-
公开(公告)号：CN111241904A
公开(公告)日：2020-06-05
申请号：CN201911067907.9
申请日：2019-11-04
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于盲源分离技术的欠定情况下运行模态识别方法，属于大型陆基平台、航空航天、船舶和建筑检测领域。本发明提高基于盲源分离的运行模态分析方法在欠定情况、近频模态等情况下的模态参数辨识精度、提高计算效率、降低计算成本。此外，降低该方法在模态参数辨识过程中对模态阶数等先验知识的依赖，降低对噪声信号的敏感性，使得该方法计算量小、鲁棒性强、方便使用。本发明即使在缺乏专业知识背景的情况下也能进行操作，能够在结构动力学工程应用中广泛应用于线性结构欠定情况下的模态参数辨识。
-
公开(公告)号：CN110765560B
公开(公告)日：2021-01-01
申请号：CN201911070863.5
申请日：2019-11-05
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于时变阻尼机械机构振动预测方法，属于机械振动领域。本发明通过小波变换理论建立以阻尼系数为变量的阻尼模型，通过仿真分析能够准确的预测系统模型运动过程中的变化规律，并能够得到对应时刻的阻尼模型以及动力学参数。解决的常规方法无法准确获取阻尼参数随时间变化的规律，为动力学运动情况的分析和预测提供一种理论方法。
-
公开(公告)号：CN107340758B
公开(公告)日：2019-04-26
申请号：CN201710536927.0
申请日：2017-07-04
Applicant: 北京理工大学
IPC: G05B19/418
Abstract: 本发明公开的一种面向多工序制造过程的工艺可靠性评估及控制方法，属于生产控制领域。本发明通过建立系数矩阵以及转移概率矩阵来构造误差传递概率方程；分别评估多工序实际工艺可靠度、各单工序理想工艺可靠度以及毛坯件基准可靠度，对质量薄弱环节工序质量改善后返回建立符合当前情况的误差传递概率模型；基于Z检验对工艺可靠性状态进行持续监测，对故障工序质量进行调整后返回建立符合当前情况的误差传递概率模型。迭代上述过程，当多工序过程工艺可靠性状态受控，能够实现保证预设质量要求下的持续生产，即实现面向大批量零件的质量控制，进而实现多工序制造过程工艺可靠性的保障和提升。本发明具有涵盖的控制过程范围全面的优点。
-
公开(公告)号：CN108510209A
公开(公告)日：2018-09-07
申请号：CN201810335698.0
申请日：2018-04-16
Applicant: 北京理工大学
Abstract: 本发明公开的一种基于模糊理论的工艺失效模式识别及评价方法，属于机械加工领域，能够推广至其他产品加工质量提升领域。本发明实现方法如下：在工序构成要素分解基础上，结合工艺失效判定准则，求解失效判断矩阵，实现工艺失效模式的识别；借助专家系统及模糊评价等级获取模糊评价矩阵；基于模糊理论的层次分析法计算评价指标的主观权重，由熵权法计算评价指标的客观权重，综合所述的主观权重和客观权重实现评价指标权重的计算；由逼近理想解排序法获得工艺失效模式的排序；结合失效模式排序，由秩和比法实现工艺失效模式的分档；对档次较高的工艺失效模式所在工序，进行产品加工工艺改进，进而提高产品加工质量及可靠性。
-
公开(公告)号：CN107340758A
公开(公告)日：2017-11-10
申请号：CN201710536927.0
申请日：2017-07-04
Applicant: 北京理工大学
IPC: G05B19/418
CPC classification number: G05B19/41885
Abstract: 本发明公开的一种面向多工序制造过程的工艺可靠性评估及控制方法，属于生产控制领域。本发明通过建立系数矩阵以及转移概率矩阵来构造误差传递概率方程；分别评估多工序实际工艺可靠度、各单工序理想工艺可靠度以及毛坯件基准可靠度，对质量薄弱环节工序质量改善后返回建立符合当前情况的误差传递概率模型；基于Z检验对工艺可靠性状态进行持续监测，对故障工序质量进行调整后返回建立符合当前情况的误差传递概率模型。迭代上述过程，当多工序过程工艺可靠性状态受控，能够实现保证预设质量要求下的持续生产，即实现面向大批量零件的质量控制，进而实现多工序制造过程工艺可靠性的保障和提升。本发明具有涵盖的控制过程范围全面的优点。
-
Patent Agency Ranking
公开(公告)号：CN113962038A
公开(公告)日：2022-01-21
申请号：CN202111197980.5
申请日：2021-10-14
IPC: G06F30/17 , G06F30/20 , G06F111/08
Abstract: 本发明公开的一种基于异质属性网络的功能交联复杂机械系统故障监测方法，属于机械制造领域。本发明实现方法为：分析复杂机械系统，构建功能交联系统异质属性网络模型，确定异质属性网络模型中的动态属性和静态属性；构建广义线性模型GLM，将异质网络的静态属性和动态属性分布参数进行连接；将网络参数βt的变化情况纳入到GLM中，使得GLM对于网络模型的刻画更加准确；利用历史数据确定状态空间模型SSM参数；利用SPC监测网络；由监测结果分析功能影响程度；定位故障位置。本发明能够在系统状态的随机波动中有效分辨正常波动和异常波动，提高故障监测时效性和准确性。本发明的监测结果可应用于功能交联复杂机械系统的故障诊断，进而解决相关工程技术问题。
-
公开(公告)号：CN111368466A
公开(公告)日：2020-07-03
申请号：CN201911073508.3
申请日：2019-11-05
Applicant: 北京理工大学
IPC: G06F30/23 , G06F30/17 , G06F17/14 , G06K9/00 , G06F111/10
Abstract: 本发明涉及一种基于频响函数模型参数修正的机械振动预测方法，属于机械振动领域。该方法通过小波变换理论建立以阻尼系数为变量的阻尼模型，通过仿真分析能够准确的预测系统模型运动过程中的变化规律，并基于频响函数灵敏度理论，根据实际数据和仿真数据的比对迭代，得到更符合实际情况的运动变化规律，解决了常规方法无法准确获取阻尼参数随时间变化的规律，以及获得振动变化规律不准确的情况。该方法有效的解决了机械结构的由于间隙等因素导致的非线性振动无法准确预测的问题，为机械结构的设计提供理论基础。可通过获得的修正参数构建与真实情况更为符合的机械振动模型，更为机构结构的振动预测提供一种准确可靠的预测方法。
-
公开(公告)号：CN111241904B
公开(公告)日：2021-09-17
申请号：CN201911067907.9
申请日：2019-11-04
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于盲源分离技术的欠定情况下运行模态识别方法，属于大型陆基平台、航空航天、船舶和建筑检测领域。本发明提高基于盲源分离的运行模态分析方法在欠定情况、近频模态等情况下的模态参数辨识精度、提高计算效率、降低计算成本。此外，降低该方法在模态参数辨识过程中对模态阶数等先验知识的依赖，降低对噪声信号的敏感性，使得该方法计算量小、鲁棒性强、方便使用。本发明即使在缺乏专业知识背景的情况下也能进行操作，能够在结构动力学工程应用中广泛应用于线性结构欠定情况下的模态参数辨识。
-
公开(公告)号：CN111368466B
公开(公告)日：2021-05-18
申请号：CN201911073508.3
申请日：2019-11-05
Applicant: 北京理工大学
IPC: G06F30/23 , G06F30/17 , G06F17/14 , G06K9/00 , G06F111/10
Abstract: 本发明涉及一种基于频响函数模型参数修正的机械振动预测方法，属于机械振动领域。该方法通过小波变换理论建立以阻尼系数为变量的阻尼模型，通过仿真分析能够准确的预测系统模型运动过程中的变化规律，并基于频响函数灵敏度理论，根据实际数据和仿真数据的比对迭代，得到更符合实际情况的运动变化规律，解决了常规方法无法准确获取阻尼参数随时间变化的规律，以及获得振动变化规律不准确的情况。该方法有效的解决了机械结构的由于间隙等因素导致的非线性振动无法准确预测的问题，为机械结构的设计提供理论基础。可通过获得的修正参数构建与真实情况更为符合的机械振动模型，更为机构结构的振动预测提供一种准确可靠的预测方法。
-
公开(公告)号：CN113962038B
公开(公告)日：2024-12-03
申请号：CN202111197980.5
申请日：2021-10-14
IPC: G06F30/17 , G06F30/20 , G06F111/08
Abstract: 本发明公开的一种基于异质属性网络的功能交联复杂机械系统故障监测方法，属于机械制造领域。本发明实现方法为：分析复杂机械系统，构建功能交联系统异质属性网络模型，确定异质属性网络模型中的动态属性和静态属性；构建广义线性模型GLM，将异质网络的静态属性和动态属性分布参数进行连接；将网络参数βt的变化情况纳入到GLM中，使得GLM对于网络模型的刻画更加准确；利用历史数据确定状态空间模型SSM参数；利用SPC监测网络；由监测结果分析功能影响程度；定位故障位置。本发明能够在系统状态的随机波动中有效分辨正常波动和异常波动，提高故障监测时效性和准确性。本发明的监测结果可应用于功能交联复杂机械系统的故障诊断，进而解决相关工程技术问题。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.017 seconds)
