一种全风况下双馈异步风电机组的模块化建模方法及系统

    公开(公告)号:CN118554423A

    公开(公告)日:2024-08-27

    申请号:CN202410564973.1

    申请日:2024-05-09

    Abstract: 本发明涉及一种全风况下双馈异步风电机组的模块化建模方法及系统,其包括:构建全风况风速模块、风机风轮模块和双馈异步发电机模块,各模块之间具有相互耦合关系,由全风况风速模块产生风速提供给风机风轮模块,风机风轮模块根据风速将其转换为风轮转矩的形式,将风能以机械功率的形式转换为机械能,并将机械能转换为机械转矩后输入双馈异步发电机模块实现机械能到电能的转换;在最大功率跟踪策略下,建立风力发电机控制系统模块,以控制调节风机风轮模块的转速以及双馈异步发电机模块的发电功率;由全风况风速模块、风机风轮模块、双馈异步发电机模块和风力发电机控制系统模块构成双馈异步风电机组在全风况下的仿真模型。

    一种面向动态场景的视觉SLAM方法、系统及存储介质

    公开(公告)号:CN116385538A

    公开(公告)日:2023-07-04

    申请号:CN202310348127.1

    申请日:2023-04-04

    Abstract: 本发明涉及一种面向动态场景的视觉SLAM方法、系统及存储介质,其包括:根据语义信息将获取到的每一帧图像中的物体划分为动态对象和静态对象,得到相应的图像掩膜;对获取到的图像进行ORB特征提取,根据提取到的特征点对相邻两帧图像关键点进行特征匹配,同时根据图像掩膜进行运动状态检测;根据特征点的坐标是否落在分割区域确定特征点的运动属性,结合Delaunay三角剖分方法对特征点的运动属性最终判定,检测出潜在的动态特征点异常值,得到绝对的静态特征点;利用绝对的静态特征点进行位姿估计,获得高精度的定位结果。本发明能解决未知环境中动态物体对视觉定位系统造成的定位误差影响;能在机器人视觉定位领域中应用。

    一种针对热分析仪的温度测量装置及测量方法

    公开(公告)号:CN106370311B

    公开(公告)日:2023-06-20

    申请号:CN201610921802.5

    申请日:2016-10-21

    Abstract: 本发明涉及一种针对热分析仪的温度测量装置及测量方法,其步骤:在密闭加热炉内设置有吸收红外辐射能量的传感器阵列和图像传感器,传感器阵列将采集到的红外辐射信号传输至信号处理器,形成红外热像图信息并传输至计算机;在密闭加热炉内设置的图像传感器将采集到的加热炉内图像信息经采集卡传输至计算机;计算机将接收到的红外热像图信息和图像传感器采集的图像信息进行信息融合处理,获得新的温度数据,通过该新的温度数据显示出加热炉内的温度分布状况。本发明克服了接触式测温的缺点,能精确地计量整体的温度环境、扩大温度测量范围,可以广泛适用于测量密闭真空空间的整体温度场的温度测量,对于需精密测量整体环境温度的真空场合尤其适用。

    一种燃气轮机故障诊断方法、系统、设备及存储介质

    公开(公告)号:CN112347917B

    公开(公告)日:2023-05-16

    申请号:CN202011225289.9

    申请日:2020-11-05

    Abstract: 本发明涉及一种燃气轮机故障诊断方法、系统、设备及存储介质,其包括:构建深度置信网络模型;对燃气轮机的原始振动信号进行压缩后,输入深度置信网络模型;对深度置信网络模型的结构参数寻优,搜索诊断效果最好的最优深度置信网络模型;根据最优深度置信网络模型对燃气轮机进行故障诊断。本发明基于峰值保持降采样法和粒子群算法优化的深度置信网络模型能够将样本数据缩减,减少模型训练时间,并实现网络结构参数的寻优。对于燃气轮机转子系统气流激振故障,与其他浅层网络对比,以原始振动信号作为输入训练得到的深度置信网络模型具有更好的诊断性能以及分类能力。

    一种旋转机械设备故障特征频率提取方法及系统

    公开(公告)号:CN112051064B

    公开(公告)日:2022-08-16

    申请号:CN202010929716.5

    申请日:2020-09-07

    Abstract: 本发明涉及一种旋转机械设备故障特征频率提取方法及系统,其包括:通过带通滤波器将采集到的旋转机械的振动信号划分为多个故障频带数据;采用Teager能量算子对不同故障频带的振动信号进行瞬态能量追踪,去掉能量数值低于平均能量值的故障频带数据,保留能量数值高于平均能量值的故障频带数据;利用改进自相关方法对保留的故障频带进行筛选,选取最优故障频带;对最优故障频带进行平方包络谱分析,提取故障特征频率,实现故障诊断。本发明能实现轴承故障特征频率的准确提取,进而对轴承的故障进行研究和分析。

    一种全视场角固态激光雷达探测装置及障碍物探测方法

    公开(公告)号:CN109387858A

    公开(公告)日:2019-02-26

    申请号:CN201811486724.6

    申请日:2018-12-06

    Abstract: 本发明涉及一种全视场角固态激光雷达探测装置及障碍物探测方法,其包括壳体,壳体内底部设置有点激光发射器,点激光发射器的上方设置有锥形反射镜,在壳体周向,与锥形反射镜对应位置处设置有开口;位于锥形反射镜正上方,由下至上依次设置有广角镜、凸透镜和CCD/CMOS探测器;点激光发射器投射出的激光束经锥形反射镜向同一水平面的360°方向反射,由反射激光束形成一个环形激光束平面,经壳体上的开口反射至位于壳体外部的近场障碍物;反射激光束经近场障碍物反射后,成像光线反射至广角镜后射入凸透镜,由凸透镜将成像光线会聚至CCD/CMOS探测器;CCD/CMOS探测器与处理电路电连接,处理电路将CCD/CMOS探测器形成的图像信息处理后传输至上位机,实现障碍物的探测。

    一种小波包频域信号流形学习故障诊断方法

    公开(公告)号:CN105973584B

    公开(公告)日:2018-08-10

    申请号:CN201610436071.5

    申请日:2016-06-17

    Abstract: 本发明涉及一种小波包频域信号流形学习故障诊断方法,其步骤:采集旋转机械设备上的振动数据,将采集的振动数据进行N层小波包分解,生成2N个分量时域信号;对分解产生的各分量时域信号进行希尔伯特包络解调处理后,提取调制信号;对解调信号进行FIR滤波处理;以低采样频率对各分量时域信号进行重采样降低数据长度;对各分层重采样数据进行自相关计算并归一化形成自相关系数;对各分量归一化后的自相关系数值计算功率谱,采用设定阈值对功率谱数据进行阈值处理,将经过阈值处理后的功率谱数据形成高维数据向量;对高维数据向量进行降维处理,将各分量功率谱数据组合形成L×2N维矩阵,最终形成2维或3维流形,通过流形结果判断旋转机械设备的故障状态。

    一种风机传动系统故障特征提取方法

    公开(公告)号:CN104634566B

    公开(公告)日:2018-05-11

    申请号:CN201510029960.5

    申请日:2015-01-21

    Abstract: 本发明涉及一种风机传动系统故障特征提取方法,其步骤:获取现场风机传动系统的实测数据,通源;根据近似信号源构造信号矩阵,并压缩该信号矩阵获取新的信号特征矩阵;将新的信号特征矩阵放大并方阵化,构造特征向量;对近似信号源进行小波包分解,获得分解系数并构造系数向量;根据特征向量和系数向量计算各向量元素的方差;根据方差计算得到故障角的正切值,对风机传动系统故障特征进行评估与预测过设置在风电机组旋转部件上的多个传感器采集到多个通道的振动信号;根据独立成分分析方法对振动信号进行盲源分离,得到原始独立振动信号源的近似信号。本发明解决了故障趋势预测随机不确定性、非线性问题,能广泛在旋转机械故障趋势预测中应用。

    一种滚动轴承损伤程度评估方法

    公开(公告)号:CN107621367A

    公开(公告)日:2018-01-23

    申请号:CN201710718344.X

    申请日:2017-08-21

    Abstract: 本发明涉及一种基于对角切片谱和灰色关联度的滚动轴承损伤程度评估方法,其步骤:利用已有转子实验台模拟设备运行状态,采集转子实验台的振动信号;对所有振动信号进行三阶累积量对角切片谱操作,获得正常信号和不同故障程度下的频谱图;对三阶累积量对角切片数据做灰色关联度分析,获得轴承前期故障信号的损伤直径-灰色关联度曲线图;采集实际设备的未知故障振动信号,对振动信号进行前述步骤处理,制作出对应的对角切片谱,得到轴承故障频率,判断故障位置;计算实际设备未知故障的振动信号无量纲指标与正常信号灰色关联度值,将其描绘在轴承损伤直径和关联度拟合曲线图中,根据关联度在曲线上的位置,判断轴承损伤直径的大小。

    一种滚动轴承故障迁移轨迹可视化的方法

    公开(公告)号:CN105424365A

    公开(公告)日:2016-03-23

    申请号:CN201510816449.X

    申请日:2015-11-23

    CPC classification number: G01M13/045 G01M7/02

    Abstract: 本发明涉及一种滚动轴承故障迁移轨迹可视化的方法,其步骤:获取滚动轴承内圈时序振动信号、外圈时序振动信号和滚动体时序振动信号;对滚动轴承内圈时序振动信号、外圈时序振动信号、滚动体时序振动信号进行特征量提取,分别得到变异系数、偏度和峭度指标;获取不同时刻的状态矩阵;获取滚动轴承迁移矩阵;将各迁移矩阵第一列元素分别映射到空间坐标系后得到一个坐标点,第二列元素、第三列元素分别作映射到空间坐标系,得到第二列元素对应的坐标点以及第三列元素对应的坐标点;将第一列至第三列对应的坐标点均采用最小二乘法进行曲线拟合,形成滚动轴承内圈、外圈和滚动体的故障迁移曲线。本发明计算简单、计算量小,可以广泛在机械故障诊断领域中应用。

Patent Agency Ranking