-
公开(公告)号：CN110045014B
公开(公告)日：2021-08-06
申请号：CN201910178145.3
申请日：2019-03-11
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于贝叶斯学习的Lamb波频散消除方法及其系统，所述方法包括以下步骤：获取目标频散Lamb波信号的模态特征信息，并将时域信号转换至频域以得到频散的多模态Lamb波信号R(ω)，离散化后将其特定频带内的信号写成列向量的形式r＝[R(ω1)，R(ω2)，…，R(ωN)]T，基于所述模态特征信息，依据Lamb波传播模型分别构造多模态频散传播字典Φ和非频散传播字典Φ′，将频散多模态Lamb波信号r在所构造的频散字典Φ下进行稀疏表示，将非频散字典Φ′与所得稀疏表示系数w相乘，得到信号r′＝Φ′w，r′即为对应于原始信号r的去除频散效应后的信号。
-
公开(公告)号：CN110309612B
公开(公告)日：2021-07-06
申请号：CN201910614152.3
申请日：2019-07-08
Applicant: 西安交通大学
IPC: G06F30/22
Abstract: 本发明公开了一种基于模糊故障Petri网的动力系统故障处理方法，方法包括以下步骤：基于动力系统的故障类型建立部件和系统故障的关联关系，建立模糊故障Petri网和建模规则，所述模糊故障Petri网按照变迁使能规则和发生规则不断改变系统的状态，描述系统的动态特性，基于正向推理算法得到故障事件置信度、变迁点火和事件故障的推理过程，以获得基本事件置信度及变迁点火序列及故障传播路径；基于反向推理算法得到故障的搜索路径，以获得故障的快速诊断策略；基于正反向推理诊断算法以实现系统级故障的处理。
-
公开(公告)号：CN112733600A
公开(公告)日：2021-04-30
申请号：CN202011414934.1
申请日：2020-12-03
Applicant: 西安交通大学
Abstract: 本发明公开了一种无转速参考信号的叶片故障诊断方法，建立叶片振动信号模型，第i和i+1个叶片之间所夹间隔的变化量为第i个叶尖间距变化量，叶尖间距变化信号和叶片振动信号之间的关系：yi＝xi+1‑xi，叶尖间距变化信号的计算不需要转速参考信号，所述叶尖间距变化信号和叶片振动信号之间存在线性关系，基于多重信号分类算法对叶尖间隙变化信号和叶片振动信号的频率成分分析，进行叶尖间距变化信号频率的类内对比，故障叶片相邻的两个叶尖间距变化信号存在两个频率分量，基于两个频率分量对故障叶片进行定位。
-
公开(公告)号：CN110032776B
公开(公告)日：2021-02-26
申请号：CN201910225545.5
申请日：2019-03-22
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于转子叶片动应变多模态解耦的应变场与位移场重构方法及其系统，所述方法包括：建立待测量转子叶片的三维有限元模型，提取所述三维有限元模型的模态参数；在所述转子叶片上布置应变片，经由所述应变片所在测点的动应变测量转子叶片多模态振动；解耦转子叶片多模态振动；建立测点应变与全场应变及位移的映射关系，所述动应变基于所述映射关系重构得到所述转子叶片任意时刻、任意位置及任意方向的动应变与位移。本发明可实现多模态振动下转子叶片动应变解耦，仅利用单一测点应变信息便可实现整体应变场与位移场的重构，不仅可实现叶片表面振动的测量，还可以实现内部节点振动测量，计算过程简单，测量精度高。
-
公开(公告)号：CN110553844B
公开(公告)日：2020-12-25
申请号：CN201910673971.5
申请日：2019-07-24
Applicant: 西安交通大学
IPC: G01M13/045 , G01M13/028 , G01B21/22 , G06F17/10
Abstract: 本发明公开了一种旋转机械的不对中故障检测方法及其检测系统，方法包括以下步骤：测量旋转机械的输入端转频ωs以及输入端轴承的轴向和径向振动信号x(t)；基于所述转频ωs以及输入端轴承的轴向和径向振动信号x(t)进行数据处理得到滤波后的信号y(t)以及基于滤波后的信号y(t)频谱处理得到频谱幅值指标；通过第二步骤得到轴向频谱幅值指标TZ和径向频谱幅值指标TJ，当轴向振动信号的频幅值指标TZ小于第一预定值，径向振动信号的频幅值指标TJ小于第二预定值，确定旋转机械正常对中，当轴向振动信号的频幅值指标TZ大于第一预定值和/或径向振动信号的频幅值指标TJ大于第二预定值，确定发生不对中故障。
-
Patent Agency Ranking
公开(公告)号：CN109871661B
公开(公告)日：2020-12-25
申请号：CN201910236530.9
申请日：2019-03-26
Applicant: 西安交通大学
IPC: G06F30/20
Abstract: 本发明公开了一种叶端定时信号丢失的识别补全方法，包括：基于转速信号序列与叶端定时信号序列的插补关系，识别转速信号丢失的位置和个数；计算转速信号丢失率，根据转速信号丢失率执行转速信号补全方案；基于窗格划分的单圈叶片信号丢失识别方法，识别叶片信号丢失的位置；根据叶片信号丢失的位置，判断叶端定时信号丢失为连续丢失还是间断丢失；若为连续丢失，则采用基于窗格划分的信号补全法；若为间断丢失，则采用基于前后有效圈的信号补全法。本发明能够有效应对叶端定时信号采集过程中的信号丢失现象，改善信号的可处理性，便于后续叶片振动位移信息提取。
-
公开(公告)号：CN111353129A
公开(公告)日：2020-06-30
申请号：CN202010084473.X
申请日：2020-02-10
Applicant: 西安交通大学
Abstract: 本发明公开了一种叶端定时数据存储矩阵化处理方法，方法包括以下步骤：叶端定时数据分为转速到达时间和叶片到达时间，且满足 nbtt＝nbnp(nopr-1)，以转速到达时间为每包数据的分隔标记，每一转为一包数据，每包数据为一个数据矩阵，基于所述数据矩阵将叶片到达时间转化为叶片振动位移。
-
公开(公告)号：CN110553844A
公开(公告)日：2019-12-10
申请号：CN201910673971.5
申请日：2019-07-24
Applicant: 西安交通大学
IPC: G01M13/045 , G01M13/028 , G01B21/22 , G06F17/10
Abstract: 本发明公开了一种旋转机械的不对中故障检测方法及其检测系统，方法包括以下步骤：测量旋转机械的输入端转频ωs以及输入端轴承的轴向和径向振动信号x(t)；基于所述转频ωs以及输入端轴承的轴向和径向振动信号x(t)进行数据处理得到滤波后的信号y(t)以及基于滤波后的信号y(t)频谱处理得到频谱幅值指标；通过第二步骤得到轴向频谱幅值指标TZ和径向频谱幅值指标TJ，当轴向振动信号的频幅值指标TZ小于第一预定值，径向振动信号的频幅值指标TJ小于第二预定值，确定旋转机械正常对中，当轴向振动信号的频幅值指标TZ大于第一预定值和/或径向振动信号的频幅值指标TJ大于第二预定值，确定发生不对中故障。
-
公开(公告)号：CN110309612A
公开(公告)日：2019-10-08
申请号：CN201910614152.3
申请日：2019-07-08
Applicant: 西安交通大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于模糊故障Petri网的动力系统故障处理方法，方法包括以下步骤：基于动力系统的故障类型建立部件和系统故障的关联关系，建立模糊故障Petri网和建模规则，所述模糊故障Petri网按照变迁使能规则和发生规则不断改变系统的状态，描述系统的动态特性，基于正向推理算法得到故障事件置信度、变迁点火和事件故障的推理过程，以获得基本事件置信度及变迁点火序列及故障传播路径；基于反向推理算法得到故障的搜索路径，以获得故障的快速诊断策略；基于正反向推理诊断算法以实现系统级故障的处理。
-
公开(公告)号：CN110274764A
公开(公告)日：2019-09-24
申请号：CN201910496101.5
申请日：2019-06-06
Applicant: 西安交通大学
IPC: G01M13/045
Abstract: 本公开揭示了一种基于振动加速度信号的机车电机轴承自动诊断方法，包括：采集电机轴承的振动加速度信号和转速键相信号；进行阶次跟踪及恒角度增量采样，将振动加速度信号转化为角域振动加速度信号；计算FFT频谱与EEVS增强包络谱；根据轴承故障频率设置FFT频谱与EEVS增强包络谱中的有效频带；根据FFT频谱与EEVS增强包络谱中的频带能量计算轴承各部件的故障概率；设置权重并计算轴承各部件的加权概率；比对预设的故障基准概率与当前轴承的加权概率的大小，从而自动判断故障类型，同时，以加权概率的大小表示故障的严重程度。
-
-
-
-
-
-
-
-
-
Search Results
146
records
(took 0.028 seconds)
