公开(公告)号：CN108444708A

公开(公告)日：2018-08-24

申请号：CN201810339956.2

申请日：2018-04-16

Applicant: 长安大学

Inventor： 张小丽 ,  杨吉 ,  林绵浩 ,  申彦斌 ,  赵俊锋 ,  闫强

IPC: G01M13/04

CPC classification number: G01M13/045

Abstract: 本发明涉及一种基于卷积神经网络的滚动轴承智能诊断模型的建立方法的设计方法，首先，将一维的振动信号映射成二维图像信息，将二维图像数据用于训练网络模型；其次，对应用过程中卷积神经网络的结构参数进行分析，选择较优的网络参数，得到对机械故障分类能力较强的卷积神经网络结构；实现了对不同负载不同转速复杂工况下的机械故障的准确识别与分类；卷积神经网络模型通过建立多层网络大大提高了神经网络的特征提取能力，克服了以往需要人工对大量信号处理技术的掌握以及对诊断经验的依赖，能够直接在原始的时域信号中通过学习的方式获取故障特征，从而做出诊断，实现在每小时TB级数据量的情况下故障特征的自适应提取与健康状况的智能诊断。

公开(公告)号：CN108444708B

公开(公告)日：2021-02-12

申请号：CN201810339956.2

申请日：2018-04-16

Applicant: 长安大学

Inventor： 张小丽 ,  杨吉 ,  林绵浩 ,  申彦斌 ,  赵俊锋 ,  闫强

IPC: G01M13/045

Abstract: 本发明涉及一种基于卷积神经网络的滚动轴承智能诊断模型的建立方法的设计方法，首先，将一维的振动信号映射成二维图像信息，将二维图像数据用于训练网络模型；其次，对应用过程中卷积神经网络的结构参数进行分析，选择较优的网络参数，得到对机械故障分类能力较强的卷积神经网络结构；实现了对不同负载不同转速复杂工况下的机械故障的准确识别与分类；卷积神经网络模型通过建立多层网络大大提高了神经网络的特征提取能力，克服了以往需要人工对大量信号处理技术的掌握以及对诊断经验的依赖，能够直接在原始的时域信号中通过学习的方式获取故障特征，从而做出诊断，实现在每小时TB级数据量的情况下故障特征的自适应提取与健康状况的智能诊断。

公开(公告)号：CN205589950U

公开(公告)日：2016-09-21

申请号：CN201620117827.5

申请日：2016-02-06

Applicant: 长安大学

Inventor： 李金平 ,  李加启 ,  张翠红 ,  林绵浩 ,  管泽栋 ,  武泽泽 ,  何操 ,  曹学鹏

IPC: B65G47/52

Abstract: 本实用新型涉一种便携式模块化货物分拣机构，包括底座，支撑杆，转向装置和传送装置；转向装置安装在底座的上表面，转向装置连接一支撑杆，支撑杆的上端设有传送装置；转向装置包含转向电机和推力轴承，转向电机安装在底座上，推力轴承套设在转向电机的输出轴上；推力轴承的轴孔内活动设置支撑杆；传送装置包含传送电机和托架，托架内设有一主动轴和一从动轴，主动轴和从动轴通过一传送带连接，传送电机的输出轴与主动轴连接。本实用新型的分拣机构通过简单组装就可以组成庞大的分拣体系，也可以单独使用其中一个分拣模块，使分拣机的使用场合更加广泛，维修和组装更加方便快捷，且实现独立驱动，降低噪音。