-
公开(公告)号：CN106895975A
公开(公告)日：2017-06-27
申请号：CN201710030372.2
申请日：2017-01-17
Applicant: 苏州大学
Abstract: 本发明涉及一种基于Stacked SAE深度神经网络的轴承故障诊断方法，网络的第一层用于轴承故障的定性判断，即判断故障类型，网络的第二层用于轴承故障的定量判断，即判断故障的严重程度。本发明结合经验模态分解(EMD)和自回归(AR)模型作为原始轴承信号的预处理，提取AR模型参数作为网络的输入，大大降低网络的输入维度，有利于简化计算，加快网络的训练以及测试。此外，本发明所基于的深度神经网络能对输入进一步自动提取特征并且自动定性、定量化判断轴承故障，在确保本发明诊断精度的同时降低对信号处理专业知识的依赖，无需人工判断，减少人力的消耗，在大数据时代，更加具有实用价值。
-
公开(公告)号：CN103619144B
公开(公告)日：2016-09-28
申请号：CN201310682688.1
申请日：2013-12-15
Applicant: 苏州大学
IPC: H05K5/06
Abstract: 本发明公开了一种传感器密封保护盒设计，其主体为一个长方体盒子，所述传感器密封保护盒的上面有一个开孔，用于容置天线，所述开孔向外拉伸并制成螺纹孔，所述螺纹孔配备一个对应的螺纹密封管，所述主体的一侧内壁设有至少两道平行的卡槽，在与所述每道卡槽对应设置一对夹板，所述一对夹板分别设置在所述卡槽所在内壁相邻的两个内壁上，所述主体的一侧无盖，该侧安装有可拆卸的侧盖。本发明的目的是使得无线传感器节点在使用安装更加方便，而且不易损坏。
-
公开(公告)号：CN102256269B
公开(公告)日：2014-02-26
申请号：CN201110253062.X
申请日：2011-08-30
Applicant: 苏州大学
CPC classification number: Y02D70/00
Abstract: 本发明公开了一种基于检测信息融合的无线传感器网络确定性部署方法，利用传感器装置检测目标信号强度x，目标可以同时被多个传感器装置检测到；根据检测到的目标信号强度和目标特征参数表达式采用最优线性无偏估计方法，计算目标特征参数θ的估计值和参数估计误差然后，计算相邻传感器节点之间的最大间隔距离dmax；最后，根据dmax计算需要部署的传感器节点数量和具体的放置位置。本发明利用传感器节点之间的信息协作处理能力，以参数估计理论为基础，在给定检测概率条件下，可以大量减少用于检测的传感器节点数量，提高检测效率，降低无线传感器网络实施有效监测的成本，适用于工厂自动化设备状态监测与故障诊断和城市交通安全监控等领域。
-
公开(公告)号：CN102252840B
公开(公告)日：2014-01-01
申请号：CN201110175291.4
申请日：2011-06-27
Applicant: 苏州大学
Abstract: 本发明公开了一种封闭功率的旋转机械故障诊断试验装置，包括驱动电机、减速机、扭矩加载机构、轴承、传动轴以及联轴器，所述驱动电机、减速机、扭矩加载机构、轴承、传动轴以及联轴器组成了一个功率流封闭的机械系统，所述扭矩加载机构包括第一分度法兰以及可与第一分度法兰相对转动的第二分度法兰，所述第一分度法兰及第二分度法兰之间相对转角的改变实现机械系统内扭矩的施加。本发明封闭功率的旋转机械故障诊断试验装置通过第一分度法兰与第二分度法兰的相对转动给机械系统施加内部扭矩，实现机械系统内部功率流循环，减小了功耗，节约了成本。
-
公开(公告)号：CN102693546A
公开(公告)日：2012-09-26
申请号：CN201110071061.3
申请日：2011-03-23
Applicant: 苏州大学
IPC: G06T11/00
Abstract: 本发明公开了一种信号时频特征图像生成方法，包括：获取时域波形信号；对所述时域波形信号分别进行Wigner-Ville分布变换(WVD)和小波变换(WT)，得到两个时频矩阵；对所述两个时频矩阵中的每个时频值进行归一化处理；将归一化处理后的两个时频矩阵融合成一个时频矩阵；对融合后的时频矩阵进行反归一化处理；根据反归一化处理后的时频矩阵，生成信号时频特征图像。本发明还公开了一种信号时频特征图像生成装置。采用本发明所述方法或装置生成的信号时频特征图像，具有较高的时频分辨率，并且能够消除生成图像时引入的交叉项。
-
Patent Agency Ranking
公开(公告)号：CN102395200A
公开(公告)日：2012-03-28
申请号：CN201110365172.5
申请日：2011-11-17
Applicant: 苏州大学
Abstract: 本发明公开了一种无线传感器网络中节点定位方法及装置。该方法包括：利用待定位节点接收到的各锚节点发送的无线信号以及无线信号衰减模型，计算待定位节点与各锚节点之间的距离；构造多种具有预设数量锚节点的锚节点组合；根据锚节点的位置坐标以及与待定位节点之间的距离，计算各种锚节点组合所对应的待定位节点的初始位置坐标；计算待定位节点的各初始位置坐标所对应的测距方差，并利用测距方差，对各初始位置坐标进行定量评估；根据各初始位置坐标的定量评估结果，通过权重法确定待定位节点的最终位置坐标。通过利用本方案，可有效地剔除距离误差较大测量数据和错误测量数据，进而实现在复杂电磁环境下准确定位无线传感器网络中节点的目的。
-
公开(公告)号：CN102307388A
公开(公告)日：2012-01-04
申请号：CN201110266972.1
申请日：2011-09-09
Applicant: 苏州大学
Abstract: 本发明提供了一种无线传感器网络定位方法，所述无线传感器中包括位置已知的种子节点和位置未知的待定位节点，包括：第一种子节点及待定位节点分别接收由第二种子节点发送的第一测试信号和第三种子节点发出的第二测试信号；将第一种子节点接收的第一测试信号和第二测试信号进行叠加，得到与第一种子节点对应的测距信号，并将待定位节点接收的第一测试信号和第二测试信号进行叠加，得到与待定位节点对应的测距信号；测量与第一种子节点对应的测距信号和与待定位节点对应的测距信号间的相位差；根据相位差和第一、第二及第三种子节点的位置坐标，确定待定位节点的位置坐标。此方法在不增加无线传感器节点设备的条件下，得到高精度的待测节点坐标。
-
公开(公告)号：CN119827155A
公开(公告)日：2025-04-15
申请号：CN202411798759.9
申请日：2024-12-09
Applicant: 苏州大学
IPC: G01M13/045 , G06F18/24 , G06F18/214 , G06F18/2131 , G06N3/08 , G06N3/084 , G06N3/0464 , G06N3/048
Abstract: 本发明涉及一种双分类器协同引导的轴承不平衡故障诊断方法及系统，所述方法包括：采集不同工况下各个健康状态的轴承振动信号，并进行快速傅里叶变换，将其转换为频域信号，得到数据集，将数据集划分为不同工况下的源域数据和目标域数据，对所述源域数据进行标记；构建故障诊断模型，所述故障诊断模型包括共享特征提取器、平衡分类器和标准分类器；以及基于所述源域数据和所述目标域数据，构建损失函数；利用损失函数对所述故障诊断模型进行训练，得到训练后的故障诊断模型；将待测轴承振动信号输入到所述训练后的故障诊断模型中，得到故障诊断结果。本发明能够解决现有技术中诊断模型性能受标签稀缺、数据分布不平衡以及模型泛化能力提升的问题。
-
公开(公告)号：CN119272208A
公开(公告)日：2025-01-07
申请号：CN202411794290.1
申请日：2024-12-09
Applicant: 苏州大学
IPC: G06F18/2433 , G06F18/2131 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/084 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/048
Abstract: 本发明公开了高铁轮轨运维技术领域的一种高铁齿轮箱损伤状态评估方法、装置、电子终端及存储介质，方法包括：获取待识别的高铁齿轮箱的振动信号；将所述振动信号输入预训练的高铁齿轮箱损伤状态评估模型；根据静态卷积模块和动态卷积模块分别提取所述振动信号中的粗粒度域泛化特征和细粒度域泛化特征，构建动态域泛化特征；将所述动态域泛化特征输入损伤状态判别器，得到多种损伤状态的多维预测概率数据，并根据对应多种损伤状态的多维预测概率数据确定损伤状态评估结果。本发明能够解决由于提取信号的域泛化特征不全面，使得一些微弱但重要的域泛化信息缺失，导致损伤状态评估准确率下降，难以保障高铁运行安全和效率的技术问题。
-
公开(公告)号：CN119128669A
公开(公告)日：2024-12-13
申请号：CN202411149555.2
申请日：2024-08-21
Applicant: 苏州大学
IPC: G06F18/2413 , G01M13/045 , G06F18/214 , G06F18/21 , G06F18/25 , G06F18/23213 , G06N3/0985 , G06N3/0895 , G06N3/096 , G06F123/02
Abstract: 本发明涉及一种基于物理信息自监督迁移的轴承故障诊断方法及系统，属于轴承故障诊断技术领域。采集轴承的振动信号获得数据集，对其分析获得物理标签、伪标签和数据标签，并对伪标签进行动态更新；分别根据伪标签和数据标签的交叉熵、物理标签和数据标签的交叉熵获得数据损失和物理损失，并动态分配权重融合两者获得损失函数；其中，物理损失的权重根据数据损失的方差倒数动态调整；将待检测轴承的目标数据输入至利用损失函数训练得到的诊断模型中，输出目标特征；将特征输入至物理模型和聚类模型中获得目标物理标签和目标伪标签，并将其对齐，得到故障诊断结果。本发明提高了诊断模型的泛化能力和可解释性，且不依赖于标记标签。
-
-
-
-
-
-
-
-
-
Search Results
143
records
(took 0.021 seconds)
