-
公开(公告)号：CN112598019A
公开(公告)日：2021-04-02
申请号：CN202011169668.0
申请日：2020-10-28
申请人： 南京航空航天大学
IPC分类号： G06K9/62 , G01M13/00 , G01H17/00 , G01M13/045
摘要： 本发明公开了一种异类振动信号时空多互相关分析和自适应加权融合方法，首先，进行异类数据的相位匹配分析；其次，对数据线性归一化处理；然后，建立多互相关函数；再利用不同类型振动传感器不同的位置，建立空间坐标系，记录各传感器的空间坐标，获取异类传感器间的时间偏差；最后，对振动信号进行融合。本发明采用相位匹配及线性归一化方法处理不同空间位置的振动传感器数据，有效提高了数据的准确性和融合数据的精确性；将多互相关方法与转子机械故障识别相结合，采用自适应加权融合技术，识别出转子机械的故障特征。
-
公开(公告)号：CN112598019B
公开(公告)日：2024-04-02
申请号：CN202011169668.0
申请日：2020-10-28
申请人： 南京航空航天大学
摘要： 本发明公开了一种异类振动信号时空多互相关分析和自适应加权融合方法，首先，进行异类数据的相位匹配分析；其次，对数据线性归一化处理；然后，建立多互相关函数；再利用不同类型振动传感器不同的位置，建立空间坐标系，记录各传感器的空间坐标，获取异类传感器间的时间偏差；最后，对振动信号进行融合。本发明采用相位匹配及线性归一化方法处理不同空间位置的振动传感器数据，有效提高了数据的准确性和融合数据的精确性；将多互相关方法与转子机械故障识别相结合，采用自适应加权融合技术，识别出转子机械的故障特征。
-
公开(公告)号：CN112945546B
公开(公告)日：2023-07-25
申请号：CN202110075610.8
申请日：2021-01-20
申请人： 南京航空航天大学
IPC分类号： G01M13/02 , G01M13/021 , G01M13/028 , G01M13/045 , G06F18/10 , G06F18/2131 , G06F18/2433
摘要： 本发明公开了一种齿轮箱复杂故障精确诊断方法，首先，对传感器测得的原始振动信号进行降噪预处理；其次，利用峭度对照函数作为指标，并进行归一化处理；基于最优步长梯度下降法优化归一化峭度对照函数，实现分离滤波器自适应更新；然后，构造维纳滤波器将所需单一故障信号与观测信号进行分离，实现齿轮箱单一故障的有效提取；最后，通过自相关函数，改善信号结构，突出信号中故障特征频率，实现齿轮箱复合故障类型的精确检测。本发明能够有效提取出齿轮的单一故障振动信号，具有数据优化作用，能够实现齿轮箱复杂故障的精确检测。
-
公开(公告)号：CN112945546A
公开(公告)日：2021-06-11
申请号：CN202110075610.8
申请日：2021-01-20
申请人： 南京航空航天大学
IPC分类号： G01M13/02 , G01M13/021 , G01M13/028 , G01M13/045 , G06K9/00
摘要： 本发明公开了一种齿轮箱复杂故障精确诊断方法，首先，对传感器测得的原始振动信号进行降噪预处理；其次，利用峭度对照函数作为指标，并进行归一化处理；基于最优步长梯度下降法优化归一化峭度对照函数，实现分离滤波器自适应更新；然后，构造维纳滤波器将所需单一故障信号与观测信号进行分离，实现齿轮箱单一故障的有效提取；最后，通过自相关函数，改善信号结构，突出信号中故障特征频率，实现齿轮箱复合故障类型的精确检测。本发明能够有效提取出齿轮的单一故障振动信号，具有数据优化作用，能够实现齿轮箱复杂故障的精确检测。
-
公开(公告)号：CN114997211A
公开(公告)日：2022-09-02
申请号：CN202210427118.7
申请日：2022-04-22
申请人： 南京航空航天大学
摘要： 本发明公开了一种基于改进对抗网络和注意力机制的跨工况故障诊断方法，对采集得到的不同工况故障振动信号进行数据预处理，标记标签，划分源域和目标域数据集；源域数据预训练，通过深特征提取器进行故障特征提取，再将学习好的源域特征输入Softmax分类器进行特征分类训练；通过改进对抗网络训练目标域数据，使得目标域数据与源域数据在数据分布上差异最小化；目标域数据测试，将训练得到的目标域特征输入源域分类器中，实现故障信号跨域诊断。本发明通过改进对抗网络实现故障的跨工况诊断，可针对一个或同时针对多个目标域数据进行训练，有效缩小故障诊断网络训练所需时间；且在目标域特征提取器中加入注意力机制，提高重要特征的权重，优化数据结构。
-
-
-
-
搜索结果
5 条记录 (耗时 0.034 秒)
