-
公开(公告)号:CN117365854A
公开(公告)日:2024-01-09
申请号:CN202311500734.1
申请日:2023-11-13
Applicant: 淮阴工学院
Abstract: 本发明公开了一种用于风力发电机组旋转机械的支撑装置,包括混凝土底座,所述混凝土底座顶部的中心位置处安装有下圆锥钢筒式塔,且下圆锥钢筒式塔的顶部设置有中圆锥钢筒式塔,所述中圆锥钢筒式塔的顶部设置有上圆锥钢筒式塔,所述下圆锥钢筒式塔外侧的底部设置有检修塔门。本发明通过第一安装仓、导向辊、第二安装仓和导向槽的配合使用,需要控制四组加强筋底部的导向辊分别处于对应导向槽的上方即可,在导向辊接触到导向槽内侧的顶部后,导向辊和导向槽的配合会使得导向辊逐渐向导向槽的内底部移动,安装板便位于导向槽的正中间位置处,而固定插杆也能准确地插进对应的固定插孔内部,从而便于中圆锥钢筒式塔和下圆锥钢筒式塔的固定连接。
-
公开(公告)号:CN111898628B
公开(公告)日:2023-10-03
申请号:CN202010486173.4
申请日:2020-06-01
Applicant: 淮阴工学院
IPC: G06F18/2337 , G06F18/2411 , G06F18/214 , G06F18/27 , G06N7/08
Abstract: 本发明涉及复杂非线性系统建模领域,公开了一种新型T‑S模糊模型辨识方法,该方法结合模糊C回归聚类算法和最小二乘支持向量机提出一种新型聚类算法,在此基础上,运用本发明设计的改进启发式优化算法进一步优化模糊模型前件参数,最后采用最小二乘法进行后件参数辨识。与现有技术相比,本发明设计的新型T‑S模糊模型辨识方法,采用最小二乘支持向量机描述聚类子模型,可有效提高聚类算法的空间划分能力,同时运用一种改进启发式优化算法优化前件参数,能得到更精确的辨识参数,显著提高模型的建模精度。
-
公开(公告)号:CN115224884A
公开(公告)日:2022-10-21
申请号:CN202210854766.0
申请日:2022-07-18
Applicant: 淮阴工学院
Abstract: 本发明公开了一种电机安装架,包括架体和容置电机的安装槽,架体上设有两个半弧形滑槽,在两个半弧形滑槽之间设有半弧形齿板;在安装槽底部转动设有齿轮和两个滑轮,其中齿轮与半弧形齿板相啮合,两个滑轮分别滑动设置在两个半弧形滑槽中;安装槽中设有齿轮锁定组件,用以在电机角度调节完成后,固定安装槽的位置。本发明中,安装槽可在半弧形滑槽和半弧形齿板的引导下进行角度调节,调节完成后通过齿轮锁定组件进行位置锁定,易于使装配的电机调整合适的角度进行轴连接。
-
公开(公告)号:CN115127671A
公开(公告)日:2022-09-30
申请号:CN202210765427.5
申请日:2022-07-01
Applicant: 淮阴工学院
IPC: G01H17/00 , G01M13/00 , G01M13/045 , G06K9/00 , G06Q10/06
Abstract: 本发明涉及机械设备健康预测与管理领域,公开了一种分层递进式机械设备健康管理方法,包括:1)采集设备运行过程中的振动监测信号,为健康管理模型构建提供数据基础;2)设置单一尺度因子取值,提取振动信号样本的固定尺度散布熵特征,基于统计散布熵阈值,实现设备健康状态的在线检测;3)设置多重尺度因子取值,结合CEEMDAN方法,提取故障信号样本的多尺度散布熵特征;4)基于故障分类器,实现设备故障类型的离线识别。本发明能够满足数据驱动背景下对机械设备健康状态进行快速、准确检测的需求,针对设备异常运行状态,精准定位异常或故障发生部位及严重程度,为制定合理可行的设备维护计划、保证设备安全可靠运行提供必要依据。
-
公开(公告)号:CN111695248A
公开(公告)日:2020-09-22
申请号:CN202010462999.7
申请日:2020-05-27
Applicant: 淮阴工学院
IPC: G06F30/20 , G06Q10/04 , G06Q10/00 , G06Q50/06 , G06F111/10
Abstract: 本发明涉及电力系统水力发电机组领域,公开了一种抽水蓄能机组劣化状态趋势快速预警方法,包含如下步骤:1)对机组劣化状态表征参量序列进行快速集成经验模态分解,获取其多尺度序列集合;2)基于非线性散布熵理论,对多尺度序列进行自适应聚合,生成重构状态序列;3)构建融合灰色马尔科夫理论与滚动建模机制的嵌入式组合预测模型,完成对重构状态序列的高效准确预测;4)根据预设状态参量报警阈值与波动水平值,实现机组劣化状态发展趋势越限报警。本发明提出的方法能够满足抽水蓄能机组在不同工况下进行劣化状态趋势准确预测的需求,精确预警机组运行状态异常情景,确保机组安全稳定运行,提高电站整体效益。
-
公开(公告)号:CN119509978A
公开(公告)日:2025-02-25
申请号:CN202411360973.6
申请日:2024-09-27
Applicant: 淮阴工学院
IPC: G01M13/045 , G06F18/10 , G06F18/213 , G06F18/241 , G06N3/0455 , G06N3/048 , G06N3/047 , G06N3/086
Abstract: 本发明公开了一种基于深度学习的航空发动机组轴承故障诊断方法,包括:(1)提取航空发动机组轴承的振动信号数据并对原始数据进行预处理;(2)采用EMD和SG滤波器对原始数据预处理,SWAFormer融合FMNet构造SWAFormer‑FMNet诊断模型对轴承振动信号诊断;(3)运用Tent混沌映射,高斯随机游走策略,差分变异策略,得到改进的蜣螂优化算法(4)使用改进的蜣螂算法优化诊断模型中学习率、隐藏层数和批处理大小三个参数;(5)建立基于改进的蜣螂算法的SWAFormer‑FMNet诊断模型。与现有技术相比,本发明能够被应用于航空发动机组轴承故障诊断建模过程中,具有优化精度高的优点,最终确保航空发动机组轴承故障诊断的准确性。
-
公开(公告)号:CN119066510A
公开(公告)日:2024-12-03
申请号:CN202411068536.7
申请日:2024-08-06
Applicant: 淮阴工学院
IPC: G06F18/2415 , G06F18/243 , G16C20/30 , G16C20/70 , G06F18/25 , G06F18/213 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N20/20
Abstract: 本发明公开了一种基于无损检测的苹果品质预测方法和装置,其种方法包括:采集苹果品质预测所需的数据;对采集的数据进行预处理,得到预测样本,并将样本划分为训练集和测试集;使用随机森林模型筛选预测样本,形成筛选后的样本集;通过DCNv4对筛选后的样本集进行特征提取,将提取后的特征输入到XLSTM模型中进行序列预测,构建DCNv4‑NLFXLSTM融合模型,引入KMSE均方误差损失函数对融合模型进行训练更新模型参数;利用改进的沙猫群优化算法ISCSO优化融合模型DCNv4‑NLFXLSTM;利用训练集和测试集对优化后的融合模型DCNv4‑NLFXLSTM进行训练和测试,完成ISCSO‑DCNv4‑NLFXLSTM模型的构建,使用ISCSO‑DCNv4‑NLFXLSTM模型对苹果品质进行预测;本发明基于无损检测并能够提高预测准确性和效率。
-
公开(公告)号:CN118464447A
公开(公告)日:2024-08-09
申请号:CN202410586783.X
申请日:2024-05-11
Applicant: 淮阴工学院
IPC: G01M13/04 , G06F18/2415 , G06F18/10 , G06F18/213 , G06F18/211 , G06N3/0464 , G06N3/0455 , G06N3/047 , G06N3/08 , G06N5/01 , G06N20/20 , G01M13/045 , G06F123/02
Abstract: 本发明公开了一种石化机组轴承故障诊断方法,包括以下步骤:提取石化机组滚动轴承的振动信号;采用随机惯性权重和莱维飞行策略对双曲正余弦优化算法SCHO进行改进,得到ISCHO算法;使用ISCHO优化时变滤波经验模态分解TVFEMD的参数,使用优化后的TVFEMD对轴承故障信号进行自适应分解;得到本征模态参数IMF并对其进行特征提取,构建特征向量;利用随机森林对特征向量进行筛选;建立并训练MSCNN‑LTransformer故障诊断模型;最后验证该模型的故障诊断精度。本发明能够有效提取石化机组滚动轴承的故障信息,分析故障发生原因,提高了石化机组轴承故障诊断的精度。
-
公开(公告)号:CN118111692A
公开(公告)日:2024-05-31
申请号:CN202410307186.9
申请日:2024-03-18
Applicant: 淮阴工学院
IPC: G01M13/00 , G01M17/007
Abstract: 本发明提供一种滑动式扶手疲劳测试装置,涉及疲劳测试装置领域。包括装置板,所述装置板内部的右侧开设有第一电机腔,所述装置板的底面位于第一电机腔内壁的右侧开设有第一移动槽,所述第一电机腔内壁的左侧固定连接有第一电机,所述第一电机的输出端固定连接有第一螺纹杆,本发明具有对汽车滑动式扶手的疲劳测试的功能,能够反映汽车滑动式扶手使用的情况,直观的显示出汽车滑动式扶手滑动的流畅度以及是否存在卡顿的问题,保证汽车滑动式扶手的测试,从而使驾驶人了解扶手的性能,避免了汽车滑动式扶手损坏而驾驶人不知情的问题,从而保证了驾驶人驾驶的安全,提高了汽车滑动式扶手使用过程中的稳定性和安全性。
-
公开(公告)号:CN117409546A
公开(公告)日:2024-01-16
申请号:CN202311518623.3
申请日:2023-11-15
Applicant: 淮阴工学院
Inventor: 吴鹏 , 管敏竹 , 张帅 , 郝祥淼 , 高昊 , 符心怡 , 刘倍希 , 陈浩东 , 孙娜 , 张宇翔 , 彭甜 , 张楚 , 纪捷 , 黄凤芝 , 王建国 , 应根旺 , 张楠 , 姜伟
Abstract: 本发明公开了一种化工厂环境及有害气体智能检测与预警系统,包括化工厂有害气体和环境参数采集模块、异常检测模块、传感器监测数据修正模块、数据显示模块、声光报警模块、WiFi通信模块、单片机和智能控制云平台。本发明利用云平台实现远端数据的接收处理,较现有的化工厂安防系统而言,可接收信号范围更广阔;对传感器数据采用了异常检测和修正再传输至单片机,使处理器接收的数据更加精确,提出了较新的异常检测方法,保证了输入数据的质量;本发明利用控制云平台智能分析和预测反馈功能,对未来有害气体的变化趋势和走势进行预测预警,降低了人力排查成本,提高了工厂智能化;本发明实现了分级预警功能,提高了报警系统的效率,减少了事故损失。
-
-
-
-
-
-
-
-
-