-
公开(公告)号：CN116223955B
公开(公告)日：2024-10-08
申请号：CN202310227896.6
申请日：2023-03-10
Applicant: 华北电力大学(保定)
IPC: G01R31/00 , G06F18/214 , G06F18/2411 , G01R31/62 , G01H17/00
Abstract: 本发明公开了一种基于HPO‑SVM的电力变压器典型故障声纹诊断方法，包括以下步骤：S1，采集声纹数据输入分析计算机中；S2，对采集到的声纹信号进行CEEMDAN分解，然后进行包络谱峭度计算并筛选；S3，利用HPO算法对SVM中核函数的惩罚因子C与核函数参数g进行参数寻优，将最优位置的C与g值赋给SVM；S4，输入故障数据训练集到SVM中构建故障模型；S5，输入故障测试集检验HPO‑SVM算法对电力变压器声纹信号的诊断与分类能力。本发明采用上述一种基于HPO‑SVM的电力变压器典型故障声纹诊断方法，能够解决在处理存在故障特征重合的电力变压器声纹信号中存在分类结果混叠、收敛速度慢与分类效果差的问题。
-
公开(公告)号：CN116223040B
公开(公告)日：2024-06-21
申请号：CN202310209121.6
申请日：2023-03-07
Applicant: 华北电力大学(保定)
IPC: G01M13/045 , B65G43/02 , B65G15/00 , G06F17/15 , G06F18/213 , G06F18/10 , G06F18/00
Abstract: 本发明公开了一种托辊故障声学信号特征提取及定位方法，包括以下步骤：S1、对麦克风阵列阵元参数化仿真及选型；S2、利用麦克风阵列对托辊轴承故障音频信息进行采集和预处理；S3、对各通道信号进行VMD分解，提取声学信号中的故障特征信息，实现不同信源分离，从而抑制传递路径的噪声干扰；S4、选取包含托辊轴承故障循环冲击特征的最优子带；S5、利用C‑Beamforming算法对VMD最优子带信号进行旁瓣抑制，进行声源成像及声源定位，以实现高分辨率声源定位。本发明采用上述托辊故障声学信号特征提取及定位方法，能够有效抑制干扰声源及传递路径耦合噪声影响，实现托辊轴承故障声源的特征提取及高分辨率定位。
-
公开(公告)号：CN116186590A
公开(公告)日：2023-05-30
申请号：CN202310203934.4
申请日：2023-03-06
Applicant: 华北电力大学(保定)
IPC: G06F18/24 , G01M13/045 , G06F18/10 , G06F18/2131 , G06F18/2135 , G06F18/241 , G06F18/25 , G06N3/08
Abstract: 本发明公开了基于数据层特征融合和卷积神经网络的轴承故障诊断方法，包括以下步骤：S1、将采集到的原始信号进行VMD分解，选择峭度值大于阈值的分量进行分量筛选并重构信号，用于摒弃干扰信息，最大限度保留故障特征；S2、至少考虑时域、频域、能量和稳定性，计算构建重构信号的多维度复合特征矩阵，将数据特征进行融合；S3、利用核主成分分析方法对多维度复合特征矩阵进行降维，简化矩阵，去除冗余信息；S4、将得到的低维矩阵输入到批量标准层优化的CNN模型中进行故障识别与分类。本发明采用上述基于数据层特征融合和卷积神经网络的轴承故障诊断方法，分类效果和诊断准确率更高。
-
公开(公告)号：CN114839525A
公开(公告)日：2022-08-02
申请号：CN202210574208.9
申请日：2022-05-24
Applicant: 华北电力大学(保定)
IPC: G01R31/327 , G01P15/00 , G01P5/00
Abstract: 本发明公开了一种基于涌动油流加速度的变压器重瓦斯动作整定方法，包括：施加不同程度的外部激励源至油路管道上，生成不同涌动油流；基于流速传感器采集瞬态油流的流速信号，生成不同涌动油流下的流速曲线图；基于瓦斯继电器采集瓦斯继电器挡板转角信号，生成不同涌动油流下的挡板转角曲线图；基于流速曲线图和挡板转角曲线图，分析比较不同涌动油流下恰好发生重瓦斯动作时所对应的涌动油流的加速度值及变化趋势，确定发生重瓦斯动作时的涌动油流的加速度整定值；基于涌动油流的加速度整定值判断是否发生重瓦斯动作。本发明通过基于涌动油流加速度值判断是否发生重瓦斯动作，为变压器重瓦斯动作整定提供了一种新方法。
-
公开(公告)号：CN116105999B
公开(公告)日：2025-04-18
申请号：CN202111321077.5
申请日：2021-11-09
Applicant: 华北电力大学(保定)
IPC: G01M13/021 , G01M13/028 , G01M13/045
Abstract: 本发明公开了一种基于时变工况的齿轮箱无转速计阶次跟踪方法，该方法利用变分模态分解降噪，利用同步提取变换对变转速齿轮箱振动信号时频分析，分别从齿轮箱轴承故障时域振动信号中提取故障特征频率趋势，从正常齿轮啮合调制时域振动信号中提取啮合频率时频脊线，进一步利用精细化时频脊线交叉解耦优化瞬时频率提取效果，用提取的转速曲线对变转速轴承故障信号进行阶次跟踪，从角域阶次谱中得到故障特征阶次。本发明瞬时频率估计精度高、提高了时频分辨率、改善了频率模糊现象，优化了轴承故障特征提取效果。
-
Patent Agency Ranking
公开(公告)号：CN119167168A
公开(公告)日：2024-12-20
申请号：CN202411201296.3
申请日：2024-08-29
Applicant: 华北电力大学(保定)
IPC: G06F18/241 , G06N3/0464 , G06F18/15 , G06F18/213 , G06N3/045 , G01M13/045
Abstract: 本发明涉及轴承故障诊断技术领域，具体公开了一种基于DSS‑CNN模型的地铁轴承标签混淆数据故障诊断方法。包括以下步骤：S1、进行数据预处理与划分数据集并进行归一化处理；S2、初始训练与动态样本选择，将PHM实验数据构建的整个含有少量标签错误样本的数据集输入到DSS‑CNN中进行初始训练，直到模型收敛；S3、最终训练与模型优化，得到最优网络模型；S4、结果可视化展示；S5、评估模型诊断效果。所述方法解决了目前信号采集过程中可能出现的标签混淆的问题，降低标签混淆对诊断模型的影响，实现对地铁轴承含有少量标签错误样本数据的故障诊断，使得该类数据具有可用性，节省资源和成本。
-
公开(公告)号：CN118445727A
公开(公告)日：2024-08-06
申请号：CN202410539797.6
申请日：2024-04-30
Applicant: 华北电力大学(保定)
IPC: G06F18/2433 , G01M13/045 , G06F18/15 , G06F18/2131 , G06F18/2135 , G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/048
Abstract: 本发明公开了一种基于AMFF‑CNN模型的滚动轴承故障诊断方法，属于轴承故障诊断的技术领域，改进了传统的CNN模型，将识别数据由轴承的振动信号转变为时频图，从而转化到对图像进行处理，将最大池化层和平均池化层并联，获得更加丰富的特征并减少卷积层中提取的特征维度；通过残差连接有效地解决了模型训练时随深度增加而梯度消失的问题；运用特征融合层，对来自最大池化与平均池化提取的特征进行特征融合从而关注重要特征，抑制不必要特征以增强网络的表达能力；本发明采用上述方法，以多种工况下的不平衡小样本条件下的轴承故障数据输入模型进行识别与诊断。
-
公开(公告)号：CN116105999A
公开(公告)日：2023-05-12
申请号：CN202111321077.5
申请日：2021-11-09
Applicant: 华北电力大学(保定)
IPC: G01M13/021 , G01M13/028 , G01M13/045
Abstract: 本发明公开了一种基于时变工况的齿轮箱无转速计阶次跟踪方法，该方法利用变分模态分解降噪，利用同步提取变换对变转速齿轮箱振动信号时频分析，分别从齿轮箱轴承故障时域振动信号中提取故障特征频率趋势，从正常齿轮啮合调制时域振动信号中提取啮合频率时频脊线，进一步利用精细化时频脊线交叉解耦优化瞬时频率提取效果，用提取的转速曲线对变转速轴承故障信号进行阶次跟踪，从角域阶次谱中得到故障特征阶次。本发明瞬时频率估计精度高、提高了时频分辨率、改善了频率模糊现象，优化了轴承故障特征提取效果。
-
公开(公告)号：CN112362348A
公开(公告)日：2021-02-12
申请号：CN202011163807.9
申请日：2020-10-27
Applicant: 华北电力大学(保定)
IPC: G01M13/045
Abstract: 本发明公开了一种带式输送机托辊轴承故障声学监测方法，具体步骤如下，在带式输送机两端固定第一声学传感器和第二声学传感器，所述第一声学传感器和所述第二声学传感器通过数据采集装置与分析计算机相连接，设定数据采样和数据分析周期；通过分析计算机设定触发阀值，数据采集装置同步采集所述第一声学传感器和所述第二声学传感器的信号并输送至分析计算机中，分析计算机将上述数据进行故障判定，触发数据分析，数据分析采用改进的Kurtogram分析，通过步骤3的分析结构计算故障位置。本发明采用上述结构的一种带式输送机托辊轴承故障声学监测方法，实现对托辊轴承实时动态检测，并有效的捕捉故障声源位置。
-
公开(公告)号：CN107505135B
公开(公告)日：2020-05-01
申请号：CN201710695127.3
申请日：2017-08-15
Applicant: 河北建设集团卓诚路桥工程有限公司 , 华北电力大学(保定) , 广东电网有限责任公司电力科学研究院
IPC: G01M13/045
Abstract: 本发明公开一种滚动轴承复合故障提取方法及系统。首先采用加速度传感器获取轴承故障振动信号，以变分模态分解作为振动信号升维和降噪的处理方法，得到K个IMF，以快速谱峭度图共振频带作为有效IMF(SIMFi)的筛选准则，对SIMFi进行快速谱峭度频谱滤波，通过比较包络谱与轴承故障理论计算结果，诊断出原始信号中所包含的故障类型。本发明可准确有效的诊断出复合故障组合形式，避免漏诊误诊，对机械设备运行状况的精确评估有重要价值。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.037 seconds)
