数据集与测试数据集,以及创建标签;构建预训练条件时间扩散网络预测模型,使用预训练条件编码器对训练数据集进行特征提取,得到条件向量;利用扩散模型与条件向量得到预测序列,然后应用Lowess方法对预测序列进行平滑处理,结合最小二乘法得到轴承剩余使用寿命值;同时利用差分损失函数和优化算法优化训练构建预训练条件时间扩散网络预测模型,完成轴承剩余使用寿命预测。本发明可准确预测轴承的剩余使用寿命。
-
公开(公告)号:CN119061824A
公开(公告)日:2024-12-03
申请号:CN202411477308.5
申请日:2024-10-22
Applicant: 安徽农业大学
Abstract: 本发明属于环保拖动设备领域,尤其是涉及一种自行走式城市道路落叶清扫设备,包括清扫车和清扫组件,所述清扫车上连通有收集管,所述收集管远离清扫车的一端连通有集叶罩,所述清扫车内固定有吸风机,所述清扫组件包括两个转动连接于集叶罩上的清扫辊,两个所述清扫辊对称设置,所述清扫辊内部空心,所述清扫辊的一端封口,所述清扫辊封口的一端贯穿集叶罩延伸至集叶罩外部,所述清扫辊上开设有均匀分布的通孔,所述通孔内滑动连接有套筒,所述套筒内固定有刷毛,所述清扫组件还包括驱动部件和伸缩部件。本发明通过两个反向转动的清扫辊对路面进行清扫,清扫更加彻底,清扫效果更好,并且不需要人工对清扫辊进行清理,工作效率高。
-
公开(公告)号:CN116610939A
公开(公告)日:2023-08-18
申请号:CN202310895885.5
申请日:2023-07-20
Applicant: 安徽农业大学
IPC: G06F18/213 , G06F17/14 , G06F18/10 , G06F18/2433 , G01M13/021 , G01M13/028 , G01M13/045
Abstract: 本发明属于机械装备状态监测与故障诊断技术领域,具体是Coiflet离散小波下非对称罚稀疏正则化脉冲提取方法,包括以下步骤:拾取旋转机械装备关键件的振动加速度信号;在小波框架下构建非对称罚稀疏正则化目标成本函数模型;利用交替方向乘子法求解构建的非对称罚稀疏正则化目标成本函数模型,得到隐藏在背景噪声中的周期性稀疏瞬时脉冲分量;利用时频谱分析得到故障特征频率。本发明构建的稀疏正则化模型克服了经典稀疏罚正则化模型在零点的不可导性,提高了周期性稀疏瞬时脉冲分量的分离幅值;在强烈背景噪声中提取稀疏分量问题中,有效缓解了经典稀疏正则化方法的能量衰减问题,具有计算复杂度低,算法运行速度快的优点。
-
-
-
-
-
-
-
-
-