公开(公告)号：CN109900501A

公开(公告)日：2019-06-18

申请号：CN201910095876.1

申请日：2019-01-31

申请人： 石家庄铁道大学 ,  复旦大学

发明人： 刘永强 ,  张依凡 ,  杨绍普 ,  金城 ,  赵晋津 ,  张洋 ,  桑德利 ,  李建军 ,  代国伟 ,  陈心灵 ,  杨新梦

IPC分类号： G01M17/08 ,  G01N21/95 ,  G01N23/046 ,  G01N23/18 ,  G01N29/04

摘要： 本发明提供了一种高速动车组整车人工智能无损检测方法。该方法基于红外线(IR)、超声波(UT)和高能X射线电子计算机断层扫描(CT)检测技术，包括：采集列车各部件不同运营里程时的无损检测数据；将采集到的无损检测数据进行预处理和标注，得到完整数据集；用数据集对机器学习模型进行训练；实时采集列车无损检测数据，并将无损检测数据输送到训练完成后的网络模型中进行检测；实时输出列车存在的故障并预测各部件的服役寿命。该方法可以在高速动车组运行中对其进行整车人工智能无损检测以及各部件服役寿命预测，并依据预测的各部件服役寿命对该部件进行及时的更换，排除安全隐患，降低列车部件更新成本，提高列车运行的安全性和稳定性。

公开(公告)号：CN117636057B

公开(公告)日：2024-06-11

申请号：CN202311711526.6

申请日：2023-12-13

申请人： 石家庄铁道大学

发明人： 邓飞跃 ,  李浩 ,  刘永强 ,  顾晓辉

IPC分类号： G06V10/764 ,  G06V10/774 ,  G06V10/80

摘要： 本发明公开了一种基于多分支跨空间注意力模型的列车轴承损伤分类识别方法，包括如下步骤：获取列车轮对轴承元件表面图像；根据列车轮对轴承元件表面不同的损伤类型，分别建立图像样本集，并根据损伤类型不同对其进行标签划分；将样本集进行随机划分，确定训练样本集和验证样本集，将训练样本集和验证样本集输入网络模型中训练；使用完成网络模型训练的网络模型对待测的轮对轴承进行损伤识别。构建的网络模型既可以通过多分支模块提取不同语义下更丰富的图像特征信息，又利用跨空间通道连接突出增强重要特征信息，从而能够较为准确地扑捉图像中的关键特征，提升网络的分类识别性能。

公开(公告)号：CN117331921A

公开(公告)日：2024-01-02

申请号：CN202311266526.X

申请日：2023-09-28

申请人： 石家庄铁道大学

发明人： 杨绍普 ,  王久健 ,  刘永强 ,  顾晓辉 ,  刘文朋 ,  刘泽潮 ,  邓飞跃 ,  王海明

IPC分类号： G06F16/215 ,  G06F16/2458 ,  G01M13/045

摘要： 本发明涉及机械设备关键旋转部件轴承的监测诊断领域，具体公开了一种轴承监测多源数据处理方法，包括步骤一，所述步骤一为提取各通道多源数据，并添加时间戳；步骤二，所述步骤二为采用循环方法对各通道数据进行时域校准处理；步骤三，所述步骤三为采用基于动态自适应局部离群值检测DALOF的方法，对各通道数据进行标准化处理；步骤四，所述步骤四为将完成数据时域校准与标准化处理的数据存入数据库。本发明通过循环方法处理多源通道数据，实现了多源数据之间的时域校准，并采用DALOF的方法在标准化过程考虑数据异常的问题，实现了自适应性异常值剔除，解决了诊断结果受数据时域延时或异常导致错误诊断的问题。

公开(公告)号：CN116458849A

公开(公告)日：2023-07-21

申请号：CN202310441525.8

申请日：2023-04-23

申请人： 石家庄铁道大学

发明人： 刘永强 ,  王俊 ,  尤福阔 ,  魏嘉良 ,  王可心 ,  刘佳杭

IPC分类号： A61B5/00 ,  A61B5/0205 ,  A61B5/01 ,  A61B5/145 ,  A61B5/11

摘要： 本发明为一种渐进触发式人体异常状态识别系统及应用方法，该系统包括供电电源和主控中心，还包括摄像模块和手环模块，所述摄像模块的通讯连接所述主控中心，所拍摄图像发送至所述主控中心，所述手环模块与所述主控中心通讯连接，所述手环模块内置有供电电源，所述手环模块包括手环控制器、物理感应单元和人体感应单元，所述物理感应单元和人体感应单元与所述手环控制器通讯连接，所述手环控制器通讯连接所述主控中心。红外热成像摄像机实时监控，不采集人脸在内的真实形象，维护隐私的同时不会丢失行为信息。手环在必要时才启动深层的测量工作，极大地延长了手环待机时间。

公开(公告)号：CN114757060B

公开(公告)日：2022-12-20

申请号：CN202210674673.X

申请日：2022-06-15

申请人： 石家庄铁道大学 ,  大秦铁路股份有限公司太原车辆段

发明人： 刘鹏飞 ,  杨旭 ,  刘泽潮 ,  李瑞军 ,  李靖 ,  刘永强 ,  顾晓辉 ,  王晨 ,  张悦

IPC分类号： G06F30/20 ,  G01M13/045

摘要： 本发明公开了一种基于形态学函数构建尺度空间的轴承故障诊断方法，包括如下步骤：步骤1.选择形态学函数的结构元素；步骤2.优化形态学函数平滑频谱的平滑速度；步骤3.构建尺度空间平面；步骤4.通过Ostu方法、半正态分布法或均值法确立尺度空间曲线阈值，进而对尺度空间曲线进行二分类处理，对边界点进行筛选，最后划分频带；步骤5.频带划分完成后，使用EWT算法进行信号分解，进而进行包络解调得到包络图，根据包络图判断出轴承的故障类型。本发明属于先验算法，省去了频带初次划分后再合并频带的时间，提高了算法的计算效率，同时该方法也提高了划分频带的准确性，适用于机械系统故障诊断与信号处理技术领域。

公开(公告)号：CN114692702B

公开(公告)日：2022-09-02

申请号：CN202210607169.8

申请日：2022-05-31

申请人： 石家庄铁道大学

发明人： 刘永强 ,  李翠省 ,  杨绍普 ,  廖英英 ,  顾晓辉 ,  邓飞跃 ,  刘泽潮

IPC分类号： G06K9/00 ,  G06N3/00 ,  G06F30/27 ,  G01M13/045

摘要： 本发明公开了一种自适应单模态变分模态分解的轴承故障诊断方法，包括：步骤1：载入测试信号；步骤2：输入粒子群各参数，设置单模态变分模态分解中初始中心频率和惩罚因子的寻优范围，输入感兴趣的故障周期；步骤3：粒子种群位置初始化；步骤4：求解初始中心频率和惩罚因子的最优参数组合；步骤5：将步骤4中最优的初始中心频率和惩罚因子输入单模态变分模态分解公式中，进而提取故障模态；步骤6：对故障模态进行包络谱分析，与理论故障特征频率比对，判断轴承是否发生故障。本发明用于轴承故障信号的准确提取，以提升算法自适应性，适用于轴承故障诊断技术领域。

公开(公告)号：CN114537460B

公开(公告)日：2022-07-22

申请号：CN202210444521.0

申请日：2022-04-26

申请人： 石家庄铁道大学

发明人： 杨绍普 ,  赵义伟 ,  刘永强 ,  廖英英 ,  胡金天 ,  王鹏

IPC分类号： B61F5/12 ,  B61F5/02

摘要： 本发明为一种应用于高速列车的智能减振协同系统及其控制方法，属于轨道列车控制技术领域，包括减振单元，所述减振单元分别设置在每节车厢，其特征在于，还包括感应单元和协同控制器，所述感应单元包括倾角传感器和速度传感器，所述感应单元用于检测列车倾斜度和列车速度，所述感应单元的输出端连接所述协同控制器的信号输入端，每节车厢之间设置有延时模块，所述延时模块用于根据列车的每节车厢经过同一点时的时间差，来调节每节车厢的减振单元所输出的阻尼系数，可以根据铁路的实际情况，主动调整车轮状态适应铁轨，降低运动状态改变时，铁轨和车轮间的作用力，提高车轮和铁轨的使用寿命，改善列车的舒适性和运行安全性稳定性。

公开(公告)号：CN114757060A

公开(公告)日：2022-07-15

申请号：CN202210674673.X

申请日：2022-06-15

申请人： 石家庄铁道大学 ,  大秦铁路股份有限公司太原车辆段

发明人： 刘鹏飞 ,  杨旭 ,  刘泽潮 ,  李瑞军 ,  李靖 ,  刘永强 ,  顾晓辉 ,  王晨 ,  张悦

IPC分类号： G06F30/20 ,  G01M13/045

摘要： 本发明公开了一种基于形态学函数构建尺度空间的轴承故障诊断方法，包括如下步骤：步骤1.选择形态学函数的结构元素；步骤2.优化形态学函数平滑频谱的平滑速度；步骤3.构建尺度空间平面；步骤4.通过Ostu方法、半正态分布法或均值法确立尺度空间曲线阈值，进而对尺度空间曲线进行二分类处理，对边界点进行筛选，最后划分频带；步骤5.频带划分完成后，使用EWT算法进行信号分解，进而进行包络解调得到包络图，根据包络图判断出轴承的故障类型。本发明属于先验算法，省去了频带初次划分后再合并频带的时间，提高了算法的计算效率，同时该方法也提高了划分频带的准确性，适用于机械系统故障诊断与信号处理技术领域。

公开(公告)号：CN113191240B

公开(公告)日：2022-04-08

申请号：CN202110441167.1

申请日：2021-04-23

申请人： 石家庄铁道大学

发明人： 赵志宏 ,  李乐豪 ,  李晴 ,  杨绍普 ,  刘永强 ,  顾晓辉 ,  李鹤飞 ,  刘泽潮 ,  陈恩利

IPC分类号： G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01M13/045

摘要： 本发明适用于检测技术领域，提供了一种轴承故障诊断的多任务深度神经网络方法及装置，该方法包括：采集不同故障类型的轴承振动信号，并提取各轴承振动信号对应的频谱；创建轴承样本集；搭建具有辅助任务的多任务深度神经网络，多任务深度神经网络包括辅助任务执行模块和故障诊断任务执行模块，辅助任务执行模块包括特征提取模块和频谱生成模块；故障诊断任务执行模块包括特征提取模块和故障分类模块；将轴承样本集输入至多任务深度神经网络中训练；采用完成网络训练的多任务深度神经网络对待测轴承进行故障诊断。通过上述方法，本申请能够让神经网络在故障识别过程中，使隐层神经网络学到振动信号频谱中的特征，以此提高神经网络轴承故障诊断的鲁棒性。

公开(公告)号：CN114169379A

公开(公告)日：2022-03-11

申请号：CN202210115548.5

申请日：2022-02-07

申请人： 石家庄铁道大学

发明人： 杨绍普 ,  王海明 ,  刘永强 ,  顾晓辉 ,  刘泽潮 ,  邓飞跃

IPC分类号： G06K9/00 ,  G06K9/62 ,  G01M13/045

摘要： 本发明涉及一种轴承状态监测振动异常数据检测方法，属于轴承监测技术领域，包括对轴承振动加速度数据进行采集，本方案基于长短时空融合奇异峰模型，包括步骤A1，将所采集的原始振动加速度数据作为样本；步骤A2，以时空窗分割时间序列为子样本，提取每个子样本的内属值；步骤A3，基于轮廓核原理提取主成分；步骤A4，以多参膨胀系数最大为优化目标，获得最优参数；步骤A5，获取多元基因序列，构建得分阈值；步骤A6，得到溢出阈值边界的样本，作为异常样本，完成异常数据的采集，可搜寻异常样本，定位异常数据段，为轴承状态监测大数据质量保障、异常检测提供了新的思路。