-
公开(公告)号:CN114993669B
公开(公告)日:2023-04-18
申请号:CN202210413175.X
申请日:2022-04-20
Applicant: 燕山大学
IPC: G01M13/028 , G01R19/00 , G01R31/34 , G06F18/10 , G06F18/213 , G06F18/24 , G06F18/25 , G06N3/0464
Abstract: 本发明提供多传感器信息融合的传动系统故障诊断方法及系统,属于传动系统故障诊断技术领域,包括获取分布在传动系统中传感器采集到的振动信号、电机定子电流信号以及声音信号,进行稀疏共振分解;获得的预处理数据以并行的方式输入到各自的卷积神经网络中学习特征,提取不同种类信号中的故障特征;所获得的特征数据以并行方式输入到多任务学习模块中进行处理;其中,多任务学习模块包括有监督的分类任务和一个特征度量学习任务,从而实现故障分类。获得的故障分类和声阵列传感器相结合,对声音异常部位的定位进行分析,最终实现故障的准确判断,可作为故障诊断的有效验证,进一步提高故障诊断准确性。
-
公开(公告)号:CN106073702B
公开(公告)日:2019-05-28
申请号:CN201610362111.6
申请日:2016-05-27
Applicant: 燕山大学
IPC: A61B5/00 , A61B5/0476 , A61B5/0488
Abstract: 本发明公开了一种基于小波‑传递熵的多时频尺度间脑肌电耦合分析方法,所述方法包括脑肌电信号同步采集部分和信号处理部分,脑肌电信号同步采集部分包括脑电信号采集和肌电信号采集;信号处理部分包括信号预处理和脑肌电的小波‑传递熵分析方法。本发明具有可应用性、可采纳性,在康复医学领域具有重要的应用价值。
-