基于时窗滑移受限玻尔兹曼机的滚动轴承故障诊断方法

    公开(公告)号:CN107451760A

    公开(公告)日:2017-12-08

    申请号:CN201710784382.5

    申请日:2017-09-04

    IPC分类号: G06Q10/06 G01M13/04

    摘要: 基于时窗滑移受限玻尔兹曼机的滚动轴承故障诊断方法,首先获取滚动轴承在不同健康状态下的振动信号,建立基于时窗滑移受限玻尔兹曼机的故障诊断模型;然后训练时窗滑移受限玻尔兹曼机,利用经过训练的受限玻尔兹曼机从每次滑移后位于时窗内的信号片段提取局部特征,并取局部特征每一维最大值作为振动信号的故障特征;最后基于提取的故障特征,训练Softmax分类器,利用训练后的分类器完成轴承故障的智能诊断,本发明改进了传统受限玻尔兹曼机直接从振动信号提取特征的能力,并克服传统受限玻尔兹曼机难以提取具有平移不变性的特征而不利于智能算法进行分类的问题,并最终提高了诊断精度。

    一种GIS固体绝缘多试样三因子老化试验装置及试验方法

    公开(公告)号:CN111624431B

    公开(公告)日:2021-11-23

    申请号:CN202010589199.1

    申请日:2020-06-24

    摘要: 本发明属于电力设备老化试验技术领域,公开了一种GIS固体绝缘多试样三因子老化试验装置及试验方法。所述装置包括:试验箱和试样支架,所述试样支架设置在试验箱内,所述试验箱用于提供试验环境,所述试样支架用于加载试样,还包括:温控模块、振动模块、加压模块和测试模块;所述温控模块用于加热试样并监测温度;所述振动模块用于提供不同振动强度并监测振动:所述加压模块用于提供电压并监测电压;所述测试模块用于监测试样老化状态。本试验装置能够对GIS固体绝缘材料进行多试样,单因子或多因子加速老化试验。三种老化因子,电场、热、机械振动参数可根据老化需求自由调节组合。

    一种GIS固体绝缘多试样三因子老化试验装置及试验方法

    公开(公告)号:CN111624431A

    公开(公告)日:2020-09-04

    申请号:CN202010589199.1

    申请日:2020-06-24

    摘要: 本发明属于电力设备老化试验技术领域,公开了一种GIS固体绝缘多试样三因子老化试验装置及试验方法。所述装置包括:试验箱和试样支架,所述试样支架设置在试验箱内,所述试验箱用于提供试验环境,所述试样支架用于加载试样,还包括:温控模块、振动模块、加压模块和测试模块;所述温控模块用于加热试样并监测温度;所述振动模块用于提供不同振动强度并监测振动:所述加压模块用于提供电压并监测电压;所述测试模块用于监测试样老化状态。本试验装置能够对GIS固体绝缘材料进行多试样,单因子或多因子加速老化试验。三种老化因子,电场、热、机械振动参数可根据老化需求自由调节组合。

    基于正交化局部连接网络的机械装备健康状态识别方法

    公开(公告)号:CN107451624A

    公开(公告)日:2017-12-08

    申请号:CN201710784356.2

    申请日:2017-09-04

    IPC分类号: G06K9/62 G01M13/04

    摘要: 基于正交化局部连接网络的机械装备健康状态识别方法,首先获取机械装备监测的振动信号样本,并通过无重叠分割,获得样本片段集;然后随机选取局部样本片段集,经白化处理后,训练正交稀疏自编码网络;再将训练好的正交稀疏自编码网络与样本片段集局部连接,提取样本片段的局部特征,通过局部特征算术平均计算振动信号样本的特征;最后以振动信号样本的特征为输入,训练Softmax分类器,再利用训练好的Softmax分类器输出诊断结果,实现机械状态健康状态的智能识别;本发明能够直接通过原始的振动信号识别机械装备的健康状态,避免了识别过程中的人为干预;保证了稀疏自编码网络的正交性,促使模型学习到的样本特征多样,诊断的准确性更高。

    一种基于堆叠自动编码机的行星齿轮箱智能诊断方法

    公开(公告)号:CN104748962B

    公开(公告)日:2017-02-22

    申请号:CN201510158826.5

    申请日:2015-04-03

    IPC分类号: G01M13/02

    摘要: 一种基于堆叠自动编码机的行星齿轮箱智能诊断方法,首先利用数据采集系统获取行星齿轮箱的频域信号,建立具有深层结构的堆叠自动编码机分类模型;然后使用权重连接自动编码机对堆叠自动编码机全部隐含层进行逐层预训练,帮助堆叠自动编码机自适应提取频谱中的故障信息;再使用反向误差传播方法微调完成预训练的堆叠自动编码机的参数,优化堆叠自动编码机的特征提取过程并且建立行星齿轮箱的频谱与故障类型之间的复杂非线性映射关系,完成堆叠自动编码机的训练;最后使用确定的堆叠自动编码机模型进行大数据下行星齿轮箱的智能诊断,本发明实现了大量数据下行星齿轮箱故障特征的自适应提取与故障状态的智能诊断,准确可靠。