-
公开(公告)号：CN110084316A
公开(公告)日：2019-08-02
申请号：CN201910372132.X
申请日：2019-05-06
Applicant: 安徽工业大学
Abstract: 本发明公开了故障诊断技术领域的一种基于精细时移多尺度排列熵与支持向量机的故障诊断方法，本发明的步骤为：采集待诊断物体的原始故障振动信号；提取原始故障振动信号的精细时移多尺度排列熵值；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萤火虫优化的支持向量机多故障分类器进行训练；采用已训练完成的多故障分类器(萤火虫算法优化的支持向量机)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，在故障识别过程中具有较高的识别度。
-
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。
-
Patent Agency Ranking
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。
-
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：CN218867439U
公开(公告)日：2023-04-14
申请号：CN202223348979.0
申请日：2022-12-13
Applicant: 安徽工业大学
IPC: H01R13/24 , H01R13/639 , H01R13/187
Abstract: 本实用新型涉及防触电防脱落插座及插头技术领域，具体为一种防触电防脱落的机械锁定式插座，包括插座本体，所述插座本体的内部开设有空腔，所述插座本体底部固定有凹面型正极接触端子。该防触电防脱落的机械锁定式插座，将插头插入插座本体，正极插头与负极插头进入插座本体内部时推挤弓形导电簧片与刀形正极接触簧片，此时刀形正极接触簧片才可与凹面型正极接触端子相接触并开始供电，凹面型正极接触端子接触面上内凹形弧面设计与刀形正极接触簧片接触面上外凸形弧面设计，有利于两者的接触；这样就实现了，插头插入插座时，插座正常为插头供电，插座闲置时，导电簧片并不带电，有效防止了误触插座孔的触电风险。
-
公开(公告)号：CN212620122U
公开(公告)日：2021-02-26
申请号：CN202021103994.7
申请日：2020-06-15
Applicant: 安徽工业大学
IPC: F27D1/16
Abstract: 本实用新型公开了一种用于破拆回转窑残余耐火砖的多功能破拆头，属于工程机械技术领域，本实用新型可替代液压破碎锤。该多功能破拆头包括钻孔系统、撬动系统及转位系统。该破拆头采用电液混合驱动，含有钻头和撬杆两个工作头，先用钻头在残余耐火砖上钻孔，后用撬杆插入所钻的孔中进行撬动，实现回转窑残余耐火砖的高效率破拆。本实用新型所提供的破拆头可直接装配在挖掘机上使用，工作时噪音小，效率高，能够有效保护回转窑的窑体。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.025 seconds)
