-
Patent Agency Ranking
公开(公告)号：CN106017876A
公开(公告)日：2016-10-12
申请号：CN201610311641.8
申请日：2016-05-11
Applicant: 西安交通大学
CPC classification number: G01M13/045 , G06K9/00523 , G06K9/6277
Abstract: 基于等权局部特征稀疏滤波网络的轮对轴承故障诊断方法，首先获取轮对轴承在不同健康状态下的振动信号，建立基于等权局部特征稀疏滤波网络的故障诊断模型；然后对稀疏滤波网络进行训练，利用训练后的稀疏滤波网络从振动信号中自动提取故障特征；最后基于提取的故障特征，训练Softmax分类器，利用训练后的分类器对轴承故障进行智能诊断，本发明高效、可靠地实现了机车轮对轴承故障特征的自动提取以及健康状态的智能诊断。
-
公开(公告)号：CN104899608A
公开(公告)日：2015-09-09
申请号：CN201510344746.9
申请日：2015-06-19
Applicant: 西安交通大学
IPC: G06K9/62
CPC classification number: G06K9/6269
Abstract: 滚动轴承剩余寿命预测的加权融合相关向量机模型，首先利用改进的粒子滤波框架，降低或者消除离群点对各个核函数模型预测效果的影响，然后基于各个单一相关向量机模型对数据的泛化能力，筛选出泛化能力强的单一相关向量机模型，并对它们进行加权融合，获得加权融合相关向量机模型，实现各个单一相关向量机模型特性的优势互补，提高了加权融合相关向量机对滚动轴承运行状态和剩余寿命的预测效果，本发明获得的加权融合相关向量机预测模型预测精度高、鲁棒性强，更适合于工程实际应用。
-
公开(公告)号：CN106769031A
公开(公告)日：2017-05-31
申请号：CN201611001154.8
申请日：2016-11-14
Applicant: 西安交通大学
CPC classification number: G01M13/045 , G01M13/021 , G01M13/028
Abstract: 一种基于自相关零点计数的风机轴承阶变信号识别方法，首先对信号进行去均值和工频陷波预处理，然后根据轴承转频范围选取合适的截止频率对预处理信号进行低通滤波，之后计算滤波信号的自相关序列并在序列中段区间进行零点计数，最后设置零点阈值，比较完成信号识别，本发明识别方法复杂度低、识别率高，极大的提高了信号的利用率，可嵌入风力发电机监测系统作可用数据预筛选工具使用。
-
公开(公告)号：CN106769031B
公开(公告)日：2019-03-26
申请号：CN201611001154.8
申请日：2016-11-14
Applicant: 西安交通大学
IPC: G01M13/045
Abstract: 一种基于自相关零点计数的风机轴承阶变信号识别方法，首先对信号进行去均值和工频陷波预处理，然后根据轴承转频范围选取合适的截止频率对预处理信号进行低通滤波，之后计算滤波信号的自相关序列并在序列中段区间进行零点计数，最后设置零点阈值，比较完成信号识别，本发明识别方法复杂度低、识别率高，极大的提高了信号的利用率，可嵌入风力发电机监测系统作可用数据预筛选工具使用。
-
公开(公告)号：CN104899608B
公开(公告)日：2017-12-26
申请号：CN201510344746.9
申请日：2015-06-19
Applicant: 西安交通大学
IPC: G06K9/62
Abstract: 滚动轴承剩余寿命预测的加权融合相关向量机模型，首先利用改进的粒子滤波框架，降低或者消除离群点对各个核函数模型预测效果的影响，然后基于各个单一相关向量机模型对数据的泛化能力，筛选出泛化能力强的单一相关向量机模型，并对它们进行加权融合，获得加权融合相关向量机模型，实现各个单一相关向量机模型特性的优势互补，提高了加权融合相关向量机对滚动轴承运行状态和剩余寿命的预测效果，本发明获得的加权融合相关向量机预测模型预测精度高、鲁棒性强，更适合于工程实际应用。
-
-
-
-
Search Results
5
records
(took 0.022 seconds)
