-
公开(公告)号：CN101634605B
公开(公告)日：2011-03-30
申请号：CN200910081750.5
申请日：2009-04-10
Applicant: 北京工业大学
Abstract: 一种基于混合推理和神经网络的齿轮箱故障智能诊断方法，主要包括以下步骤：智能诊断系统知识库的充实；将专家知识存入计算机，并结合神经网络进行模式识别；分析齿轮箱的主要异常现象，系统地研究齿轮的振动、噪声产生的机理；分析齿轮振动的数学模型，充分利用现场故障数据，分析各种故障类型的振动机理；充实各种故障的时域及频域特征，并确定齿轮故障信号的特征提取方法；数据分析方法主要包括：带通滤波频谱分析、双关分析、包络解调分析、基于EMD的解调分析。本发明克服了传统的串行信息处理在模式识别和人工智能等领域所存在的问题，使该模式识别网络完全由计算机实现，便于实现故障诊断的自动化和智能化，能够为诊断决策及时提供依据。
-
公开(公告)号：CN101900640B
公开(公告)日：2012-05-30
申请号：CN201010237800.7
申请日：2010-07-23
Applicant: 北京工业大学
IPC: G01M13/02
Abstract: 本发明公开了一种机械传动系统故障模拟综合实验台，用于模拟机械传动系统关键零部件的常见故障，包括轴承故障、齿轮故障、转子不平衡故障和多部件混合故障。该综合实验台包括一底座(16)，底座由第一导槽(13)、第二导槽(18)和配电槽(15)三部分组成；设计的专用轴承座可方便的更换轴承，并用于安装涡流位移传感器和振动加速度传感器；安装于该综合实验平内的齿轮通过专用的拆卸方便的锥形装配套件与轴装配固定。无论是用于研究验证故障诊断方法的有效性和准确性，还是用于在校师生的教学实践，该实验台的全面性和易操作性较之现有的大部分同类实验台都有很大的改进。
-
公开(公告)号：CN101900660B
公开(公告)日：2012-01-04
申请号：CN201010219516.7
申请日：2010-06-25
Applicant: 北京工业大学
Abstract: 本发明公开了一种利用振动信号分析方法无法有效解决的间歇性大型低速重载生产设备状态监测和故障诊断的方法，是通过对设备所用润滑油液(脂)的理化指标检测和光谱、铁谱分析，对间歇性大型低速重载设备进行状态监测和故障分析诊断的技术方法。本发明提供低速重载设备早期磨损故障诊断和维修方案，提高企业对低速重载设备润滑状态监测准确率和润滑油(脂)使用管理水平，节约维修费用，延长设备使用寿命，创造更大的生产价值。
-
公开(公告)号：CN101900660A
公开(公告)日：2010-12-01
申请号：CN201010219516.7
申请日：2010-06-25
Applicant: 北京工业大学
Abstract: 本发明公开了一种利用振动信号分析方法无法有效解决的间歇性大型低速重载生产设备状态监测和故障诊断的方法，是通过对设备所用润滑油液(脂)的理化指标检测和光谱、铁谱分析，对间歇性大型低速重载设备进行状态监测和故障分析诊断的技术方法。本发明提供低速重载设备早期磨损故障诊断和维修方案，提高企业对低速重载设备润滑状态监测准确率和润滑油(脂)使用管理水平，节约维修费用，延长设备使用寿命，创造更大的生产价值。
-
公开(公告)号：CN101696894A
公开(公告)日：2010-04-21
申请号：CN200910236316.X
申请日：2009-10-16
Applicant: 北京工业大学
Abstract: 本发明是一种数据采集器，具体为一种用于提取低速重载设备多种信号的数据采集器。本采集器包括包括加速度传感器、温度传感器、声音传感器、共振器、A/D转换模块、控制器、通讯模块、触摸屏和电子标签模块。共振器包括依次连接的光电耦合电路、差动放大电路、谐振电路、高通滤波电路、单极性电路和抗混叠滤波电路，加速度传感器、温度传感器和声音传感器均与共振器中的光电耦合电路相连，共振器中的抗混叠滤波电路通过AD转换模块与控制器相连，控制器还分别与触摸屏、通讯模块和电子标签模块相连。本发明在信号调理模块中应用了高频共振技术，对噪声信号进行分离，提高了信噪比。
-
Patent Agency Ranking
公开(公告)号：CN101660969A
公开(公告)日：2010-03-03
申请号：CN200910093650.4
申请日：2009-09-25
Applicant: 北京工业大学
IPC: G01M13/02
Abstract: 本发明公开了一种用于齿轮箱故障智能诊断的方法，包括：检测并做出判断的步骤；判断的结果为有故障隐患或无故障隐患；如判断结果中含有故障隐患则发出预警；如判断结果中均无故障隐患，即结束。所述步骤至少包括：案例推理并做出判断的步骤和规则推理并做出判断的步骤，以及SVM判断的步骤。本发明克服了现有智能诊断中单一诊断方法容易漏诊，诊断知识获取困难，故障案例样本匮乏的缺点，能智能诊断出齿轮箱故障隐患，有效提高齿轮箱故障准确率。可以实现对齿轮箱的智能诊断，降低诊断人员劳动强度与漏诊风险。
-
公开(公告)号：CN101634605A
公开(公告)日：2010-01-27
申请号：CN200910081750.5
申请日：2009-04-10
Applicant: 北京工业大学
Abstract: 一种基于混合推理和神经网络的齿轮箱故障智能诊断方法，主要包括以下步骤：智能诊断系统知识库的充实；将专家知识存入计算机，并结合神经网络进行模式识别；分析齿轮箱的主要异常现象，系统地研究齿轮的振动、噪声产生的机理；分析齿轮振动的数学模型，充分利用现场故障数据，分析各种故障类型的振动机理；充实各种故障的时域及频域特征，并确定齿轮故障信号的特征提取方法；数据分析方法主要包括：带通滤波频谱分析、双关分析、包络解调分析、基于EMD的解调分析。本发明克服了传统的串行信息处理在模式识别和人工智能等领域所存在的问题，使该模式识别网络完全由计算机实现，便于实现故障诊断的自动化和智能化，能够为诊断决策及时提供依据。
-
公开(公告)号：CN101539472A
公开(公告)日：2009-09-23
申请号：CN200910083309.0
申请日：2009-04-30
Applicant: 北京工业大学
Abstract: 本发明公开了一种低速重载设备微弱故障并联随机共振检测方法，可用于检测设备微弱故障信号。该方法通过安装在设备需检测位置的振动传感器提取设备振动信号，并将该信号放大滤波后由模数转换器将模拟信号转换为数字信号，然后使用并联随机共振方法处理后输出。可从输出信号的波形及其频谱图提取故障信号的微弱特征，从而确定故障类型。该方法结合了随机共振方法和自相关处理方法，可有效提取出低速重载设备中的早期微弱故障特征信号，提早发现故障隐患。
-
公开(公告)号：CN101660969B
公开(公告)日：2011-07-27
申请号：CN200910093650.4
申请日：2009-09-25
Applicant: 北京工业大学
IPC: G01M13/02
Abstract: 本发明公开了一种用于齿轮箱故障智能诊断的方法，包括：检测并做出判断的步骤；判断的结果为有故障隐患或无故障隐患；如判断结果中含有故障隐患则发出预警；如判断结果中均无故障隐患，即结束。所述步骤至少包括：案例推理并做出判断的步骤和规则推理并做出判断的步骤，以及SVM判断的步骤。本发明克服了现有智能诊断中单一诊断方法容易漏诊，诊断知识获取困难，故障案例样本匮乏的缺点，能智能诊断出齿轮箱故障隐患，有效提高齿轮箱故障准确率。可以实现对齿轮箱的智能诊断，降低诊断人员劳动强度与漏诊风险。
-
公开(公告)号：CN1995946A
公开(公告)日：2007-07-11
申请号：CN200610169830.2
申请日：2006-12-29
Applicant: 北京工业大学
Abstract: 一种大型低速重载齿轮箱故障诊断的方法，属于大型低速重载齿轮箱故障诊断领域。是一种在“双特征判别法”的基础上，结合小波分析，有效提取故障特征，进行诊断的“三特征判别法”，所述的故障信号“三特征判别法”就是：在常规傅立叶谱图上分析平稳功率故障振动信号特征，在共振解调傅立叶谱图上分析冲击功率故障振动信号特征，利用小波分析冲击故障振动信号特征。采用本发明能有效提高低速重载齿轮箱故障诊断率。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.026 seconds)
