-
公开(公告)号：CN111222495B
公开(公告)日：2023-05-12
申请号：CN202010095456.6
申请日：2020-02-17
Applicant: 济南大学
IPC: G06F18/10 , G06F18/213 , G01M13/045
Abstract: 本申请公开了一种基于小波分解和改进曼哈顿距离的滚动轴承故障诊断方法，提取滚动轴承运行中四种工况各五组样本数据并对每组进行10等分，各采用小波分解方法将时域信号分成五层信号；对每层信号变换为SDP图像；将SDP图像二值化，并提取局部矩阵，每组10个局部矩阵计算一个平均局部矩阵；对每一个局部矩阵进行去噪；计算10个局部矩阵与平均局部矩阵的改进曼哈顿距离，并提取改进曼哈顿距离最大值与最小值；计算五组样本数据的改进曼哈顿距离最大值与最小值；随机选取四种工况共300组测试数据进行测试确定工况。能够比较准确地诊断出滚动轴承正常工况、滚动轴承内圈故障工况、滚动轴承滚珠故障工况以及滚动轴承外圈故障工况。
-
公开(公告)号：CN110057876A
公开(公告)日：2019-07-26
申请号：CN201910375223.9
申请日：2019-05-07
Applicant: 济南大学
IPC: G01N27/22
Abstract: 本发明涉及一种电容式传感器测量含水率的方法，该方法基于同轴电容器电容量计算方法，抽象出极板间不同介质电容 、并联的物理模型，构建电容值随含水率变化的数学模型并进行试验校正。该方法考虑了传统套有介质套的同轴电容器在高含水率区域灵敏度降低的问题，采用了在介质套外套有导体套的方法，形成电场平衡的悬浮导体套，可以在调节导体套的尺寸大小前提下，采取适用于高含水率区域和低含水率区域的测量方法，灵敏度提高，准确高效，快速方便，具有广阔的应用前景，为我国电容测量技术发展奠定了良好的基础。
-
Patent Agency Ranking
公开(公告)号：CN110749443A
公开(公告)日：2020-02-04
申请号：CN201911181169.0
申请日：2019-11-27
Applicant: 济南大学
IPC: G01M13/045
Abstract: 本申请公开了一种基于高阶原点矩的滚动轴承故障诊断方法及系统，提取滚动轴承运行中正常工况和故障工况样本数据，对数据进行标准化处理；采用小波分解方法将时域信号分成五层信号；计算正常工况和三种故障工况的四阶原点矩；以向量夹角角度为特征，把计算得到的五层信号四阶原点矩组合成两个向量，分别为向量A和向量B，并计算向量A和向量B之间的夹角；确定四种工况的区分范围，计算不同数据量大小的正确率；建立正确率与数据量之间关系的指标函数，选取最优数据量大小；建立SVM支持向量机分类器，将训练样本和测试样本分别输入SVM分类器进行分类诊断。进而可以对滚动轴承故障的特征进行有效提取，提高对滚动轴承故障的识别度。
-
公开(公告)号：CN110836776B
公开(公告)日：2021-08-10
申请号：CN201911352958.6
申请日：2019-12-25
Applicant: 济南大学
IPC: G01M13/045
Abstract: 本申请公开了一种基于多层信息熵特征矩阵的轴承故障识别方法及系统，提取滚动轴承运行中的四种工况样本数据，将四种工况样本数据各采用EMD方法将时域信号分成五层信号；每层信号再分成八段计算得到8个信息熵，以四种工况平均信息熵特征矩阵为基准，另随机选取四种工况共多组测试数据进行测试，测试数据的信息熵特征矩阵与四种工况平均信息熵特征矩阵计算空间距离并进行比对，如果所述测试数据与第一工况距离最近，则所述滚动轴承状态为第一工况。基于多层信息熵特征矩阵的轴承故障识别方法的滚动轴承故障特征进行提取，对非线性、非平稳的滚动轴承故障采集的信号具有较为高的效率和准确性的特点，从而可以提高滚动轴承故障的识别度。
-
公开(公告)号：CN110749443B
公开(公告)日：2021-05-18
申请号：CN201911181169.0
申请日：2019-11-27
Applicant: 济南大学
IPC: G01M13/045
Abstract: 本申请公开了一种基于高阶原点矩的滚动轴承故障诊断方法及系统，提取滚动轴承运行中正常工况和故障工况样本数据，对数据进行标准化处理；采用小波分解方法将时域信号分成五层信号；计算正常工况和三种故障工况的四阶原点矩；以向量夹角角度为特征，把计算得到的五层信号四阶原点矩组合成两个向量，分别为向量A和向量B，并计算向量A和向量B之间的夹角；确定四种工况的区分范围，计算不同数据量大小的正确率；建立正确率与数据量之间关系的指标函数，选取最优数据量大小；建立SVM支持向量机分类器，将训练样本和测试样本分别输入SVM分类器进行分类诊断。进而可以对滚动轴承故障的特征进行有效提取，提高对滚动轴承故障的识别度。
-
公开(公告)号：CN111222495A
公开(公告)日：2020-06-02
申请号：CN202010095456.6
申请日：2020-02-17
Applicant: 济南大学
IPC: G06K9/00 , G01M13/045
Abstract: 本申请公开了一种基于小波分解和改进曼哈顿距离的滚动轴承故障诊断方法，提取滚动轴承运行中四种工况各五组样本数据并对每组进行10等分，各采用小波分解方法将时域信号分成五层信号；对每层信号变换为SDP图像；将SDP图像二值化，并提取局部矩阵，每组10个局部矩阵计算一个平均局部矩阵；对每一个局部矩阵进行去噪；计算10个局部矩阵与平均局部矩阵的改进曼哈顿距离，并提取改进曼哈顿距离最大值与最小值；计算五组样本数据的改进曼哈顿距离最大值与最小值；随机选取四种工况共300组测试数据进行测试确定工况。能够比较准确地诊断出滚动轴承正常工况、滚动轴承内圈故障工况、滚动轴承滚珠故障工况以及滚动轴承外圈故障工况。
-
公开(公告)号：CN110836776A
公开(公告)日：2020-02-25
申请号：CN201911352958.6
申请日：2019-12-25
Applicant: 济南大学
IPC: G01M13/045
Abstract: 本申请公开了一种基于多层信息熵特征矩阵的轴承故障识别方法及系统，提取滚动轴承运行中的四种工况样本数据，将四种工况样本数据各采用EMD方法将时域信号分成五层信号；每层信号再分成八段计算得到8个信息熵，以四种工况平均信息熵特征矩阵为基准，另随机选取四种工况共多组测试数据进行测试，测试数据的信息熵特征矩阵与四种工况平均信息熵特征矩阵计算空间距离并进行比对，如果所述测试数据与第一工况距离最近，则所述滚动轴承状态为第一工况。基于多层信息熵特征矩阵的轴承故障识别方法的滚动轴承故障特征进行提取，对非线性、非平稳的滚动轴承故障采集的信号具有较为高的效率和准确性的特点，从而可以提高滚动轴承故障的识别度。
-
-
-
-
-
-
Search Results
7
records
(took 0.024 seconds)
