-
公开(公告)号：CN119415849A
公开(公告)日：2025-02-11
申请号：CN202411559055.6
申请日：2024-11-04
Applicant: 安徽工业大学
IPC: G06F18/15 , G06F17/16 , G06F18/2131 , G06F18/2433
Abstract: 本发明属于设备状态监测与诊断技术领域，具体涉及一种基于辛几何差分谱的信号降噪方法。本发明方法的步骤如下：采集待诊断的原始振动信号；利用辛几何相似变换方法对原始振动信号进行分解；重组协方差矩阵，将快速傅里叶变换(FFT)应用于该矩阵每个奇异值分量；选取最大振幅的频率值作为差分谱法中的指标特征；通过一阶滞后差处理，得到辛几何差分谱，设置阈值，选取所需奇异值，重组得到最终矩阵；将最终矩阵带回前述步骤中，得到去噪信号；本发明提供的信号降噪方法通过包络谱进行分析，能够根据包络谱图识别状态特征，且有效地得到特征频率及其倍频，诊断效果较好。
-
公开(公告)号：CN110991564B
公开(公告)日：2023-05-26
申请号：CN201911346676.5
申请日：2019-12-24
Applicant: 安徽工业大学
IPC: G01M13/045 , G01M13/04 , G06F18/213
Abstract: 本发明公开一种基于多尺度分散熵偏均值与非线性模式分解的变工况轴承故障诊断方法，属于故障诊断技术领域。该方法步骤如下：采集待诊断轴承的变工况下故障原始信号；采用非线性模式分解对采集原始故障信号进行分解；采用多尺度分散熵指标对所得分量进行计算，得到其多尺度分散熵偏均值；选取最大偏均值对应的分量；采用阶比分析识别轴承的故障类型。本发明通过非线性模式分解对变工况轴承故障信号进行分解，采用多尺度散步熵指标——偏均值选取含故障信息最多的分量，能够准确的判断故障类型。
-
公开(公告)号：CN115266305A
公开(公告)日：2022-11-01
申请号：CN202210914723.7
申请日：2022-08-01
Applicant: 安徽工业大学
Abstract: 本发明公开了一种多工位往复式摩擦磨损试验机，它包括工作台、上夹具、下夹具、三向力传感器、驱动模块、上试样位置调节模块、施压模块；驱动模块固定在工作台上，三向力传感器固定在驱动模块上，下夹具固定在三向力传感器上；上夹具与上试样位置调节模块连接，上试样位置调节模块与工作台连接；施压模块与工作台连接且位于上夹具的上方。其中，驱动模块包括X向滑板、电机丝杠、电机、电机丝杠螺母；上试样位置调节模块包括Y向调节模块、Z向调节模块。本发明往复式摩擦磨损试验机位的摩擦一次装夹、多次摩擦，避免了传统试验机多个待测试样的加工误差和安装误差对实验数据的影响，从而大大提高了试验的精度。
-
公开(公告)号：CN111645088B
公开(公告)日：2022-03-08
申请号：CN202010540708.1
申请日：2020-06-15
Applicant: 安徽工业大学
Abstract: 本发明公开一种电液混合驱动双头破拆机器人及破拆方法，属于特种机器人技术领域。该双头破拆机器人包括承载换向系统、破拆系统及控制系统；本发明双头破拆机器人采用电液混合驱动，破拆系统含有钻头和撬杆两个工作头，通过液压臂和工作台的转动完成在窑体截面圆周位置上的换位，再通过该双头破拆机器人的直线运动完成在回转窑轴线方向上的换位，最后利用钻头和撬杆的联合工作实现该双头破拆机器人对整个窑体的残余耐火砖的智能化高效破拆。本发明双头破拆机器人工作时噪音小，工作效率高，能够有效保护回转窑的窑体。
-
公开(公告)号：CN110991424A
公开(公告)日：2020-04-10
申请号：CN201911354534.3
申请日：2019-12-25
Applicant: 安徽工业大学
IPC: G06K9/00 , G06K9/62 , G06N3/04 , G06N3/067 , G01M13/045
Abstract: 本发明公开基于最小熵解卷积和堆叠稀疏自编码器的故障诊断方法，属于故障诊断技术领域。该方法具体步骤为：采集待诊断物体的原始故障振动信号；对原始故障振动信号进行最小熵解卷积处理；将故障样本分为多个训练样本和测试样本；采用多个训练样本对基于堆叠稀疏自编码器的多故障分类器进行训练；采用已训练完成的多故障分类器对测试样本进行分类；根据分类结果识别故障物体的工作状态和故障类型。本发明提出的故障诊断方法有较高的创新性，与传统智能诊断算法相比，在故障识别过程中具有较高的识别度。
-
Patent Agency Ranking
公开(公告)号：CN110991422A
公开(公告)日：2020-04-10
申请号：CN201911352880.8
申请日：2019-12-25
Applicant: 安徽工业大学
IPC: G06K9/00 , G06K9/62 , G01M13/045
Abstract: 本发明公开一种基于多元时移多尺度排列熵的滚动轴承故障诊断方法，属于故障诊断技术领域。该方法首先采集待诊断物体的原始故障振动信号，然后提取原始故障振动信号的多元时移多尺度排列熵值，采用拉普拉斯分值法对多元时移多尺度排列熵进行降维，将降维后的故障特征样本分为多个训练样本和测试样本，然后采用多个训练样本对基于蝙蝠算法优化的支持向量机的多故障特征分类器进行训练，采用已训练完成的多故障特征分类器对测试样本进行分类，最后根据分类结果识别物体的故障类型以及程度。本发明在处理传感器采集信号的多通道信号中具有较高的创新性，在故障识别过程中具有较高的识别度。
-
公开(公告)号：CN104849050A
公开(公告)日：2015-08-19
申请号：CN201510297851.1
申请日：2015-06-02
Applicant: 安徽工业大学
Abstract: 本发明公开了一种基于复合多尺度排列熵的滚动轴承故障诊断方法，属于故障诊断技术领域。本发明的步骤为：测取故障物体的振动信号；从振动信号中提取复合多尺度排列熵；将复合多尺度排列熵值采用拉普拉斯分值进行降维；将降维后得分较低的前若干个复合多尺度排列熵作为故障特征向量分为多个训练样本和多个测试样本；分别将多个训练样本输入基于支持向量机建立的多故障分类器进行学习以对测试样本进行分类；根据分类结果识别故障物体的工作状态和故障类型。本发明提出的故障诊断方法，在特征提取的过程中有较高的创新性，在故障模式识别过程中具有较高的识别度。
-
公开(公告)号：CN119681265A
公开(公告)日：2025-03-25
申请号：CN202411811180.1
申请日：2024-12-10
Applicant: 安徽工业大学
Abstract: 本发明公开了一种双层滑动轴承粉末冶金成型装置，它包括压制模具、定位装置；压制模具包括上模冲、模芯、下内模冲、下外模冲、阴模、下挡筒、弹性定位片；定位装置包括上定位板、下支撑板多个定位单元；下挡筒放置在下支撑板的上端面上；模芯小直径段的下部和大直径段均位于下挡筒内；下内模冲的内孔与模芯小直径段的外圆配合；下外模冲位于下挡筒的上部；阴模外圆的上段与上定位板的内孔配合、其内孔与下外模冲小直径段上中部的外圆配合。本发明能够将两种不同的金属粉末分别压制为滑动轴承的内层和外层，并将两种不同物理性能的内外层压制成一体，形成致密且均匀的双层滑动轴承毛坯。
-
公开(公告)号：CN118423616A
公开(公告)日：2024-08-02
申请号：CN202410513352.0
申请日：2024-04-26
Applicant: 安徽工业大学
IPC: F17D5/00 , G01D21/02 , G06F30/23 , G06F30/27 , G06F30/10 , G06T17/20 , G06Q10/20 , G06Q50/06 , H04L67/10 , H04L67/12 , H04W28/084 , G06F111/10 , G06F113/14 , G06F113/08 , G06F119/08 , G06F119/14 , G06N3/045 , G06N3/0442
Abstract: 本发明属于管道监测技术领域，具体涉及一种基于云边协同和数字孪生的高温管道监测与维护系统。本发明系统通过创建热风管道的数字孪生模型并利用云计算与边缘计算技术，实现对热风管道的实时状态监测和可视化。系统主要由四个层次构成：采集感知层负责采集关键指标数据；云边协同层负责分配计算任务并进行数据分析；物理建模层结合实时采集的数据与三维模型构建数字孪生模型；云端监测层展示实时数据并进行安全状况预警。系统还采用优化的LSTM网络进行关键指标的智能预测，以及结合ARIMA模型和物理信息神经网络进行高温管道的剩余寿命预测，有效提高高温管道的监测效率和风险评估准确性，为管道的维护提供科学依据。
-
公开(公告)号：CN117772799A
公开(公告)日：2024-03-29
申请号：CN202410040620.1
申请日：2024-01-11
Applicant: 安徽工业大学
Abstract: 本发明公开了一种棒材短尺轧件全流程处理系统，涉及棒材生产线上的机械设备技术领域，包括短尺轧件识别装置、升降挡板一和升降挡板二。所述短尺轧件识别装置布置在主冷剪机后，所述升降挡板一与所述升降挡板二分别布置在定尺移钢机两侧，所述分拣辊道布置在所述升降挡板二后，所述定尺机一布置在所述分拣辊道的一侧，所述短尺冷剪机布置在所述分拣辊道后，所述定尺机二布置在所述短尺运输辊道一侧。该系统设备配置简单，工艺流程易实现，短尺分拣过程可靠，效率高，系统自动化水平高，降低了工人的劳动强度，提高了生产效率，同时也降低了生产成本。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.023 seconds)
