-
公开(公告)号：CN114970620B
公开(公告)日：2024-03-08
申请号：CN202210548792.0
申请日：2022-05-20
Applicant: 西安交通大学
IPC: G06F18/2415 , G06F18/23 , G06F18/213 , G06N3/0464 , G06N3/084 , G06N3/096 , G01M13/045
-
公开(公告)号：CN116858407A
公开(公告)日：2023-10-10
申请号：CN202310825851.9
申请日：2023-07-06
Applicant: 西安交通大学
Abstract: 一种基于能量采集的自供能船舶轴功率测量装置，包括布置在轴上的能量采集结构、能量采集接口电路、无线发射模块、主控模块、转速传感器、扭矩传感调理电路、基于应变片的扭矩传感器以及布置在轴外面无线接收模块、信号处理模块和状态显示模块；能量采集结构输出通过能量采集接口电路和主控模块第一输入连接，主控模块第二输入/输出和转速传感器连接，主控模块第三输入/输出通过扭矩传感调理电路和基于应变片的扭矩传感器连接，主控模块输出和无线发射模块连接；无线接收模块和无线发射模块配合，无线接收模块输出通过信号处理模块和状态显示模块输入连接；本发明通过能量采集将轴的旋转动能转化为电能，进而满足对轴功率监测的可持续自供能。
-
公开(公告)号：CN116380466A
公开(公告)日：2023-07-04
申请号：CN202310473322.7
申请日：2023-04-27
Applicant: 西安交通大学
IPC: G01M13/045
Abstract: 基于增强事件视觉数据的滚动轴承智能故障诊断方法及系统，先采用事件相机作为传感器对滚动轴承的健康状态进行非接触式的采集；根据目标区域对原始事件流数据进行筛选，通过处理转化为事件帧数据，并且结合扩散模型进行数据增强处理，之后根据轴承的健康状态为增强数据标注了对应的标签，将数据集划分为训练与测试数据集，对测试数据集进行加噪处理；再将训练数据集以及对应的标签输入卷积神经网络模型进行训练，构建事件帧数据与对应标签之间的映射关系；最后根据事件帧数据与对应标签的映射关系模型，对滚动轴承的健康状态进行诊断；本发明能够适配非接触式传感器实现滚动轴承的故障诊断，并且提高了使用事件数据进行故障诊断的精度与泛化性能。
-
公开(公告)号：CN115824636A
公开(公告)日：2023-03-21
申请号：CN202211667981.6
申请日：2022-12-23
Applicant: 西安交通大学
IPC: G01M13/028 , G06F17/14
Abstract: 一种自适应能量增长稀疏性度量的汽车变速箱状态监测方法，包括各挡位下的状态监测指标构建、变速箱整体健康状态监测指标构建与变速箱的状态监测和故障定位；首先获取变速箱的振动信号，通过构建各挡位下的状态监测指标，实现自适应的能量增长稀疏性评估；然后进行加权融合，得到可以反映变速箱整体健康状态的监测指标；再利用监测指标与计算过程中的分段幅值和增长率重要性评估结果进行故障定位；本发明实现了汽车变速箱的状态自动监测与辅助故障定位，提高汽车变速箱状态监测的准确性。
-
公开(公告)号：CN114235409B
公开(公告)日：2022-10-28
申请号：CN202111551544.3
申请日：2021-12-17
Applicant: 西安交通大学
IPC: G01M13/045 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 一种轻量化通信的滚动轴承多用户协同智能故障诊断方法，先利用公共滚动轴承振动信号和私有滚动轴承振动信号对客户端的本地初始深度卷积诊断模型进行预训练，得到本地过渡深度卷积诊断模型；再将公共滚动轴承振动信号输入至本地过渡深度卷积诊断模型中得到性能分数向量；然后将性能分数向量上传至中央服务器，得到平均性能分数向量并下载至各客户端；再对本地过渡深度卷积诊断模型进行优化；重复性能分数向量计算及优化过程，得到各客户端本地最终深度卷积诊断模型；最后以健康状态未知的滚动轴承振动信号样本为输入，利用本地最终深度卷积诊断模型输出诊断结果，实现滚动轴承健康状态的智能定制化识别；本发明实现了准确、高效的故障诊断。
-
Patent Agency Ranking
公开(公告)号：CN113340598A
公开(公告)日：2021-09-03
申请号：CN202110610963.3
申请日：2021-06-01
Applicant: 西安交通大学
IPC: G01M13/045 , G06F17/16 , G06F17/15 , G06F30/20
Abstract: 一种基于正则化稀疏模型的滚动轴承智能故障诊断方法，先计算滚动轴承前N组正常状态下振动信号的包络谱，自滚动轴承故障起始时刻后实时采集振动信号并计算包络谱；再构建并求解最小绝对收缩和选择算子LASSO回归模型，求解故障敏感频率；然后基于滚动轴承故障诊断理论知识获得故障类型诊断结果，最后融合多通道信息获得最终故障类型诊断结果；本发明克服了一般智能诊断方法可解释性差、模型可移植性差及样本需求量大的缺陷，提高了故障诊断的可靠性和准确率。
-
公开(公告)号：CN113138337A
公开(公告)日：2021-07-20
申请号：CN202110450380.9
申请日：2021-04-25
Applicant: 西安交通大学
Abstract: 一种基于状态划分与频段同步校正的三相电机故障诊断方法，包括状态划分和频段校正；首先获取三相电机的电流信号和振动信号，通过构建三个针对三相电流信号的故障指标，并联合小波阈值降噪后的振动信号故障指标，实现电机健康状态划分；再利用多层小波分解振动信号，并通过分解后的多层细节信号的平方包络谱之间故障特征频率的同步校正，实现电机轴承的故障诊断；本发明克服了传统方法需要人为判断、费时费力且容易产生误判的缺点，提高三相电机故障诊断的及时性和稳定性。
-
公开(公告)号：CN112577864A
公开(公告)日：2021-03-30
申请号：CN202011304133.X
申请日：2020-11-19
Applicant: 西安交通大学
Inventor： 张勇 , 程珍珍 , 唐宇杰 , 王迪 , 孙利利 , 郝云鹤 , 周锦堂 , 章凯 , 王睿哲 , 邓元刚 , 朱程鹏 , 童佳明 , 陈麒宇 , 韩文 , 杨彬 , 吴健 , 白晓春
IPC: G01N15/06
Abstract: 本发明公开了一种硅微米柱阵列三电极电离式微系统微系统雾霾传感器及制备方法，包括三个自下而上依次分布的第一、第二和第三电极，第一电极由内表面制备有硅微米柱阵列的硅基底以及设有小通孔的阴极构成；第二电极由设有小引出孔的引出极构成；第三电极由内表面设有深槽的收集极构成；三个电极分别通过绝缘支柱相互隔离。该传感器通过检测输出电流，检测雾霾颗粒物浓度。收集极电流大，灵敏度高，量程宽，分辨率高，能够响应多种粒径的颗粒物浓度。超声波清灰效率高，非接触式运行，不会损伤传感器。
-
公开(公告)号：CN108875918A
公开(公告)日：2018-11-23
申请号：CN201810920158.9
申请日：2018-08-14
Applicant: 西安交通大学
Abstract: 一种基于适配共享深度残差网络的机械故障迁移诊断方法，首先获取实验室装备有标记监测数据集和工程装备监测数据集，利用堆叠的残差单元提取实验室装备与工程装备监测数据的迁移故障特征；通过全连接网络建立迁移故障特征与样本健康标记间的映射关系，计算迁移故障特征间的分布差异，预测样本标记的概率分布并生成工程装备监测数据样本的伪标记；然后利用实验室装备与工程装备监测数据集，通过最大最小化构建的目标函数训练ASResNet的待训练参数集，获得迁移诊断模型；输入工程装备监测数据，实现机械故障迁移诊断；本发明缩小了实验室装备与工程装备监测数据间的差异性，对于工程装备的故障诊断具有理想的效果。
-
公开(公告)号：CN107451760A
公开(公告)日：2017-12-08
申请号：CN201710784382.5
申请日：2017-09-04
Applicant: 西安交通大学
Abstract: 基于时窗滑移受限玻尔兹曼机的滚动轴承故障诊断方法，首先获取滚动轴承在不同健康状态下的振动信号，建立基于时窗滑移受限玻尔兹曼机的故障诊断模型；然后训练时窗滑移受限玻尔兹曼机，利用经过训练的受限玻尔兹曼机从每次滑移后位于时窗内的信号片段提取局部特征，并取局部特征每一维最大值作为振动信号的故障特征；最后基于提取的故障特征，训练Softmax分类器，利用训练后的分类器完成轴承故障的智能诊断，本发明改进了传统受限玻尔兹曼机直接从振动信号提取特征的能力，并克服传统受限玻尔兹曼机难以提取具有平移不变性的特征而不利于智能算法进行分类的问题，并最终提高了诊断精度。
-
-
-
-
-
-
-
-
-
Search Results
85
records
(took 0.031 seconds)
