-
公开(公告)号：CN119272139A
公开(公告)日：2025-01-07
申请号：CN202411382315.7
申请日：2024-09-30
IPC: G06F18/2413 , G06F18/2431 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/082 , G06F30/27
Abstract: 本发明公开了一种数字孪生驱动的钢轨状态迁移诊断方法，属于轨道交通故障诊断领域，该方法包括建立车轨耦合系统的数字孪生模型；利用数字孪生模型进行仿真，得到若干组振动响应信号；通过小波变换对各组振动响应信号和各组真实采集的轴箱振动信号进行时频分析，获得各组振动响应信号的时频图和各组轴箱振动信号的时频图；将各组振动响应信号的时频图作为子域对齐迁移网络的源域数据，并将各组轴箱振动信号的时频图作为子域对齐迁移网络的目标域数据，得到训练完成的子域对齐迁移网络；利用训练完成的子域对齐迁移网络对待测轴箱振动信号进行预测，完成不同钢轨状态的诊断识别。本发明解决了样本标签稀缺条件下钢轨状态诊断精度不足的问题。
-
公开(公告)号：CN118832586A
公开(公告)日：2024-10-25
申请号：CN202411057473.5
申请日：2024-08-02
Applicant: 西安交通大学
IPC: B25J9/16
Abstract: 一种适用于串联工业机器人的同步状态监测方法，先采集工业机器人内置传感器信号，选择关节指令位置信号，截取关节运动区间；再对指令位置信号做差分并进行布尔运算，判断是关节运动区间还是关节静止区间；然后获取关节运动区间的电流信号，选择某一时间段的电流信号作为基准，提取特征指标；将特征指标和初始阈值对比，判断关节状态异常，实现串联工业机器人的同步状态监测；本发明通过同步分析多个关节的内置传感器信号，简化了状态监测的复杂性和时间成本，避免了传感器信号时间不同步的问题，从而提高了监测的准确性和可靠性。
-
公开(公告)号：CN113340598B
公开(公告)日：2024-05-28
申请号：CN202110610963.3
申请日：2021-06-01
Applicant: 西安交通大学
IPC: G01M13/045 , G06F17/16 , G06F17/15 , G06F30/20
Abstract: 一种基于正则化稀疏模型的滚动轴承智能故障诊断方法，先计算滚动轴承前N组正常状态下振动信号的包络谱，自滚动轴承故障起始时刻后实时采集振动信号并计算包络谱；再构建并求解最小绝对收缩和选择算子LASSO回归模型，求解故障敏感频率；然后基于滚动轴承故障诊断理论知识获得故障类型诊断结果，最后融合多通道信息获得最终故障类型诊断结果；本发明克服了一般智能诊断方法可解释性差、模型可移植性差及样本需求量大的缺陷，提高了故障诊断的可靠性和准确率。
-
公开(公告)号：CN114970620B
公开(公告)日：2024-03-08
申请号：CN202210548792.0
申请日：2022-05-20
Applicant: 西安交通大学
IPC: G06F18/2415 , G06F18/23 , G06F18/213 , G06N3/0464 , G06N3/084 , G06N3/096 , G01M13/045
-
公开(公告)号：CN117115525A
公开(公告)日：2023-11-24
申请号：CN202311042942.1
申请日：2023-08-17
Applicant: 西安交通大学
IPC: G06V10/764 , G06V10/762 , G06V10/774 , G06V10/771 , G06V10/40 , G06V20/52
Abstract: 本发明公开了一种基于磨粒特征优选的磨损状态精准辨识方法，通过运动磨粒图像分析仪获取装备运行过程中磨粒特征构建初始样本，包括磨粒数量、尺寸、浓度、类型等多维特征；协同磨粒特征关注度和相关系数剔除具有高共线性的特征；以聚类分箱的方式构建磨粒特征隶属判别方法，将原始磨粒特征划分为若干磨粒子特征；以样本平均不纯度评价磨粒特征重要性来实现磨粒特征优选，并利用优选后的磨粒特征进行机械装备磨损状态评估。本发明以随机森林模型架构为基础，通过嵌入磨粒特征预选模块、密集化模块和分类模块建立了机械装备磨损状态辨识模型，解决了目前磨损状态评估中由于磨粒特征选择不合理导致辨识精度低的问题。
-
Patent Agency Ranking
公开(公告)号：CN116858407A
公开(公告)日：2023-10-10
申请号：CN202310825851.9
申请日：2023-07-06
Applicant: 西安交通大学
Abstract: 一种基于能量采集的自供能船舶轴功率测量装置，包括布置在轴上的能量采集结构、能量采集接口电路、无线发射模块、主控模块、转速传感器、扭矩传感调理电路、基于应变片的扭矩传感器以及布置在轴外面无线接收模块、信号处理模块和状态显示模块；能量采集结构输出通过能量采集接口电路和主控模块第一输入连接，主控模块第二输入/输出和转速传感器连接，主控模块第三输入/输出通过扭矩传感调理电路和基于应变片的扭矩传感器连接，主控模块输出和无线发射模块连接；无线接收模块和无线发射模块配合，无线接收模块输出通过信号处理模块和状态显示模块输入连接；本发明通过能量采集将轴的旋转动能转化为电能，进而满足对轴功率监测的可持续自供能。
-
公开(公告)号：CN116380466A
公开(公告)日：2023-07-04
申请号：CN202310473322.7
申请日：2023-04-27
Applicant: 西安交通大学
IPC: G01M13/045
Abstract: 基于增强事件视觉数据的滚动轴承智能故障诊断方法及系统，先采用事件相机作为传感器对滚动轴承的健康状态进行非接触式的采集；根据目标区域对原始事件流数据进行筛选，通过处理转化为事件帧数据，并且结合扩散模型进行数据增强处理，之后根据轴承的健康状态为增强数据标注了对应的标签，将数据集划分为训练与测试数据集，对测试数据集进行加噪处理；再将训练数据集以及对应的标签输入卷积神经网络模型进行训练，构建事件帧数据与对应标签之间的映射关系；最后根据事件帧数据与对应标签的映射关系模型，对滚动轴承的健康状态进行诊断；本发明能够适配非接触式传感器实现滚动轴承的故障诊断，并且提高了使用事件数据进行故障诊断的精度与泛化性能。
-
公开(公告)号：CN114518084B
公开(公告)日：2023-03-24
申请号：CN202210240890.8
申请日：2022-03-10
Applicant: 西安交通大学
Abstract: 本发明公开了一种滑动轴承润滑膜厚与轴瓦衬层磨损的同步超声测量方法，利用衬层磨损量只改变参考信号相位不改变幅值的特点，建立了同时获得滑动轴承油膜厚度和衬层磨损程度的方法：首先基于磨损后油膜反射信号与未磨损时参考信号的幅值比，用超声反射系数的幅值模型计算油膜厚度；然后基于磨损后油膜反射信号与未磨损时参考信号的相位差建立不同膜厚下的磨损模型来量化滑动轴承衬层的磨损程度。弥补了目前滑动轴承油膜厚度与磨损量之间关系和二者同步测量的研究空白，实现有油膜存在时的磨损测量，有助于轴承状态监测和剩余寿命预测。
-
公开(公告)号：CN115824636A
公开(公告)日：2023-03-21
申请号：CN202211667981.6
申请日：2022-12-23
Applicant: 西安交通大学
IPC: G01M13/028 , G06F17/14
Abstract: 一种自适应能量增长稀疏性度量的汽车变速箱状态监测方法，包括各挡位下的状态监测指标构建、变速箱整体健康状态监测指标构建与变速箱的状态监测和故障定位；首先获取变速箱的振动信号，通过构建各挡位下的状态监测指标，实现自适应的能量增长稀疏性评估；然后进行加权融合，得到可以反映变速箱整体健康状态的监测指标；再利用监测指标与计算过程中的分段幅值和增长率重要性评估结果进行故障定位；本发明实现了汽车变速箱的状态自动监测与辅助故障定位，提高汽车变速箱状态监测的准确性。
-
公开(公告)号：CN114235409B
公开(公告)日：2022-10-28
申请号：CN202111551544.3
申请日：2021-12-17
Applicant: 西安交通大学
IPC: G01M13/045 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 一种轻量化通信的滚动轴承多用户协同智能故障诊断方法，先利用公共滚动轴承振动信号和私有滚动轴承振动信号对客户端的本地初始深度卷积诊断模型进行预训练，得到本地过渡深度卷积诊断模型；再将公共滚动轴承振动信号输入至本地过渡深度卷积诊断模型中得到性能分数向量；然后将性能分数向量上传至中央服务器，得到平均性能分数向量并下载至各客户端；再对本地过渡深度卷积诊断模型进行优化；重复性能分数向量计算及优化过程，得到各客户端本地最终深度卷积诊断模型；最后以健康状态未知的滚动轴承振动信号样本为输入，利用本地最终深度卷积诊断模型输出诊断结果，实现滚动轴承健康状态的智能定制化识别；本发明实现了准确、高效的故障诊断。
-
-
-
-
-
-
-
-
-
Search Results
212
records
(took 0.047 seconds)
