-
公开(公告)号：CN105129370B
公开(公告)日：2017-07-14
申请号：CN201510477066.4
申请日：2015-08-06
Applicant: 北京工业大学
IPC: B65G43/02
Abstract: 一种带式输送机纵向撕裂检测方法，在带式输送机上方的检测装置上装有CCD相机和线激光发射器，带式输送机上载有散状物料，物料均匀分布在皮带上。线激光发射器与带式输送机运动方向成一定夹角，发射的线激光与带式输送机运动方向垂直。线激光投射在物料上，物料的形状对线激光起到调制的作用，CCD相机采集调制后的线激光曲线，并传至处理器进行图像处理。当带式输送机无撕裂故障时，采集到的线激光曲线为一条平滑曲线。当带式输送机发生撕裂故障时，采集到的线激光曲线发生较大波动，经过图像处理后判断带式输送机发生纵向撕裂。本方法简单、可靠、处理效率高，可准确判断带式输送机运行过程中发生的纵向撕裂故障。
-
公开(公告)号：CN103821749B
公开(公告)日：2017-01-11
申请号：CN201410078441.3
申请日：2014-03-05
Applicant: 北京工业大学
IPC: F04D27/00
Abstract: 一种新型轴流式通风机失速和喘振诊断方法，属于通风机状态监测和诊断领域。目前存在的失速和喘振诊断和识别方法不能避免失速和喘振的发生。针对轴流式通风机失速和喘振的诊断的重要性和复杂性，本发明选取了轴流式通风机的轴向振动和主轴的转速作为分析和处理的状态信号，对失速和喘振十分敏感。利用相关积分法对振动信号和转速信号进行分析和处理，剔除干扰，提取出信号特征，发现信号中失速和喘振的趋势成分。在失速和喘振的诊断和识别方面使用支持向量机模型，将信号特征作为支持向量机的特征向量，训练建立支持向量机模型，实现轴流式通风机失速和喘振的准确、快速、可靠地在线诊断与识别。
-
公开(公告)号：CN106153340A
公开(公告)日：2016-11-23
申请号：CN201610500024.2
申请日：2016-06-29
Applicant: 北京工业大学
IPC: G01M13/04
CPC classification number: G01M13/045
Abstract: 一种滚动轴承故障诊断方法，属于旋转机械故障诊断领域。该方法主要包括4个步骤：获取轴承在正常及故障状态下的振动信号样本集，然后计算样本集的典型时域统计参数，获得初始特征集；计算初始特征集中每个特征的拉普拉斯分值，按从小到大排列，选取排在最前的若干个特征组成故障特征矩阵；采用自适应模糊C均值聚类方法对故障特征矩阵进行聚类分析，获得最佳聚类数和聚类中心，聚类数即样本集包含的故障类型数；计算未知样本和已知样本集的聚类中心之间的贴近度，根据贴近度的大小确定未知样本的故障类型。该方法简单，方便，可大大减少计算量，准确识别故障类型划分及识别，具有很大的实用价值。
-
公开(公告)号：CN103821750B
公开(公告)日：2016-04-06
申请号：CN201410079068.3
申请日：2014-03-05
Applicant: 北京工业大学
IPC: F04D27/00
Abstract: 一种基于电流的通风机失速和喘振监测及诊断方法，属于通风机状态监测领域。针对通风机在能源、化工、冶金等方面的重要性和通风机的失速与喘振带来的严重危害，研发出基于电流的通风机失速和喘振监测和诊断方法。目前已有的通风机失速和喘振监测及诊断方法不能在失速和喘振发生前发现失速和喘振，不能有效避免失速和喘振的发生。本发明采用通风机的电流信号作为状态信号，既能在强干扰环境下有效监测通风机的状态，又不需要增加额外的装置。利用改进的变差函数分析和处理获取的电流信号，发现电流信号中对失速和喘振敏感的趋势成分，实现了通风机失速和喘振的准确、快速、可靠地在线诊断与识别。
-
公开(公告)号：CN103267652B
公开(公告)日：2015-05-20
申请号：CN201310196255.5
申请日：2013-05-24
Applicant: 北京工业大学
IPC: G01M99/00
Abstract: 一种智能早期故障诊断方法.属于设备早期故障诊断领域。针对设备早期故障诊断的重要性和复杂性，本发明在设备状态特征提取方面实现了既能提取设备微弱的早期故障特征，又能识别设备状态的细微变化。由于目前的故障诊断方法只能诊断简单设备的特定类型的中晚期故障，而不能诊断复杂设备的故障及设备的早期故障。本发明利用变差函数对设备的状态信号进行运算并提取设备信号中微弱的特征参数，且不受噪声的干扰。在故障的识别与分类方面使用人工神经网络模型，同时利用每次诊断的数据不断丰富与更新人工神经网络模型的训练与学习样本，使该模型包含更多的信息，达到设备早期故障的准确、快速和智能诊断的目的。
-
Patent Agency Ranking
公开(公告)号：CN104005974A
公开(公告)日：2014-08-27
申请号：CN201410213357.8
申请日：2014-05-20
Applicant: 北京工业大学
Abstract: 一种基于压力相关法的煤矿通风机流量测量方法,属于煤矿通风机流量测量领域。针对煤矿通风对煤矿安全的重要性和目前煤矿通风机流量测量方法的不足，本发明能够实现长期、准确、稳定的通风机风量测量。通过测量气流的静压，对静压信号进行处理和互相关运算，计算出气流流过两静压取压点的时间间隔，由两取压点的时间间隔、距离和管道截面面积，计算出气流的流速。该发明没有可动单元，能够实现长期、稳定、可靠地在线煤矿通风机的流量测量。
-
公开(公告)号：CN102539151A
公开(公告)日：2012-07-04
申请号：CN201210016832.3
申请日：2012-01-18
Applicant: 北京工业大学
IPC: G01M13/02
Abstract: 一种汽车变速器智能化在线质量检测方法属于汽车噪声和振动控制领域。针对汽车变速器在线交检试验的重要性及复杂性，本文在信号采集方面实现了振动电压信号与转速脉冲信号的同步采集。由于在汽车变速器的交检试验过程采集到的振动电压信号为非稳态信号，用常规的信号处理方法会出现“频率混叠”现象，本发明将阶次方法与倒频谱方法相结合进行变速器非稳态信号的处理进而提取特征信号，既解决了“频率混叠”问题又消除了功率谱的边频带，更便于观察与提取特征信号。在质量检测方面使用了支持向量机方法，同时利用标准极值曲线方法不断丰富与更新支持向量机模型，使该模型包含更多的信息，达到了检测速度快且准确的目的。
-
公开(公告)号：CN102519743A
公开(公告)日：2012-06-27
申请号：CN201110393673.4
申请日：2011-12-01
Applicant: 北京工业大学
Abstract: 本发明是一种基于无线传感器网络的矿用通风机运行状态的监测预警方法，通过采集通风机的振动、温度、负压信息实现准确的在线监测及预警。本系统由一台监测计算机、一个Zigbee协调器节点、至少6个传感器节点、至少4个温度传感器、1个负压传感器、2个振动传感器组成；协调器节点和传感器节点以自组织方式组建成无线传感器网络；监测计算机和协调器节点通过串行接口线相连，4个温度传感器分别固定在电机和风机的两侧轴瓦上，2个振动传感器水平和垂直安装在风机外壳上，1个负压传感器连接到风机上的负压测管。本发明采用内置对策库、相对阈值预警和模糊理论的综合诊断方法使得预警更及时，诊断更准确。
-
公开(公告)号：CN102411363A
公开(公告)日：2012-04-11
申请号：CN201110442068.1
申请日：2011-12-26
Applicant: 北京工业大学
IPC: G05B19/418
Abstract: 一种矿用通风机运行状态在线监测系统和检测方法，基于大型矿用通风机运行状态在线监测硬件系统；包括采用矿用通风机运行状态参量采集、参量触摸屏实时监测、定时保存矿用通风机运行状态信息；通风机运行状态参量采集，采集通风机轴瓦温度、驱动电机轴瓦温度、驱动电机定子温度、通风机负压值、通风机外壳振动值、驱动电机控制电流电压值；其中，温度、负压和振动量的采集单元由传感器和智能仪表组成；而驱动电机控制电流电压量直接从电机控制柜上的智能仪表读取；采用嵌入式现场模块；从整体上实现对通风机各运行状态量的采集，定时对通风机运行状态及异常状态报警进行记录，自动备份到系统中。提高了监测可靠性和稳定性，缩小了系统体积，降低了系统成本。
-
公开(公告)号：CN109826818B
公开(公告)日：2021-06-25
申请号：CN201910143049.5
申请日：2019-02-26
Applicant: 北京工业大学
Abstract: 本发明公开了一种矿用风机的故障诊断方法，利用SCADA对风机运行的实时状态进行检测，采用机器学习及深度学习相结合的方式，对在风机各种工作状态下所监测到的数据进行训练，采用GBDT‑CNN模型，对风机设备进行故障诊断，该诊断方法在确定在判断整体设备故障位置后，进而确定该位置的具体故障程度，包括轻微故障、中度故障、重度故障。进而提醒工作人员在尽量节省成本的同时选择合适的设备维护方式。对设备的故障诊断是分步进行的，在第一步判断设备部存在故障的情况下不进行具体故障的判断，节省计算机的运算能力的同时提高诊断效率。由于所监测数据属性与所判断的故障类型存在相对容易捕获的联系，所以采用GBDT集成学习算法，拥有较高的准确率。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.023 seconds)
