基于参数自适应增强MED的传动系统故障诊断方法

    公开(公告)号:CN114548150B

    公开(公告)日:2023-04-28

    申请号:CN202210027989.X

    申请日:2022-01-11

    摘要: 本发明涉及一种基于参数自适应增强MED的传动系统故障诊断方法,属于传动系统故障诊断技术领域,设计了一种非线性变换,在MED滤波系数迭代求解过程中融入此非线性变换,以此抑制滤波信号中的少量主导冲击及较小幅值噪声,从而增强周期性故障冲击序列,使滤波器估计更加准确有效。提出了一种根据待分析信号本身自适应获得最优滤波参数的参数自适应策略,解决了MED等传统解卷积方法依赖经验指定滤波器参数的问题,因此,所提方法是不需要准确故障频率的自适应盲解卷积方法。

    一种移乘护理装置
    2.
    发明公开

    公开(公告)号:CN114795750A

    公开(公告)日:2022-07-29

    申请号:CN202210585952.9

    申请日:2022-05-26

    IPC分类号: A61G7/10 A61G7/14 F16F15/067

    摘要: 本发明公开了一种移乘护理装置,包括:机器人躯干、俯仰单元、侧弯单元、底部支架和轮子;所述机器人躯干与俯仰单元固定连接;所述俯仰单元与侧弯单元连接;所述侧弯单元与底部支架固定连接;所述底部支架通过减震模块和万向轮驱动模块与轮子连接;本发明解决了现有移乘护理装置底部采用麦克纳姆轮或全向轮存在结构复杂,承重能力较差、稳定性和灵活性差的问题,现有移乘护理装置的腰部存在只能实现单自由度的俯仰运动的问题,现有移乘护理装置的腰部存在安全性和稳定性较差的问题。

    基于子带重排与集合双树复小波包变换的重加权谱峭度方法

    公开(公告)号:CN113702037B

    公开(公告)日:2022-10-28

    申请号:CN202110797227.3

    申请日:2021-07-14

    IPC分类号: G01M13/04

    摘要: 本发明公开了基于子带重排与集合双树复小波包变换的重加权谱峭度方法,涉及信号处理和机械故障诊断技术领域,包括以下步骤:S1,使用指定分解层数的DTCWPT分解输入信号,将输入信号分解为指定分解层数的多层信号,每层信号包括多个小波分支;S2,重构最后一层的每个小波分支,得到与小波分支数量相等并与原始信号长度相同的重构子带;S3,对重构子带进行重新排序,得到重排后的重构子带对重排后的重构子带进行集合来得到更多节点ERSs;S4,将节点和的重加权峭度表示在(f,Δf)平面上得到重加权谱峭度图;S5,从重加权谱峭度图中选择最大重加权峭度对应的节点,然后对所选节点进行包络分析,最后根据包络分析结果对轴承故障进行准确诊断。

    基于最大重加权峭度盲解卷积的机械故障诊断方法

    公开(公告)号:CN114528525A

    公开(公告)日:2022-05-24

    申请号:CN202210028718.6

    申请日:2022-01-11

    摘要: 本发明涉及基于最大重加权峭度盲解卷积的机械故障诊断方法,属于风电机组故障诊断技术领域,提出一种新的盲解卷积方法,即最大重加权峭度盲解卷积。重加权峭度对故障信号中单个或少量强冲击干扰具有很好的鲁棒性,且无需待恢复故障冲击序列先验知识。基于此,最大重加权峭度盲解卷积方法能有效解决经典基于峭度最大化方法倾向于恢复单个主导冲击而非齿轮故障冲击序列的问题,同时相较于常见非全“盲”(依赖故障特征频率先验)方法在工业装备齿轮故障诊断方面具有更强的适用性。并且在风电涡轮机故障诊断中的应用案例证实所提方法对于齿轮故障诊断的有效性。

    基于子带重排与集合双树复小波包变换的重加权谱峭度方法

    公开(公告)号:CN113702037A

    公开(公告)日:2021-11-26

    申请号:CN202110797227.3

    申请日:2021-07-14

    IPC分类号: G01M13/04

    摘要: 本发明公开了基于子带重排与集合双树复小波包变换的重加权谱峭度方法,涉及信号处理和机械故障诊断技术领域,包括以下步骤:S1,使用指定分解层数的DTCWPT分解输入信号,将输入信号分解为指定分解层数的多层信号,每层信号包括多个小波分支;S2,重构最后一层的每个小波分支,得到与小波分支数量相等并与原始信号长度相同的重构子带;S3,对重构子带进行重新排序,得到重排后的重构子带对重排后的重构子带进行集合来得到更多节点ERSs;S4,将节点和的重加权峭度表示在(f,Δf)平面上得到重加权谱峭度图;S5,从重加权谱峭度图中选择最大重加权峭度对应的节点,然后对所选节点进行包络分析,最后根据包络分析结果对轴承故障进行准确诊断。

    基于最大重加权峭度盲解卷积的机械故障诊断方法

    公开(公告)号:CN114528525B

    公开(公告)日:2023-03-28

    申请号:CN202210028718.6

    申请日:2022-01-11

    摘要: 本发明涉及基于最大重加权峭度盲解卷积的机械故障诊断方法,属于风电机组故障诊断技术领域,提出一种新的盲解卷积方法,即最大重加权峭度盲解卷积。重加权峭度对故障信号中单个或少量强冲击干扰具有很好的鲁棒性,且无需待恢复故障冲击序列先验知识。基于此,最大重加权峭度盲解卷积方法能有效解决经典基于峭度最大化方法倾向于恢复单个主导冲击而非齿轮故障冲击序列的问题,同时相较于常见非全“盲”(依赖故障特征频率先验)方法在工业装备齿轮故障诊断方面具有更强的适用性。并且在风电涡轮机故障诊断中的应用案例证实所提方法对于齿轮故障诊断的有效性。