-
公开(公告)号：CN119782750A
公开(公告)日：2025-04-08
申请号：CN202510016028.2
申请日：2025-01-06
Applicant: 西南交通大学 , 中车长春轨道客车股份有限公司
IPC: G06F18/20 , G01M13/045 , G01M17/08 , G06F18/214 , G06F18/241 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06N3/09
Abstract: 本发明公开了一种高速列车转向架齿轮箱轴承故障诊断方法，通过采集列车转向架齿轮箱中轴承不同健康状态下的振动加速度信号，预处理为训练样本集和测试样本集，构建噪声标签鲁棒性的故障诊断分类模型，采用自步学习策略训练分类器模型，将测试样本集输入训练后的分类模型中，得到列车转向架齿轮箱轴承故障诊断结果。本发明通过提出的自适应课程样本挑选策略，将置信样本挑选的阈值与网络的发展联系起来，且抵抗损失函数的引入，可以有效抵抗模型在噪声标签容易产生的过拟合问题。本发明方法能够提高带有噪声标签的数据集的诊断准确性，在高噪声标签率情况下，提高了高速列车转向架齿轮箱轴承故障诊断精度。
-
公开(公告)号：CN115971970B
公开(公告)日：2024-03-26
申请号：CN202211534665.1
申请日：2022-12-02
Applicant: 西南交通大学
IPC: B23Q17/09
Abstract: 本发明提供了一种基于多参数引导空间注意力机制的铣刀磨损监测方法，将铣刀结构参数、工艺参数、监测信号采样频率等多参数引入深度学习模型的结构及参数设计过程的方法，建立了多参数与深度学习模型之间的联系；所提出的空间注意力模块可实现对监测信号中分切削/非切削部分信号段的辨识，并分别进行自适应的增强或抑制，屏蔽信号中与刀具状态无关的信号段，可准确对刀具磨损状态进行监测。为基于深度学习的刀具磨损监测方法提供了一种新思路，增强模型与刀具、工艺等对象之间的关联性，对提高模型的可解释性及可靠性，推动深度学习方法在刀具磨损监测领域的应用具有重要意义。
-
公开(公告)号：CN115876467A
公开(公告)日：2023-03-31
申请号：CN202211377184.4
申请日：2022-11-04
Applicant: 西南交通大学
IPC: G01M13/04 , G01M13/045 , G06F18/2415 , G06F18/2411 , G06F18/22 , G06F18/213 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/0895
Abstract: 本发明涉及公开了一种基于伪标签传递式两阶段领域自适应的滚动轴承故障诊断方法。本发明旨在解决滚动轴承迁移故障诊断中出现的健康状态已知的滚动轴承监测数据与健康状态未知的待诊断滚动轴承监测数据之间数据分布差异显著，进而导致待诊断滚动轴承准确诊断困难的问题。通过可利用的中间数据在源数据与目标数据间形成桥接作用，从而将一个单一的领域自适应故障诊断过程转化为由两个阶段构成的领域自适应故障诊断过程，利用领域适应方法逐步缩小数据分布差异问题，使滚动轴承的共享健康状态知识逐步迁移至目标数据，提升对待诊断滚动轴承的故障诊断精度。
-
Patent Agency Ranking
公开(公告)号：CN106627669A
公开(公告)日：2017-05-10
申请号：CN201611141470.5
申请日：2016-12-12
Abstract: 本发明涉及调车场控制，具体为调车场离散控制系统。调车场离散控制系统，包括道岔模块、减速器模块、峰顶模块；每个道岔模块对应一组道岔，驱动道岔转辙机和采集道岔表示，还采集该道岔区段以及道岔前后相邻区段的轨道电路，并采集/驱动道岔前后相邻调车信号机；减速器模块，由户外型处理器和相应的接口子模块组成；所述的户外控制模块，包括道岔模块、减速器模块、峰顶模块。该控制系统降低调车场控制系统的工程建设造价与维护成本，降低调车场控制的技术门槛，以及安装、使用和维护技术门槛，使更多的调车场受益，标准户外控制模块可以作为与执行设备相配套的独立产品，进行单独生产制造与销售，优化系统集成环境。
-
公开(公告)号：CN115771061B
公开(公告)日：2024-03-26
申请号：CN202211534664.7
申请日：2022-12-02
Applicant: 西南交通大学
IPC: B23Q17/09
Abstract: 本发明提供了一种基于频率注意力机制的铣刀磨损监测方法，解决现有基于深度学习的刀具磨损监测方法在信号去噪机理不明、去噪结果难评价、监测结果不可靠导致难以在实际加工中应用的问题。本发明从频域出发，结合机床固有频率以及由工艺参数确定的主轴转速频率、刀具齿通频率对信号有效频率范围进行确定，采用可调Q因子小波变换对信号进行不同中心频率的分解与重构，随后基于注意力机制实现对具备不同频率中心的信号在不同磨损阶段下的自适应加权，最后利用深度学习强大的特征提取能力可准确地监测铣刀磨损状态。
-
公开(公告)号：CN115971970A
公开(公告)日：2023-04-18
申请号：CN202211534665.1
申请日：2022-12-02
Applicant: 西南交通大学
IPC: B23Q17/09
Abstract: 本发明提供了一种基于多参数引导空间注意力机制的铣刀磨损监测方法，将铣刀结构参数、工艺参数、监测信号采样频率等多参数引入深度学习模型的结构及参数设计过程的方法，建立了多参数与深度学习模型之间的联系；所提出的空间注意力模块可实现对监测信号中分切削/非切削部分信号段的辨识，并分别进行自适应的增强或抑制，屏蔽信号中与刀具状态无关的信号段，可准确对刀具磨损状态进行监测。为基于深度学习的刀具磨损监测方法提供了一种新思路，增强模型与刀具、工艺等对象之间的关联性，对提高模型的可解释性及可靠性，推动深度学习方法在刀具磨损监测领域的应用具有重要意义。
-
公开(公告)号：CN115771061A
公开(公告)日：2023-03-10
申请号：CN202211534664.7
申请日：2022-12-02
Applicant: 西南交通大学
IPC: B23Q17/09
Abstract: 本发明提供了一种基于频率注意力机制的铣刀磨损监测方法，解决现有基于深度学习的刀具磨损监测方法在信号去噪机理不明、去噪结果难评价、监测结果不可靠导致难以在实际加工中应用的问题。本发明从频域出发，结合机床固有频率以及由工艺参数确定的主轴转速频率、刀具齿通频率对信号有效频率范围进行确定，采用可调Q因子小波变换对信号进行不同中心频率的分解与重构，随后基于注意力机制实现对具备不同频率中心的信号在不同磨损阶段下的自适应加权，最后利用深度学习强大的特征提取能力可准确地监测铣刀磨损状态。
-
公开(公告)号：CN215601340U
公开(公告)日：2022-01-21
申请号：CN202121579180.5
申请日：2021-07-12
Applicant: 西南交通大学 , 中国铁路成都局集团有限公司成都车站
Abstract: 本实用新型公开了一种列车站上水吸污安全作业智能监控系统，包括：监控显示端、中继设备和采集终端；所述监控显示端的服务器利用CAN转网口转接器，通过以太网接入数据进行可视化界面显示；所述CAN转网口转接器通过CAN总线分别与多个中继设备通信连接；一个中继设备分别与多个采集终端通信连接。本实用新型通过采集终端采集上水吸污管道归位的信号，进而通过Lora短距离无线通信和CAN总线通信两种组网方式将数据进行传输，实现对上水吸污管道归位的监控，本实用新型解决了现有列车车站缺乏判断上水吸污管道是否归位的装置的问题。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.041 seconds)
