-
公开(公告)号：CN115795300A
公开(公告)日：2023-03-14
申请号：CN202211720179.9
申请日：2022-12-30
Applicant: 浙江工业大学
IPC: G06F18/213 , G06F18/24 , G06F18/241 , G06F18/2415 , G06N3/047 , G06N3/048 , G06N3/08 , F03D17/00 , F03D15/00 , G01M13/021 , G01M13/028
Abstract: 本发明涉及一种面向轻量级嵌入式内核的风电齿轮箱故障监测实时系统，具体包括：数据采集模块、数据处理模块和神经网络训练模块，数据采集模块用于采集齿轮箱振动数据，数据处理模块用于对齿轮箱振动数据进行预处理，并汇总神经网络训练模块的识别结果，神经网络训练模块用于神经网络模型，并将神经网络模型部署于数据处理模块，神经网络模型用于识别齿轮箱振动数据是否存在异常。本发明的系统采集风电齿轮箱在运行过程中的实时振动数据，并通过神经网络模型进行实时分析，从而对风电齿轮箱进行实时监测，并提高故障诊断的实时性，大幅度降低设备的运维成本。
-
公开(公告)号：CN114659790A
公开(公告)日：2022-06-24
申请号：CN202210247018.6
申请日：2022-03-14
Applicant: 浙江工业大学
IPC: G01M13/045 , G06N3/063 , G06N3/08
Abstract: 一种变转速风电高速轴轴承故障的识别方法，通过采用有跟踪阶次分析，将时域轴承振动信号转换为角域轴承振动信号，避免了直接处理时域轴承振动信号带来的频率模糊效应；同时利用经验小波变换，对轴承振动信号的阶次谱进行自适应划分，并结合奇异值分解实现降噪处理；利用Gabor变换将一维角域振动信号转换为二维图像特征，并结合Sobel算子实现图像增强；最后，构建卷积神经网络，实现轴承故障的自动诊断过程。本发明提出的方法可以更好的实现风电轴承故障信号的特征提取，并对风电轴承故障类型进行快速、准确的识别。
-
公开(公告)号：CN114199570A
公开(公告)日：2022-03-18
申请号：CN202111520548.5
申请日：2021-12-13
Applicant: 浙江工业大学
IPC: G01M13/045
Abstract: 一种基于改进变分模态分解的故障识别方法，该方法结合变分模态分解和深度自编码器的混合方法来实现风电齿轮箱轴承故障的识别，首先，利用功率谱熵优化变分模态分解的本征模态函数数目和模态初始中心约束强度；然后，利用样本熵阈值将本征模态函数分为高噪声和低噪声分量，接着用小波阈值对高噪声本征模态函数分量进行降噪重构；之后，利用深度自编码器对故障特征进行提取和降维；最后，利用支持向量机对轴承故障进行识别。本发明可以更好的提取故障轴承的特征，对故障进行更快更精确的识别。
-
公开(公告)号：CN114139586A
公开(公告)日：2022-03-04
申请号：CN202111519849.6
申请日：2021-12-13
Applicant: 浙江工业大学
Abstract: 一种基于多尺度分析二维特征提取的电能质量复合扰动识别方法，通过采用小波包分解，对电能质量扰动信号进行精细划分，实现信号的多分辨率正交分解；同时结合改进S变换将一维电压时序信号转换为二维时频特征矩阵，实现电能质量扰动信号时频特征二维矩阵的自适应构建；引入拉普拉斯变换处理，实现图像锐化，最大化突出图像特征信息；最后，利用卷积神经网络实现对电能质量扰动不同模式的自动识别与分类。本发明可以更好的实现电能质量扰动信号多尺度多分辨率的特征提取，并对电能质量扰动事件类型进行快速、准确的辨识。
-
公开(公告)号：CN114659790B
公开(公告)日：2023-12-01
申请号：CN202210247018.6
申请日：2022-03-14
Applicant: 浙江工业大学
IPC: G01M13/045 , G06N3/063 , G06F18/24 , G06F18/2131 , G06F18/10 , G06T5/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种变转速风电高速轴轴承故障的识别方法，通过采用有跟踪阶次分析，将时域轴承振动信号转换为角域轴承振动信号，避免了直接处理时域轴承振动信号带来的频率模糊效应；同时利用经验小波变换，对轴承振动信号的阶次谱进行自适应划分，并结合奇异值分解实现降噪处理；利用Gabor变换将一维角域振动信号转换为二维图像特征，并结合Sobel算子实现图像增强；最后，构建卷积神经网络，实现轴承故障的自动诊断过程。本发明提出的方法可以更好的实现风电轴承故障信号的特征提取，并对风电轴承故障类型进行快速、准确的识别。
-
Patent Agency Ranking
公开(公告)号：CN114095893A
公开(公告)日：2022-02-25
申请号：CN202111215461.7
申请日：2021-10-19
Applicant: 浙江工业大学
Abstract: 一种分布式数字化农业园区环境感知系统，包括本地数据采样层、信息传输中继层和云平台管理监测层，所述本地数据采样层由数字园区环境采集节点和土壤墒情采集节点组成，所述信息传输中继层由物联中继网关组成，所述云平台管理监测层由云端后台服务器、云端数据库和网页展示端组成。本发明提出了一种具有边缘端计算力、低功耗、拓扑扩展灵活的分布式数字化农业园区环境感知系统，通过对数字化农业园区环境的温湿度、气压、风速风向、光照度等以及土壤的温湿度、PH、电导率、氮磷钾含量等传感数据的监测，实现对农作物种植提供指导的功能。
-
公开(公告)号：CN114036977A
公开(公告)日：2022-02-11
申请号：CN202111216742.4
申请日：2021-10-19
Applicant: 浙江工业大学
Abstract: 一种基于二维图像编码特征的风机电能质量扰动监测方法，结合Stockwell变换(S变换)和卷积神经网络的混合方法来评估电能质量，首先，利用小波包分解对信号进行去噪；然后，利用S变换技术将一维时间序列电压信号转换为二维时频特征S变换矩阵；接着采用奇异值分解方法对所得到的S变换矩阵进行特征增强，然后将特征增强的二维时频特征S变换矩阵作为数字图像文件输入卷积神经网络模型，对电能质量扰动的不同模式进行分类。本发明结合S变换具有多分辨率特性，克服了短时傅里叶变换分辨率固定的缺点，且S变换对于电压扰动信号的高频冲击成分具有较高的敏感性；有效满足实际工程中辨识高精度和特征提取自动化的要求。
-
公开(公告)号：CN116628877A
公开(公告)日：2023-08-22
申请号：CN202310570034.3
申请日：2023-05-19
Applicant: 浙江工业大学
Abstract: 本发明的目的在于提供综合考虑分析实际工作过程中不同大气条件下风机尾迹相互作用情况的风机阵列尾迹湍流运行特性的分析方法，该分析方法包含有以下步骤：a.基于大涡模拟与FAST的耦合建立风机的动态风机阵列模型；b.基于大涡模拟框架下的涡丝方法和叶素动量理论模拟多风机尾流相互作用下的尾流场，建立多风机阵列尾流场的涡量描述框架；c.基于多风机阵列尾流场的涡量描述框架，利用拉格朗日框架构造机组间气动干扰的计算方法，计算得出不同入流条件下尾流场中风机的运行特性。
-
公开(公告)号：CN115941734A
公开(公告)日：2023-04-07
申请号：CN202211520859.6
申请日：2022-11-29
Applicant: 浙江工业大学台州研究院
IPC: H04L67/12 , H04L41/0631 , G08B21/18 , G01M17/007 , G01D21/02
Abstract: 本发明公开了一种汽车外后视镜折叠器智能检测系统。本发明是利用多源传感器，实现对折叠器实时运行数据的采集；利用ARM在边缘端，对采集的数据进行压缩采样，并利用WiFi将压缩后的数据发送至云管理平台；利用云管理平台上的数据计算模型，实现对折叠器实时状态的判断，以及寿命预测；利用分析得到的数据，对系统执行相应各项保护操作与监测结果显示，实现折叠器的智能化检测。本发明系统结合通过嵌入式控制和云平台管理，实现对汽车后视镜折叠器的可靠性检测。
-
公开(公告)号：CN115876470A
公开(公告)日：2023-03-31
申请号：CN202211730527.0
申请日：2022-12-30
Applicant: 浙江工业大学
IPC: G01M13/04 , G06V20/52 , G06V20/60 , G06V10/82 , G06V10/774 , G06V10/764 , G06N3/048 , G06N3/0464 , G06N3/096 , G06N3/082
Abstract: 本发明涉及风力发电技术领域，具体涉及一种风电齿轮箱轴承的故障诊断方法，包括以下步骤：获取AlexNet模型的网络结构并进行改进，作为源域模型；获取轴承的红外图像，对红外图像进行预处理；使用预处理后的红外图像训练源域模型，得到源域模型参数；构建目标域模型，将源域模型参数迁移至目标域模型中；周期性获取风电齿轮箱轴承的红外图像，作为待测样本，利用数据增强技术对待测样本进行扩充，构成样本数据集；将样本数据集输入目标域模型，得出故障诊断结果。本发明的有益技术效果包括：基于红外图像和深度学习技术，实现风电齿轮箱轴承的无损监测，同时结合迁移学习技术，提高目标域模型的鲁棒性和泛化性，从而提高诊断精度。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.062 seconds)
