-
公开(公告)号：CN110991544A
公开(公告)日：2020-04-10
申请号：CN201911259308.7
申请日：2019-12-10
申请人： 上海交通大学 , 上海智能制造功能平台有限公司
IPC分类号： G06K9/62
摘要： 本发明公开了一种基于PICA-VMD和Hilbert边际谱的轴向柱塞泵空化等级识别方法，该方法的步骤如下：采集轴向柱塞泵壳体处的振动信号并构建初始样本集；采用小波包自适应阈值对原始信号进行去噪；对去噪后的信号进行PICA-VMD变换得出对应的Hilbert边际谱，提取边际谱中的边际谱幅值作为故障特征并构建特征集；采用PCA法对提取的故障特征进行降维；最后将降维后的故障特征集输入到多分类SVM模型内完成空化等级的识别。本发明方法能有效地识别出轴向柱塞泵的空化等级，Hilbert边际谱幅值能够较好地反映微弱的轴向柱塞泵空化故障特征。
-
公开(公告)号：CN110991544B
公开(公告)日：2023-04-28
申请号：CN201911259308.7
申请日：2019-12-10
申请人： 上海交通大学 , 上海智能制造功能平台有限公司
IPC分类号： G06V10/764 , G06V10/77 , G06V10/774
摘要： 本发明公开了一种基于PICA‑VMD和Hilbert边际谱的轴向柱塞泵空化等级识别方法，该方法的步骤如下：采集轴向柱塞泵壳体处的振动信号并构建初始样本集；采用小波包自适应阈值对原始信号进行去噪；对去噪后的信号进行PICA‑VMD变换得出对应的Hilbert边际谱，提取边际谱中的边际谱幅值作为故障特征并构建特征集；采用PCA法对提取的故障特征进行降维；最后将降维后的故障特征集输入到多分类SVM模型内完成空化等级的识别。本发明方法能有效地识别出轴向柱塞泵的空化等级，Hilbert边际谱幅值能够较好地反映微弱的轴向柱塞泵空化故障特征。
-
公开(公告)号：CN111401136B
公开(公告)日：2022-11-25
申请号：CN202010109714.1
申请日：2020-02-22
申请人： 上海交通大学
IPC分类号： G06K9/00 , G06K9/62 , G06T11/00 , F04B51/00 , G06T7/00 , G06V10/774 , G06V10/56 , G06N20/00 , G06V10/82
摘要： 本发明公开了一种柱塞泵空化程度检测方法、装置、储存介质及终端，其中，柱塞泵空化程度检测方法，包括：获取柱塞泵空化时壳体的三轴振动信号；将所述三轴振动信号进行切分，得到振动信号片段集；将所述振动信号片段集按照振动信号的三个方向与RGB图片三色通道的对应关系转化成目标图片集；将所述目标图片集输入到训练好的模型中，得到所述柱塞泵的空化程度。本发明采用的将振动信号转换成RGB图片并结合卷积神经网络的方法，实现了对柱塞泵空化程度的识别，并且在不使用附加降噪方法的情况下，对有噪声的振动信号依然具有良好的性能。
-
公开(公告)号：CN111401136A
公开(公告)日：2020-07-10
申请号：CN202010109714.1
申请日：2020-02-22
申请人： 上海交通大学
摘要： 本发明公开了一种柱塞泵空化程度检测方法、装置、储存介质及终端，其中，柱塞泵空化程度检测方法，包括：获取柱塞泵空化时壳体的三轴振动信号；将所述三轴振动信号进行切分，得到振动信号片段集；将所述振动信号片段集按照振动信号的三个方向与RGB图片三色通道的对应关系转化成目标图片集；将所述目标图片集输入到训练好的模型中，得到所述柱塞泵的空化程度。本发明采用的将振动信号转换成RGB图片并结合卷积神经网络的方法，实现了对柱塞泵空化程度的识别，并且在不使用附加降噪方法的情况下，对有噪声的振动信号依然具有良好的性能。
-
公开(公告)号：CN113409213B
公开(公告)日：2023-11-14
申请号：CN202110692924.2
申请日：2021-06-22
申请人： 中铁工程装备集团有限公司 , 上海交通大学
IPC分类号： G06F18/10 , G06F18/2415 , G06F18/213 , G06F18/214 , G06N3/0464
摘要： 本发明提供了一种柱塞泵故障信号时频图降噪增强方法和系统，包括：首先采集柱塞泵的故障振动信号，然后将原始数据转换成时频图，再利用本发明的方法对时频图进行降噪增强处理，最后利用训练好的CNN模型提取时频图中的特征，进行故障诊断，利用卷积神经网络特定网络层特征图的梯度大小寻找时频图中的重点区域，将非重点区域进行清除，从而增强原始信号的时频图。本发明所采用的方法，将振动数据特征转化为时频图的特征，将时间序列信号转为图片分类信号，实现了高准确率的故障诊断；同时本方面提出的时频图降噪增强方法，提高了模型诊断的抗噪性能和鲁棒性。
-
公开(公告)号：CN113409213A
公开(公告)日：2021-09-17
申请号：CN202110692924.2
申请日：2021-06-22
申请人： 中铁工程装备集团有限公司 , 上海交通大学
摘要： 本发明提供了一种柱塞泵故障信号时频图降噪增强方法和系统，包括：首先采集柱塞泵的故障振动信号，然后将原始数据转换成时频图，再利用本发明的方法对时频图进行降噪增强处理，最后利用训练好的CNN模型提取时频图中的特征，进行故障诊断，利用卷积神经网络特定网络层特征图的梯度大小寻找时频图中的重点区域，将非重点区域进行清除，从而增强原始信号的时频图。本发明所采用的方法，将振动数据特征转化为时频图的特征，将时间序列信号转为图片分类信号，实现了高准确率的故障诊断；同时本方面提出的时频图降噪增强方法，提高了模型诊断的抗噪性能和鲁棒性。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.091 秒)
