-
公开(公告)号：CN115270879A
公开(公告)日：2022-11-01
申请号：CN202210904393.3
申请日：2022-07-29
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于Cycle‑GAN和在线特征迁移的轴承剩余寿命预测方法，涉及球轴承技术领域；基于Cycle‑GAN网络和在线特征迁移的轴承剩余寿命预测方法包括以下步骤：步骤一、构建改进型Cycle‑GAN网络，轴承振动数据进行小波变换预处理，进行重构特征增强，然后再将其输入到网络中，通过对抗训练生成大量振动数据样本；步骤二、将生成的振动数据样本混合到真实振动数据样本中，再将混合后的样本数据输入CNN网络进行特征提取，由LSTM输出层进行寿命预测，并对输出数据做滑窗处理平滑曲线，最终实现轴承的寿命预测；步骤三、基于已训练的Cycle‑GAN网络，研究基于特征自适应的在线迁移方法，利用源域网络模型中的特征进行迁移学习，实现目标域数据集的轴承剩余寿命预测。
-
公开(公告)号：CN108414228B
公开(公告)日：2019-07-09
申请号：CN201810227876.8
申请日：2018-03-20
Applicant: 哈尔滨理工大学
Inventor： 于军
IPC: G01M13/045
Abstract: 本发明提供了基于平均多粒度决策粗糙集和NNBC轴承故障诊断方法。本发明的目的是为了解决基于多粒度粗糙集的轴承故障诊断过程中限制条件选择不恰当的问题。具体过程为，一：提取训练样本中滚动轴承的故障诊断特征，用于构建故障征兆属性集；二：采用基于平均多粒度决策粗糙集的属性约简算法，降低训练样本中征兆属性集的维数；三：根据约简后的训练样本构建NNBC，采用基于NNBC的模式识别算法判断待诊样本的滚动轴承状态。实施例的结果表明本发明可准确地判断滚动轴承的故障类型及故障程度，降低计算复杂度。
-
公开(公告)号：CN110441061B
公开(公告)日：2021-05-07
申请号：CN201910744413.3
申请日：2019-08-13
Applicant: 哈尔滨理工大学
Inventor： 于军
IPC: G01M13/04 , G01M13/045 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于C‑DRGAN和AD的行星轮轴承寿命预测方法。所述方法包括如下步骤，步骤一：将门控循环单元神经网络与条件生成对抗网络相结合，构建C‑DRGAN，从复杂非静态信号中提取故障特征，实现小样本和变工况下行星轮轴承的剩余寿命预测；步骤二：将行星轮轴承剩余寿命预测的训练样本看作C‑DRGAN的输入数据，采用基于AD的训练算法训练C‑DRGAN，提高收敛速度，降低训练时间；步骤三：根据训练后的C‑DRGAN，利用NNBC预测测试样本中行星轮轴承的剩余寿命。实施例的结果表明本发明具有较强的复杂非静态信号处理能力，并能在小样本情况下取得出色的行星轮轴承剩余寿命预测效果。
-
公开(公告)号：CN110441061A
公开(公告)日：2019-11-12
申请号：CN201910744413.3
申请日：2019-08-13
Applicant: 哈尔滨理工大学
Inventor： 于军
IPC: G01M13/04 , G01M13/045 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于C-DRGAN和AD的行星轮轴承寿命预测方法。所述方法包括如下步骤，步骤一：将门控循环单元神经网络与条件生成对抗网络相结合，构建C-DRGAN，从复杂非静态信号中提取故障特征，实现小样本和变工况下行星轮轴承的剩余寿命预测；步骤二：将行星轮轴承剩余寿命预测的训练样本看作C-DRGAN的输入数据，采用基于AD的训练算法训练C-DRGAN，提高收敛速度，降低训练时间；步骤三：根据训练后的C-DRGAN，利用NNBC预测测试样本中行星轮轴承的剩余寿命。实施例的结果表明本发明具有较强的复杂非静态信号处理能力，并能在小样本情况下取得出色的行星轮轴承剩余寿命预测效果。
-
Patent Agency Ranking
公开(公告)号：CN109060347A
公开(公告)日：2018-12-21
申请号：CN201811252944.2
申请日：2018-10-25
Applicant: 哈尔滨理工大学
IPC: G01M13/02
Abstract: 本发明公开了一种基于SDAE和GRUNN的行星齿轮故障识别方法，所述方法包括如下步骤：步骤一、构建基于SDAE和GRUNN的混合模型，消除输入数据的噪声成分，处理前后关联的时序数据，自动地从含噪样本中提取鲁棒故障特征；步骤二、将行星齿轮故障诊断的训练样本看作步骤一构建的混合模型的输入数据，采用Adam优化算法和dropout技术训练混合模型，防止过拟合现象的发生；步骤三、根据训练后的混合模型，利用softmax分类器识别待诊样本中行星齿轮的状态。该方法在训练样本数较小的情况下能获得良好的诊断效果，并具有较强的抗噪能力和时变转速适应能力，为行星齿轮故障识别提供了一种新颖的解决思路。
-
公开(公告)号：CN108414228A
公开(公告)日：2018-08-17
申请号：CN201810227876.8
申请日：2018-03-20
Applicant: 哈尔滨理工大学
Inventor： 于军
IPC: G01M13/04
CPC classification number: G01M13/045
Abstract: 本发明提供了基于平均多粒度决策粗糙集和NNBC轴承故障诊断方法。本发明的目的是为了解决基于多粒度粗糙集的轴承故障诊断过程中限制条件选择不恰当的问题。具体过程为，一：提取训练样本中滚动轴承的故障诊断特征，用于构建故障征兆属性集；二：采用基于平均多粒度决策粗糙集的属性约简算法，降低训练样本中征兆属性集的维数；三：根据约简后的训练样本构建NNBC，采用基于NNBC的模式识别算法判断待诊样本的滚动轴承状态。实施例的结果表明本发明可准确地判断滚动轴承的故障类型及故障程度，降低计算复杂度。
-
公开(公告)号：CN211628474U
公开(公告)日：2020-10-02
申请号：CN202020754243.5
申请日：2020-05-09
Applicant: 哈尔滨理工大学
IPC: G09B9/00
Abstract: 本实用新型涉及电控实训试验台领域，更具体的说是一种多功能电控实训试验台，可以通过滑动四个护板升起，将多个限位销插入多个限位孔内，方便使用者进行电控实训实验，还可以通过将四个护板滑落，便于对使用者进行防护；还可以通过升降电机带动升降丝杆转动，升降丝杆螺纹驱动升降抬板升降，可以适应不同身高的使用者使用，也方便培训者对多数人演讲时的使用，较高处可以让更多人看到，使用更加方便，还可以通过驱动电机带动驱动齿轮转动，驱动齿轮啮合驱动转动齿轮转动，转动齿轮带动转动板转动，转动板带动导向杆转动，导向杆带动升降抬板转动，升降抬板带动四个实验挂板转动，便于培训者对于每个电控实训实验进行检查，使用方便。
-
公开(公告)号：CN219128702U
公开(公告)日：2023-06-06
申请号：CN202223305850.1
申请日：2022-12-09
Applicant: 哈尔滨理工大学
IPC: B01D46/88
Abstract: 本实用新型涉及尾气净化领域，且公开了一种便于更换滤芯的汽车尾气净化组件，包括过滤盒，所述过滤盒的左侧壁安装有与其内部连通的进气管，所述过滤盒的右侧壁安装有与其连通的出气管，所述过滤盒的内部安装有可拆卸的过滤滤芯，所述过滤盒的顶部开设有与过滤滤芯对应的安装孔，所述过滤滤芯穿过安装孔安装在过滤盒的内部，所述过滤滤芯左右两侧壁的底部均铰接有转动板，所述过滤滤芯的顶部安装有密封盖。该便于更换滤芯的汽车尾气净化组件，使得整个过滤滤芯的安装更加稳固，在长时间的使用过程，能够提供更加稳定的尾气过滤效果，还使得过滤滤芯的更换更加方便，大大提升了过滤滤芯更换的效率，减少工作量。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.027 seconds)
