-
公开(公告)号：CN114001961B
公开(公告)日：2024-04-23
申请号：CN202111275401.4
申请日：2021-10-29
Applicant: 苏州微著设备诊断技术有限公司
IPC: G01M13/045 , G06F18/10 , G06F18/213
Abstract: 一种滚动轴承故障特征靶向定位及提取方法，首先以待检测故障特征频率作为靶频率构造靶矩阵；其次以固定的通带带宽和滑移频率制定通带滑移滤波策略，能够保证故障特征信号所处频带被完整包含在窄带滤波信号中；再构造经验小波低通、带通、高通滤波器，相比于传统的时域滤波其能够实现滤波信号的高保真；最后结合靶矩阵计算窄带滤波信号平方包络谱的频域多点峭度指标值，根据指标最大准则实现滚动轴承故障特征的靶向定位及提取；本发明可在冲击性噪声、无关周期性分量和背景噪声等干扰源联合作用下，有效地定位故障特征信号所处频段，并从振动加速度信号中提取出故障特征。
-
公开(公告)号：CN117648669A
公开(公告)日：2024-03-05
申请号：CN202311648086.4
申请日：2023-12-04
Applicant: 西安交通大学 , 苏州微著设备诊断技术有限公司
IPC: G06F18/25 , G01M13/045 , G06F18/241 , G06F18/10 , G06F18/214 , G06F18/21 , G06F18/2431 , G06N3/0464 , G06N3/08
Abstract: 一种基于包络形态解析的滚动轴承故障智能识别方法，首先获取滚动轴承在正常状态、外圈故障、内圈故障、滚动体故障状态下的原始振动信号，进行标准化处理得到原始振动信号标准包络谱图，利用原始振动信号标准包络谱图构建样本库，将样本库划分为训练集、验证集和测试集；然后构建卷积神经网络模型并训练优化模型，得到滚动轴承故障识别模型；再采集待测滚动轴承工作过程中的振动信号并转化为待测振动信号标准包络谱图；最后将待测振动信号标准包络谱图输入到滚动轴承故障识别模型中，得到待测滚动轴承状态；本发明将轴承包络谱分析与深度学习方法相结合，通过图像自动识别滚动轴承故障及类型，智能化程度高、通用性强。
-
公开(公告)号：CN115762567A
公开(公告)日：2023-03-07
申请号：CN202211095757.4
申请日：2022-09-06
Applicant: 西安交通大学 , 苏州微著设备诊断技术有限公司
IPC: G10L25/51 , G10L25/30 , G06N3/0464 , G06N3/08
Abstract: 一种基于人工耳蜗CIS算法和一维卷积神经网络的异音检测方法，当需要对某种设备进行检测分类时，首先获取正常和不同故障设备的音频信号，构建音频数据集；将音频信号进行人工耳蜗CIS算法输出电脉冲信号，将电脉冲信号展为一维数据作为一维卷积神经网络的输入，构建神经网络模型并训练优化模型，得到最终网络模型，将待检测的设备音频信号输入最终网络模型内，得到异音诊断分类结果；本发明能够识别设备异音故障并识别类型，可有效替代传统人工听音检测识别方法。
-
公开(公告)号：CN113324759B
公开(公告)日：2022-08-05
申请号：CN202110610976.0
申请日：2021-06-01
Applicant: 西安交通大学 , 苏州微著设备诊断技术有限公司
IPC: G01M13/045 , G06F17/14
Abstract: 一种基于振动能量梯度分解的旋转设备状态监测指标提取方法，先采集旋转设备平稳运行期若干组振动监测数据，基于不同能量梯度将检测数据分解为若干级子信号，根据各级子信号特征能量序列归一化前后的比值计算对应的能量缩放系数；接着采集旋转设备实时振动监测数据，基于不同能量梯度将监测数据分解为若干级子信号，根据每级子信号对应的能量缩放系数对子信号部件特征能量进行缩放；最后以各级子信号部件特征频率的相关峭度比作为权重，将同一组实时振动监测数据对应的子信号进行加权融合，将融合后的特征能量作为旋转设备运行状态监测指标；本发明兼顾计算效率和可靠性，实现旋转设备运行状态监测。
-
公开(公告)号：CN113324759A
公开(公告)日：2021-08-31
申请号：CN202110610976.0
申请日：2021-06-01
Applicant: 西安交通大学 , 苏州微著设备诊断技术有限公司
IPC: G01M13/045 , G06F17/14
Abstract: 一种基于振动能量梯度分解的旋转设备状态监测指标提取方法，先采集旋转设备平稳运行期若干组振动监测数据，基于不同能量梯度将检测数据分解为若干级子信号，根据各级子信号特征能量序列归一化前后的比值计算对应的能量缩放系数；接着采集旋转设备实时振动监测数据，基于不同能量梯度将监测数据分解为若干级子信号，根据每级子信号对应的能量缩放系数对子信号部件特征能量进行缩放；最后以各级子信号部件特征频率的相关峭度比作为权重，将同一组实时振动监测数据对应的子信号进行加权融合，将融合后的特征能量作为旋转设备运行状态监测指标；本发明兼顾计算效率和可靠性，实现旋转设备运行状态监测。
-
Patent Agency Ranking
公开(公告)号：CN111786448A
公开(公告)日：2020-10-16
申请号：CN202010639910.X
申请日：2020-07-06
Applicant: 苏州微著设备诊断技术有限公司
Abstract: 一种磁电式轮速传感器信号能量收集电路，包括整流电路，整流电路的输入和磁电式轮速传感器的磁电信号输出连接，整流电路的输出和第一跟随电路的输入连接，第一跟随电路的输出和升压电路的输入连接，升压电路的输出和稳压电路的输入连接，稳压电路的输出和第二跟随电路的输入连接，第二跟随电路的输出和充电电路的输入连接，充电电路的输出和储能单元的输入连接；本发明将磁电式轮速传感器作为小型发电机，收集其信号能量，将信号电压转化成能量并存入储能单元，在车桥等工况恶劣且缺少电源的环境中，本发明通过磁电式轮速传感器稳定地收集能量，具有低成本的优点。
-
公开(公告)号：CN110160787A
公开(公告)日：2019-08-23
申请号：CN201910513519.2
申请日：2019-06-14
Applicant: 西安交通大学 , 苏州微著设备诊断技术有限公司
IPC: G01M13/04
Abstract: 一种基于轮速传感信息的滚动轴承故障诊断方法，先在和滚动轴承连接的输入轴或输出轴上安装轮速传感器，采集传感器信号；然后在传感器信号中选择含有共振的频带进行带通滤波，获得滤波后信号；再对滤波后信号进行希尔伯特解调，获得解调后信号；最后对解调后信号进行傅里叶变换获得解调谱，通过解调谱图进行故障识别；本发明通过瞬时转速信息对轴承进行故障诊断，其信号信噪比高，对故障更敏感。
-
公开(公告)号：CN110132579A
公开(公告)日：2019-08-16
申请号：CN201910513567.1
申请日：2019-06-14
Applicant: 西安交通大学 , 苏州微著设备诊断技术有限公司
IPC: G01M13/021
Abstract: 一种基于磁电式转速传感器的齿轮健康状态监测方法，利用磁电式转速传感器具有时标功能的优点，生成键相信息并进行角度域重采样；然后通过两次复解析解调和滤波从磁电式转速传感信息中逐步分离出齿轮故障信息，通过前后采集数据的对比判断齿轮是否存在退化趋势；齿轮出现退化趋势后，分析齿轮系统固有频率，结合第二次复解析解调结果判断齿轮故障形式；本发明可有效地对车桥齿轮进行状态监测并判断齿轮故障类型，无需采集键相信息，信号信噪比高、稳定性好不易误判。
-
公开(公告)号：CN215811219U
公开(公告)日：2022-02-11
申请号：CN202121721002.1
申请日：2021-07-27
Applicant: 苏州微著设备诊断技术有限公司
IPC: G01H11/06
Abstract: 一种结构噪声传感器，包括不锈钢外壳，不锈钢外壳的后端通过连接体和弹簧出线套的前端连接，弹簧出线套内设有的外部连接线缆伸出弹簧出线套后端外；不锈钢外壳内部设有驻极体话筒、信号处理电路板以及外部连接线缆连接组成的结构体，驻极体话筒的输出和信号处理电路板的输入连接，信号处理电路板的输出和外部连接线缆的输入连接；本实用新型将不锈钢壳体内部以及连接体内部的剩余空间用硅胶填充，利用硅胶弹性填充物的吸振性，最大程度减小共振影响；内部驻极体话筒紧贴不锈钢壳体，利用振动传递特性接收外来声音信号；由于来自不同方向的声音信号均可通过壳体传递至壳体内部进而传递至话筒振膜，因此此结构噪声传感器具有全指向性。
-
公开(公告)号：CN116990013A
公开(公告)日：2023-11-03
申请号：CN202210428407.9
申请日：2022-04-22
Applicant: 核电运行研究(上海)有限公司
IPC: G01M13/021 , G01M13/028 , G06F18/20 , G06F18/15 , G06F18/25 , G06F17/14 , G06F17/15
Abstract: 本发明属于机械工程技术领域，具体涉及一种基于多传感器数据融合的核电厂循环水泵齿轮箱故障诊断方法。包括如下步骤：分别采集核电厂循环水泵齿轮箱输入端轴承座垂直方向、齿轮箱箱体垂直方向、输出端轴承座垂直方向处的振动信号x(t)、y(t)和z(t)；分别对振动信号x(t)、y(t)和z(t)进行归一化处理；将归一化后的振动信号进行相关函数融合；对融合后的信号进行傅里叶变换，得到融合信号的频谱X(f)，根据频谱信息，构建齿轮箱啮合状态指数ε；当核电厂循环水泵齿轮箱运行时，实时采集不同位置的振动信号并进行多传感器信息融合，计算融合信号的啮合状态指数ε，根据ε值的大小确定循环水泵齿轮箱的健康状态。其优点是：采用相关函数法将循泵齿轮箱三个关键部位的振动信号进行融合。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.04 seconds)
