-
公开(公告)号：CN116399589A
公开(公告)日：2023-07-07
申请号：CN202310321869.5
申请日：2023-03-29
申请人： 哈尔滨理工大学
IPC分类号： G01M13/045 , G06F18/213 , G06F18/214 , G06F18/2411
摘要： 本发明公开了一种基于RCMWE的滚动轴承微弱信号特征提取方法，其所述方法包括如下步骤：步骤一、将时域特征参数和频域特征参数构成多维原始故障特征集，采用皮尔逊相关系数PS、拉普拉斯得分LS、互信息MI及费舍尔得分FS四类特征评价准则对特征敏感性进行评价，根据特征评价准则筛选出最优敏感特征参数；步骤二、将敏感特征参数作为精细复合多尺度加权熵的权重参数，通过哈达玛积运算进行加权组合，获得精细复合多尺度加权熵。通过实验验证表明，本发明的精细复合多尺度加权熵方法在所有尺度上都具有正确估计信号复杂度的能力，能够产生增强的特征向量，既可以有效地区分正常与异常状态，又能够较好的区分不同故障类型及故障退化程度。
-
公开(公告)号：CN114925477A
公开(公告)日：2022-08-19
申请号：CN202210642679.9
申请日：2022-06-08
申请人： 哈尔滨理工大学
IPC分类号： G06F30/17 , G06F111/04
摘要： 基于非线性规划优化方法的月球车悬架结构优化设计方法：包括根据设计要求拟定悬臂的运动范围；通过悬架优化前的悬臂尺寸、转动关节点位坐标建立起悬架数学模型；在数学模型中拟定设计变量，并依据拟定的运动范围对悬臂的运动轨迹进行规划；对悬臂间的长度、角度等线性等式约束和线性不等式约束进行定义；对各杆件间的夹角、辅助杆长等参数进行计算，进而通过优化理论运动轨迹和设计变量轨迹之间的最小值来获得最优变量数据；最后通过拟定的悬架运动轨迹变化和计算求得实际悬臂上参数点位的运动曲线坐标，对运动轨迹进行仿真，复现悬架的轨迹运动。
-
公开(公告)号：CN110539043B
公开(公告)日：2020-10-30
申请号：CN201910919788.9
申请日：2019-09-26
申请人： 哈尔滨理工大学
摘要： 本发明公开了一种电解加工振动进给运动实现装置，属于电解加工技术领域。该振动进给运动实现装置包括固定板和安装块，所述固定板的下方滑动设置有滑块，所述的滑块与进给机构相连，所述的滑块上设有振动室，所述的振动室内活动设置有活动板，所述的安装块设置在活动板的底部；所述的活动板与振动组件相连，所述的振动室与固定板之间设有传动组件。本发明通过将安装块设置在活动板底部、将活动板滑动设置在振动室内，以及在振动室内设置振动组件，便可在振动室下降的同时，通过传动组件带动活动板进行上下往复运动，以便于实现阴极工具在进给运动的同时进行振动运动，从而可以提高电解加工的效率。
-
公开(公告)号：CN111504635A
公开(公告)日：2020-08-07
申请号：CN202010316612.7
申请日：2020-04-21
申请人： 哈尔滨理工大学
IPC分类号： G01M13/021 , G01M13/028 , G06K9/62 , G06K9/00 , G06N3/04 , G06N3/08
摘要： 基于差分进化神经网络的行星齿轮故障诊断方法，属于旋转机械故障诊断方法领域。本发明包括如下步骤：S1、确定故障模式类型，通过传感器获取行星齿轮的振动信号；S2、采用经验小波变换方法分解所述振动信号；S3、利用时频域指标选择分解后的信号形成特征矩阵；S4、通过t-SNE特征降维方法对所述特征矩阵降维；S5、在概率神经网络的基础上，提出了基于差分进化优化的概率神经网络故障诊断模型，利用差分进化优化算法对概率神经网络中的光滑因子δ进行优化，选取最优的δ值，以提高故障诊断精度。本发明相比传统故障诊断方法具有更高的故障诊断精度。
-
公开(公告)号：CN110807271A
公开(公告)日：2020-02-18
申请号：CN201911109736.1
申请日：2019-11-14
申请人： 哈尔滨理工大学
IPC分类号： G06F30/20
摘要： 本发明涉及一种基于SVD、EI和逐步消减法结合的高速列车轴箱加速度传感器布置方法；首先对高速列车轴承轴箱进行预应力模态分析，获取模态应变云图，确定分析所用模态阶数，提取模态振型矩阵；又通过以模态振型矩阵为输入，以TMAC矩阵为评判指标，使用SVD、EI和逐步消减法结合的方法分析出最优传感器布置方案；最后通过本发发明方法所得布置方案与传统TMAC的EI逐步削减法所得布置方案进行分析对比，验证本发明方法的优势；通过以上方式可以进行高速列车轴承轴箱加速度传感器的精确布置。
-
公开(公告)号：CN110586446A
公开(公告)日：2019-12-20
申请号：CN201910919764.3
申请日：2019-09-26
申请人： 哈尔滨理工大学
摘要： 本发明公开了一种电解加工机床主轴用可调式振动装置，属于电解加工技术领域。该振动装置包括安装板和安装块，所述的安装板固定在机床主轴上，所述的安装块固定在活动板底部，所述的活动板与第一导向杆进行滑动配合，所述的第一导向杆固定在连接板底部，所述的活动板通过弹簧与连接板相连，所述的连接板与安装板相连；所述活动板的上方活动设置有推块，所述的推块与伸缩组件相连，所述的伸缩组件与往复机构相连。本发明通过往复机构可以带动推块进行往复升降运动，从而便于控制安装块进行上下振动。另外，本发明通过伸缩组件可以调节推块与活动板的间距，从而便于调节安装块的振动幅度。
-
公开(公告)号：CN107677473A
公开(公告)日：2018-02-09
申请号：CN201710870217.1
申请日：2017-09-23
申请人： 哈尔滨理工大学
CPC分类号： G01M13/04 , G06N3/008 , G06N3/0445 , G06N3/08
摘要： 本发明公开了一种基于FOA优化的GRNN旋转机械故障预测方法，它涉及旋转机械故障预测方法技术领域，它包括如下步骤：（1）、采用辛辛那提滚动轴承实验数据；（2）、将步骤（1）采集信号的离散数据分为训练数据和预测数据两部分，将训练数据带入FOA优化GRNN进行预测模型训练，（3）、用步骤（2）训练好的预测模型对预测数据进行故障预测，计算其均方根误差和预测时间，得出仿真预测曲线与实际曲线的对比图；（4）、通过步骤（3）中得出结果确定故障产生时间及故障类型；本发明用FOA对GRNN光滑因子进行寻优从而建立FOA优化的GRNN故障预测模型，缩短了GRNN最佳模型的建立时间，有效的减少了人为因素对预测结果的影响。
-
公开(公告)号：CN107300856A
公开(公告)日：2017-10-27
申请号：CN201710524963.5
申请日：2017-06-30
申请人： 哈尔滨理工大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种基于FDA和SVDD的旋转机械剩余寿命预测方法，所述方法使用函数型数据分析(FDA)方法把采集到的离散数据转化为光滑函数来解决信息量的丢失或模型估计失真等问题，使用SVDD来识别机械运行状况以减小采集样本的需求和提供预测的准确性，计算测试样本的SVDD模型半径并与全生命周期的时间半径轨迹比较以得到预测结果。本发明有效地降低了旋转机械剩余寿命预测所需的采集样本时间，提高了预测的准确性。
-
公开(公告)号：CN106950848A
公开(公告)日：2017-07-14
申请号：CN201610002554.4
申请日：2016-01-06
申请人： 哈尔滨理工大学
IPC分类号： G05B17/02
CPC分类号： G05B17/02
摘要： 本发明为一种基于三角形二叉树模型的数控加工仿真装置。该仿真装置由数据库模块、NC代码编辑器模块、加工过程仿真模块组成，首先把数据库中的刀具信息、NC代码库、加工参数进行整合用于生成加工零件的NC代码；其次确定每条NC代码下的加工区域，根据不同的视点距离和自由曲面的曲面特征条件来加工零件；最后渲染加工后的工件。本发明具有设计理念先进、功能实用、人机交互性好特点，可以基于视点距离的转换和曲面自身特征的变化能连续的、动态的显示零件加工过程，达到仿真的实时性与真实性目的，同时还可以在加工过程中对物体间进行碰撞干涉检测。
-
公开(公告)号：CN106944877A
公开(公告)日：2017-07-14
申请号：CN201610002595.3
申请日：2016-01-06
申请人： 哈尔滨理工大学
IPC分类号： B23Q17/09
CPC分类号： B23Q17/0957
摘要： 基于声发射信号的刀具磨损无线智能检测装置，涉及刀具磨损检测领域。本发明包括数控铣床、铣刀、工件、声发射传感器、主板、嵌入式信号采集模块、嵌入式信号传输模块和具有数据处理和无线接收的PC端等部分组成。本发明以加工过程中声发射信号特征为研究对象，以单片机技术和无线网络技术为手段，有效的将声发射信号从声发射信号的感知题传输到PC端进行数据处理来检测刀具磨损状态。该装置简单实用，人工交互界面友好，实时检测能及时有效的识别刀具磨损状态，减少刀具浪费，提高加工效率。
-
-
-
-
-
-
-
-
-
搜索结果
111 条记录 (耗时 0.052 秒)
