一种降低过滤器危险介质泄漏的结构和方法

    公开(公告)号:CN114733253A

    公开(公告)日:2022-07-12

    申请号:CN202210329287.7

    申请日:2022-03-30

    Abstract: 本发明提供了一种降低过滤器危险介质泄漏的结构,包括过滤器本体和过滤器盖板,所述过滤器本体和所述过滤器盖板之间设有内密封圈,所述内密封圈的外侧开设有通向外部的引漏通道用以收集泄露的危险介质。本发明提供的降低过滤器危险介质泄漏的结构具有良好的密封效果,并能直接收集泄露的危险介质,大幅度降低危险介质泄漏到厂房的风险,从而进一步减少电厂机组停堆次数,实现辐射防护最优化。此外,本发明还提供了一种降低过滤器危险介质泄漏的方法,该方法避免危险介质直接泄漏至厂房,减少厂房的辐射风险。

    一种基于参数自适应特征模态分解的滚动轴承故障诊断方法

    公开(公告)号:CN118332373A

    公开(公告)日:2024-07-12

    申请号:CN202410382441.6

    申请日:2024-04-01

    Abstract: 本发明属于机械故障诊断技术领域,具体涉及一种基于参数自适应特征模态分解的滚动轴承故障诊断方法。包括:S1:采集滚动轴承原始振动信号;S2:计算理论故障特征频率;S3:设置SSA算法的优化目标函数,定义包络频域信噪比(EFDSNR)作为评价指标;S4:采用SSA算法搜索寻优,获得FMD算法的最优输入参数;S5;基于最优参数对原始信号进行FMD分解,得到最优分解信号;S6:对最优分解信号进行Hilbert包络解调,提取故障特征信息,从而实现滚动轴承故障诊断。本发明的有益效果在于:可有效搜索FMD算法的最优输入参数,显著提高FMD方法的分解效果,能够实现强背景噪声下滚动轴承微弱故障特征提取与故障诊断。

    深度注意力机制增强故障敏感特征提取的轴承诊断方法

    公开(公告)号:CN117387947A

    公开(公告)日:2024-01-12

    申请号:CN202311162945.9

    申请日:2023-09-11

    Abstract: 本发明属于设备故障监测与诊断技术领域,具体涉及一种深度注意力机制增强故障敏感特征提取的轴承诊断方法。包括如下步骤:采集轴承在不同故障类别下的时域信号数据;对所述时域信号进行平方包络后输入基于深度注意力机制的多尺度CNN网络,挖掘关键频段信息;将所述的关键频段信息作为滤波依据进行滤波,获得滤波后的注意力增强信号;将所述的注意力增强信号进行最大重叠离散小波变换,获得子信号;以所述的自相关峭度作为指标进行解调频带优选,获得最优解调子信号;计算所述的最优解调子信号平方包络谱,实现轴承故障敏感特征增强提取与故障诊断。有益效果在于:进一步增强信号中与故障强相关的信息,有效提取强背景噪声下的轴承故障信号特征。

Patent Agency Ranking