-
公开(公告)号：CN111628195A
公开(公告)日：2020-09-04
申请号：CN202010390783.4
申请日：2020-05-11
申请人： 中国科学技术大学
IPC分类号： H01M8/04664 , H01M8/04992 , G06N5/04
摘要： 本发明公开了一种基于逻辑推理的燃料电池电堆实时状态识别方法，包括：建立模糊推理模型；揭示燃料电池故障，识别出燃料电池运行状态。本发明的有益之处在于：模糊规则的制定基于电堆故障对EIS特征参数的影响，因此可以从机理上解释故障产生的原因；对于用输出响应(电压、温度等)判别燃料电池不同状态的方法而言，避免了同样故障可能会导致不同响应而造成的识别不精确问题，因此具有更好的鲁棒性；由于电堆不同故障会导致EIS特征参数的不同变化，因此本方法可用于电堆多故障下的状态识别；所需实验数据少，不受限于实验系统或故障种类。
-
公开(公告)号：CN106840670B
公开(公告)日：2019-08-27
申请号：CN201611241809.9
申请日：2016-12-29
申请人： 中国科学技术大学
IPC分类号： G01M13/045
摘要： 本发明公开了一种基于多尺度短时光滑分析的周期瞬态信号检测方法，通过多尺度短时光滑谱实现对故障频率的诊断。本发明与其他解调方法相比，短时光滑分析通过追踪和检测短时信号共振带分布随时间的统计信息变化，可以有效地解调出淹没在噪声中的瞬态成分。信号的多尺度分析有助于信号短时光滑分析信息的进一步提纯，完成对信号的多尺度短时光滑谱诊断。本发明该方法可以有效地克服噪声和非平稳信息的干扰，对提取微弱瞬态信号的周期性特征十分有效。
-
公开(公告)号：CN106872171B
公开(公告)日：2019-04-26
申请号：CN201710228196.3
申请日：2017-04-10
申请人： 中国科学技术大学
IPC分类号： G01M13/045
摘要： 本发明公开了一种多普勒声学信号的自适应学习校正方法。该方法在校正参数自适应学习中，基于轨边声学理论，通过构造移频算子和声调算子，实现了对畸变信号的一种伪校正，得到频谱共振带具有无畸变以及高能量聚集性的过渡基准项，在理论上刻画还原了轨边声学畸变现象，从物理上强化了自适应畸变校正学习机理；与其他校正方法相比，该算法能够自适应的从原始声信号中学习到最优校正参数，从而实现对畸变信号的完整校正。该算法具有一定的鲁棒性与高效性，有利于后续轨边声学系统的在线智能校正与诊断。
-
公开(公告)号：CN106226078B
公开(公告)日：2018-08-21
申请号：CN201610522049.2
申请日：2016-07-01
申请人： 中国科学技术大学
IPC分类号： G01M13/04
摘要： 本发明公开了一种基于麦克风阵列的多普勒畸变声学信号的校正方法，该方法校正存在于轨边声学诊断系统所测取的声学信号中的多普勒畸变，实现列车轴承故障的精确诊断。该方法对检测信号进行Hilbert变换，获取复数信号，对复数信号加窗，获取信号片段，计算每个信号片段所对应的接收角，依据发射时间与接收时间的关系构造重采样时间序列，对阵列中央的麦克风采集的信号进行三次样条差值重采样，对校正信号做Hilbert变换和快速傅里叶变换，进行诊断。相比于基于单麦克风的传统方法，本发明方法基于麦克风阵列，具有算法简单，计算量少，无需先验知识，对噪声鲁棒性好等优点，在实际应用中具有明显的优势。
-
公开(公告)号：CN106226077B
公开(公告)日：2018-08-21
申请号：CN201610520811.3
申请日：2016-07-01
申请人： 中国科学技术大学
IPC分类号： G01M13/04
摘要： 本发明公开了一种基于时变奇异值分解的周期性暂态信号的检测方法，该方法检测被噪声所淹没的周期性暂态信号，实现列车轴承故障的精确诊断。该方法对检测信号进行Hilbert变换，获取包络信号，对信号加窗，获取信号片段，构造每个信号所对应的汉克矩阵，对每个汉克矩阵奇异值分解，构造时变奇异值矩阵，计算相邻两列奇异值差值，对差值信号做快速傅里叶变换，将频率轴尺度缩小为原来的1/2，分析奇异值‑频谱分布检测淹没的特征频率，进行诊断。相比于传统奇异值分解方法，该方法可以有效的排除大能量噪声和其他干扰频率的影响，对微弱信号的周期性特征提取具有很好的效果。
-
公开(公告)号：CN106872171A
公开(公告)日：2017-06-20
申请号：CN201710228196.3
申请日：2017-04-10
申请人： 中国科学技术大学
IPC分类号： G01M13/04
CPC分类号： G01M13/045
摘要： 本发明公开了一种多普勒声学信号的自适应学习校正方法。该方法在校正参数自适应学习中，基于轨边声学理论，通过构造移频算子和声调算子，实现了对畸变信号的一种伪校正，得到频谱共振带具有无畸变以及高能量聚集性的过渡基准项，在理论上刻画还原了轨边声学畸变现象，从物理上强化了自适应畸变校正学习机理；与其他校正方法相比，该算法能够自适应的从原始声信号中学习到最优校正参数，从而实现对畸变信号的完整校正。该算法具有一定的鲁棒性与高效性，有利于后续轨边声学系统的在线智能校正与诊断。
-
公开(公告)号：CN106226077A
公开(公告)日：2016-12-14
申请号：CN201610520811.3
申请日：2016-07-01
申请人： 中国科学技术大学
IPC分类号： G01M13/04
CPC分类号： G01M13/04
摘要： 本发明公开了一种基于时变奇异值分解的周期性暂态信号的检测方法，该方法检测被噪声所淹没的周期性暂态信号，实现列车轴承故障的精确诊断。该方法对检测信号进行Hilbert变换，获取包络信号，对信号加窗，获取信号片段，构造每个信号所对应的汉克矩阵，对每个汉克矩阵奇异值分解，构造时变奇异值矩阵，计算相邻两列奇异值差值，对差值信号做快速傅里叶变换，将频率轴尺度缩小为原来的1/2，分析奇异值-频谱分布检测淹没的特征频率，进行诊断。相比于传统奇异值分解方法，该方法可以有效的排除大能量噪声和其他干扰频率的影响，对微弱信号的周期性特征提取具有很好的效果。
-
公开(公告)号：CN103644966A
公开(公告)日：2014-03-19
申请号：CN201310739306.4
申请日：2013-12-29
申请人： 中国科学技术大学
IPC分类号： G01H17/00
摘要： 本发明提供一种周期信号增强检测装置及方法，该检测装置包括信号接收与预处理模块，功率放大器，激振器，三稳悬臂梁物理装置，激光位移传感器，加速度传感器和示波器；信号接收与预处理模块的输出接口与功率放大器的输入接口相连；功率放大器的输出接口与激振器的输入接口相连；三稳悬臂梁物理装置通过螺栓连接到激振器的工作台上；激光位移传感器安装在合适的支架上，确保激光束对准三稳悬臂梁物理装置中的悬臂梁自由振动端；加速度传感器通过螺栓连接到三稳悬臂梁物理装置上；激光位移传感器和加速度传感器的输出接口分别连接到示波器的两个不同的输入通道上。该检测装置及方法具有原理简单、物理实现、检测效果好、普适性强等优点。
-
公开(公告)号：CN111600051B
公开(公告)日：2021-07-06
申请号：CN202010390784.9
申请日：2020-05-11
申请人： 中国科学技术大学
IPC分类号： H01M8/04664 , H01M8/04992 , G06K9/62
摘要： 本发明公开了一种基于图像处理的质子交换膜燃料电池故障诊断方法，包括：从不同PEMFC系统中获取一维水淹和脱水故障电压数据；将一维数据转化为二维图像；从二维图像中提取图像灰度下降速率和像素灰度向上波动比率两种图像特征；利用K‑means聚类算法对图像特征进行分类诊断。本发明的有益之处在于：将电压信号转变为图像之后，图像像素值范围大，变化明显，容易提取特征进行区分，故障诊断具有更高精确性；本发明能够区分不同系统的故障，通过分析不同PEMFC故障电压下降特性，获取不同系统同一故障的共有特性，根据特性自定义两种图像特征，利用两种图像特征诊断不同系统故障，具有良好的鲁棒性。
-
公开(公告)号：CN111600051A
公开(公告)日：2020-08-28
申请号：CN202010390784.9
申请日：2020-05-11
申请人： 中国科学技术大学
IPC分类号： H01M8/04664 , H01M8/04992 , G06K9/62
摘要： 本发明公开了一种基于图像处理的质子交换膜燃料电池故障诊断方法，包括：从不同PEMFC系统中获取一维水淹和脱水故障电压数据；将一维数据转化为二维图像；从二维图像中提取图像灰度下降速率和像素灰度向上波动比率两种图像特征；利用K-means聚类算法对图像特征进行分类诊断。本发明的有益之处在于：将电压信号转变为图像之后，图像像素值范围大，变化明显，容易提取特征进行区分，故障诊断具有更高精确性；本发明能够区分不同系统的故障，通过分析不同PEMFC故障电压下降特性，获取不同系统同一故障的共有特性，根据特性自定义两种图像特征，利用两种图像特征诊断不同系统故障，具有良好的鲁棒性。
-
-
-
-
-
-
-
-
-
搜索结果
21 条记录 (耗时 0.03 秒)
