-
公开(公告)号:CN114046993A
公开(公告)日:2022-02-15
申请号:CN202111217266.8
申请日:2021-10-19
Applicant: 南京工业大学 , 索特传动设备有限公司
IPC: G01M13/04 , G01M13/045 , G06K9/62
Abstract: 本发明提供了一种基于多特征参数融合与FCM‑HMM的回转支承状态评估方法,包括如下步骤:对多物理信号进行预处理,采用强化局部均值分解对原始信号降噪;提取信号时域、频域、时频域多领域特征;为避免特征冗余或重叠对后续评估过程的干扰,提出综合评价指标筛选优胜特征;基于等距离映射算法构建多物理信号健康指标,有效表征回转支承的性能退化趋势;结合模糊C均值与隐马尔科夫模型,识别回转支承退化状态转移过程,确定回转支承早期故障点及失效预警点。本方法采用回转支承全寿命加速试验数据进行模型验证,有效划分回转支承退化状态。
-
公开(公告)号:CN114186475B
公开(公告)日:2023-05-12
申请号:CN202111262819.1
申请日:2021-10-28
Applicant: 南京工业大学 , 索特传动设备有限公司
IPC: G06F30/27 , G06N3/0464 , G06N3/048 , G06N3/049 , G06N3/08 , G06F111/10 , G06F119/14 , G06F119/08 , G06F119/04 , G06F119/02
Abstract: 本发明提供了一种基于Attention‑MGRU的回转支承寿命预测方法,包括如下步骤:选用深度学习中能更准确地学习时间序列长期依赖性关系的门控循环单元网络,构建回转支承的多变量门控循环单元预测模型;多变量门控循环单元预测模型以回转支承的振动、温度、扭矩多物理信号健康指标为输入,充分利用回转支承运行过程中的多种观测信号所传递的信息。在多变量门控循环单元预测模型中引入注意力机制,该机制的作用在于捕获多物理信号的内部相关性,多角度全方位地考虑剩余寿命的关联要素。
-
公开(公告)号:CN114186475A
公开(公告)日:2022-03-15
申请号:CN202111262819.1
申请日:2021-10-28
Applicant: 南京工业大学 , 索特传动设备有限公司
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F111/10 , G06F119/14 , G06F119/08 , G06F119/04 , G06F119/02
Abstract: 本发明提供了一种基于Attention‑MGRU的回转支承寿命预测方法,包括如下步骤:选用深度学习中能更准确地学习时间序列长期依赖性关系的门控循环单元网络,构建回转支承的多变量门控循环单元预测模型;多变量门控循环单元预测模型以回转支承的振动、温度、扭矩多物理信号健康指标为输入,充分利用回转支承运行过程中的多种观测信号所传递的信息。在多变量门控循环单元预测模型中引入注意力机制,该机制的作用在于捕获多物理信号的内部相关性,多角度全方位地考虑剩余寿命的关联要素。
-
公开(公告)号:CN110956112B
公开(公告)日:2023-07-18
申请号:CN201911162644.X
申请日:2019-11-25
Applicant: 南京工业大学 , 南京工大数控科技有限公司
IPC: G06F18/10 , G06F18/213 , G06F18/25 , G06N3/0442 , G06N3/045 , G06N3/0475 , G06N3/094 , G01M13/045
Abstract: 本发明公布了一种新的高可靠性回转支承寿命评估方法,包括如下步骤:根据降噪后回转支承振动加速度信号提取短时间内正负振动信号的有效平均值来获取时空信息数据,确定回转支承的实际平衡位置信息;根据获得的实际平衡位置的信息,确定正负振动信号的平均值是否存在虚假波动,存在则修复信号数据,后续通过平滑曲线法获得两组时间指标;利用获取的回转支承的高质量时间指标和故障指标,通过基于生成对抗网络下的时间和故障指标混合嵌入式长短时记忆网络建立起所得指标与剩余使用寿命之间的联系。本方法从复杂的工况条件下获得高质量的样本数据,并扩充样本的数量,有效提高了复杂工况条件下寿命预测的可靠性,具有一定应用价值。
-
公开(公告)号:CN110956112A
公开(公告)日:2020-04-03
申请号:CN201911162644.X
申请日:2019-11-25
Applicant: 南京工业大学 , 南京工大数控科技有限公司
IPC: G06K9/00 , G06K9/62 , G06N3/04 , G01M13/045
Abstract: 本发明公布了一种新的高可靠性回转支承寿命评估方法,包括如下步骤:根据降噪后回转支承振动加速度信号提取短时间内正负振动信号的有效平均值来获取时空信息数据,确定回转支承的实际平衡位置信息;根据获得的实际平衡位置的信息,确定正负振动信号的平均值是否存在虚假波动,存在则修复信号数据,后续通过平滑曲线法获得两组时间指标;利用获取的回转支承的高质量时间指标和故障指标,通过基于生成对抗网络下的时间和故障指标混合嵌入式长短时记忆网络建立起所得指标与剩余使用寿命之间的联系。本方法从复杂的工况条件下获得高质量的样本数据,并扩充样本的数量,有效提高了复杂工况条件下寿命预测的可靠性,具有一定应用价值。
-
-
-
-