-
公开(公告)号：CN106502202B
公开(公告)日：2018-10-16
申请号：CN201710009617.3
申请日：2017-01-06
Applicant: 大连理工大学
IPC: G05B19/19
Abstract: 本发明属于五轴数控机床加工领域，提供一种球头铣刀与导向叶片接触区域的半解析建模方法，包括：进行刀具路径规划，设置数控加工参数；建立工件坐标系，获取叶片的设计表面、加工表面的参数方程和铣刀球心运动轨迹方程；确定加工过程中的刀触点和刀位点，以刀触点和刀位点为原点分别建立三维直角坐标系；接触区域1‑4号边界曲线求解问题转化为这些曲线在XL‑YL二维坐标系下投影方程的求解问题，并分别求出1‑4号边界曲线的投影方程；通过互相联立方程组得到1‑4号边界曲线的交点通过互相联立方程组得到，得出接触区域的投影。本发明能够解决五轴数控机床上球头铣刀对叶栅造型的直叶身叶片加工过程中接触区域解析建模的难题。
-
公开(公告)号：CN104677632A
公开(公告)日：2015-06-03
申请号：CN201510031512.9
申请日：2015-01-21
Applicant: 大连理工大学
IPC: G01M13/04
Abstract: 本发明公开了一种利用粒子滤波与谱峭度的滚动轴承故障诊断方法，涉及粒子滤波降噪处理以及谱峭度计算。该方法提出了在快速谱峭度的基础上，利用粒子滤波降噪处理提高信噪比，解决了快速谱峭度在低信噪比情况下可行性差的问题。首先建立振动信号的状态方程；然后提取背景噪声，将其与状态方程之和作为观测方程；最后联立状态方程与观测方程建立状态空间模型；采用粒子滤波算法对信号重新估计，得到新的序列即是降噪之后的信号；最后用快速谱峭度的方法，获取最佳分析频带，得出故障频率。本发明的滚动轴承故障诊断方法，降低故障信号中的噪声干扰，提高信噪比，实现了滚动轴承早期微弱故障的诊断。
-
公开(公告)号：CN103823945A
公开(公告)日：2014-05-28
申请号：CN201410093527.3
申请日：2014-03-13
Applicant: 大连理工大学 , 大连新宇理工科技开发中心有限公司
IPC: G06F17/50
Abstract: 本发明属于仿真计算分析与模态测试技术领域，涉及一种平面切削过程的颤振稳定域建模方法。在了解材料各种特性参数后，计算机模拟仿真机械加工切削过程，并计算其加工过程中的切削力及分析出相对应的切削系数。在得出切削系数后，利用模态实验，对机床主轴刀具系统进行模态测试，分析出机床主轴刀具系统模态特性参数，包括多阶固有频率，阻尼比，动刚度等。根据颤振切削理论，结合切削系数与系统特性参数，利用计算机汇编程序，画出稳定性叶瓣图，用来选择合理切削参数，避开颤振区，提高加工精度及质量，保护机床系统。
-
公开(公告)号：CN119249647A
公开(公告)日：2025-01-03
申请号：CN202411748860.3
申请日：2024-12-02
IPC: G06F30/17 , G01M13/00 , F04D27/00 , G06F119/14
Abstract: 本发明涉及大型旋转机械装备的运行状态监测技术领域，具体提供了一种基于孪生降阶模型的离心叶轮监测方法及系统，离心叶轮配置有全周叶片，该监测方法包括：采集全周叶片的叶尖振动信号得到原始振动数据；对原始振动数据进行预处理得到叶尖振动数据；基于无键相参考法处理叶尖振动数据得到叶尖振动位移；对叶尖振动位移进行非线性最小二乘曲线拟合，辨识出全周叶片中各独立叶片的动力学参数；构建离心叶轮的孪生降阶模型，基于动力学参数确定孪生降阶模型的更新参数；基于更新参数对孪生降阶模型进行更新，得到数字化模型；基于数字化模型对所述离心叶轮进行监测。本发明响应计算负荷较小，提取失谐参数较为容易，实时性与准确性较高。
-
公开(公告)号：CN115795298B
公开(公告)日：2024-07-02
申请号：CN202211631949.2
申请日：2022-12-19
Applicant: 大连理工大学
IPC: G06F18/213 , G06F18/10 , G06F18/24 , G06N3/006
Abstract: 本发明属于旋转机械微弱信号特征提取领域，提出一种基于最优非线性共振响应的离心压缩机喘振早期微弱特征识别方法。采集压缩机喘振早期压力脉动信号，同时获取先验喘振特征频率；对压力脉动信号进行高通滤波等预处理；以SR系统输出的信噪比为适应度函数，采用量子粒子群优化算法寻优最佳随机共振系统参数；将最优系统参数带入随机共振系统，实现喘振微弱信号特征的增强。本发明考虑离心压缩机喘振早期信号特征识别困难的问题，将随机共振理论引入喘振微弱特征识别的问题中，解决了工程实际中喘振发生辨识的不及时、不准确问题，有效地实现了喘振早期微弱信号特征的增强，具有重要的实际应用价值。
-
Patent Agency Ranking
公开(公告)号：CN117786877A
公开(公告)日：2024-03-29
申请号：CN202311707449.7
申请日：2023-12-11
Applicant: 丹东华通测控有限公司 , 大连理工大学
IPC: G06F30/17 , G06F30/20 , G06F111/08 , G06F119/02
Abstract: 本发明提供一种基于指数柯西过程的滚动轴承剩余寿命预测方法，包括以下步骤：结合指数函数与柯西过程构建基于指数柯西过程的性能退化模型；获取表征滚动轴承性能退化趋势的健康指标，作为预测模型的输入序列；对性能退化观测数据进行对数化处理，得到关于剩余寿命的性能退化增量过程分布；采用最小平均绝对偏差估计法对柯西分布中位置参数进行估计；基于柯尔莫哥洛夫强大数定律估计柯西分布中的尺度参数；对剩余寿命预测结果的概率分布形式进行定量描述；将寿命分布的期望值作为预测结果，最终实现滚动轴承的剩余寿命预测与不确定性量化。本发明可不依赖于轴承全寿命周期数据模型的提前训练而实现轴承的实时寿命预测。
-
公开(公告)号：CN114942133A
公开(公告)日：2022-08-26
申请号：CN202210548982.2
申请日：2022-05-20
Applicant: 大连理工大学
IPC: G01M13/021 , G01M13/028 , G06F17/16 , G06K9/62
Abstract: 本发明提供一种基于最优秩非负矩阵分解的行星齿轮箱早期故障诊断方法。首先，采集行星齿轮箱故障振动信号，并计算振动信号的STFT谱；然后，将原始振动信号频谱作为K‑means聚类输入，获得聚类质量指标(pkmcq)为纵坐标，聚类数目k为横坐标的曲线图；其次，选择k‑pkmcq曲线中首个拐点对应的k值作为非负矩阵分解的最优秩对振动信号的STFT谱进行分解，得到包含原始信号频谱特征的基矩阵W；接着，选择基矩阵W中峭度值最大的基向量作为最佳基向量对原始信号进行滤波，得到滤波信号；最后，对滤波信号进行包络解调，从包络谱中提取特征频率，识别齿轮箱故障类型。本发明能够准确诊断行星齿轮箱早期微弱故障。
-
公开(公告)号：CN114925807A
公开(公告)日：2022-08-19
申请号：CN202210372367.0
申请日：2022-04-11
Applicant: 大连理工大学
Abstract: 本发明涉及离心压缩机叶轮加工刀具磨损数据标记方法，属于重大装备关键部件智能诊断技术领域。本发明采集离心压缩机叶轮加工过程中主轴电机电流信号，数控机床主轴转速实时变化，将采集到的电流一维时间序列信号做成三维图片，构建含有四个隐含层的深度神经网络模型，利用条件概率函数约束神经网络模型，行成条件概率深度神经网络模型。利用少量标记样本训练神经网络，用于大量未标记样本的标签预测，实现海量工程信号的标记。该方法可以标记大量未标记信号，为重大装备智能运维的研究奠定基础，实现企业的最大利用化。
-
公开(公告)号：CN114894468A
公开(公告)日：2022-08-12
申请号：CN202210358859.4
申请日：2022-04-07
Applicant: 大连理工大学
IPC: G01M13/021 , G01M13/028
Abstract: 本发明公开了一种基于混沌检测的行星齿轮箱早期微弱故障诊断方法，包括AO‑VMD算法和双耦合Duffing振子正反向检测方法，AO‑VMD基于余弦相似度加权峭度自适应搜寻最佳惩罚因子和模态数；基于灰色关联度选择AO‑VMD分解后的最佳模态分量；将最佳分量输入双耦合Duffing方程中进行逆向检测，判断行星齿轮箱是否故障；将最佳分量经Hilbert变换和标准化处理后输入双耦合Duffing方程中进行正向检测，确定故障齿轮；依据基于标准差加权平均欧式距离进行Duffing振子相态转变的判断，以辅助准确诊断行星齿轮箱早期微弱故障。本发明能够准确诊断出行星齿轮箱早期微弱故障。
-
公开(公告)号：CN114608773A
公开(公告)日：2022-06-10
申请号：CN202210082719.9
申请日：2022-01-25
Applicant: 大连理工大学
Abstract: 本发明属于旋转叶片振动参数辨识领域，提供了一种基于双参数法的叶片高阶同步振动参数辨识方法。首先，在标定条件下，标定叶尖经过定时传感器时转子转过的角度和两支定时传感器之间的夹角；然后，在转子转速经过叶片共振区域的条件下，计算叶片振动差信号；最后，提取共振区域的振动差信号绘制椭圆并根据椭圆参数实现叶片同步振动参数辨识。通过与叶片的坎贝尔图对比，本发明能够精确辨识叶片同步振动的倍频。本发明利用两组叶片振动差信号来绘制椭圆，提高了基于双参数法的叶片同步振动参数辨识的精度和叶片同步振动倍频的辨识范围。另外，本发明也属于无键相叶片振动测量技术，通过叶尖定时信号就能直接获取高精度的叶片振动信息。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.022 seconds)
