公开(公告)号：CN104156591A

公开(公告)日：2014-11-19

申请号：CN201410384078.8

申请日：2014-08-06

Applicant: 北京信息科技大学

Inventor： 左云波 ,  蒋章雷 ,  徐小力 ,  吴国新 ,  谷玉海

IPC: G06F19/00

Abstract: 本发明涉及一种马尔可夫故障趋势预测方法，其步骤：(1)用转子实验台模拟旋转机械设备正常运行状态，采集正常运行状态下振动信号；(2)用转子实验台模拟旋转机械设备故障的轻度故障程度、中度故障程度和重度故障程度，采集三种故障下振动信号；(3)计算所有振动信号中每组振动信号的1.5维谱；(4)计算振动信号的1.5维谱频带能量均值；(5)获得频带能量区间，并标记状态序列和状态空间；(6)采集实际旋转机械设备的振动信号，进行步骤(3)～(4)得到各组振动信号的1.5维谱频带能量均值，并获得实际旋转机械设备的状态序列；(7)利用马尔可夫链对实际旋转机械设备的状态进行趋势预测。本发明能广泛在旋转机械故障趋势预测中应用。

公开(公告)号：CN102661783A

公开(公告)日：2012-09-12

申请号：CN201210123651.0

申请日：2012-04-24

Applicant: 北京信息科技大学

Inventor： 徐小力 ,  左云波 ,  吴国新 ,  王红军 ,  蒋章雷

IPC: G01H17/00 ,  G01M99/00

Abstract: 本发明涉及一种旋转机械故障趋势预测的特征提取方法，其步骤为：(1)利用远程在线监测诊断中心进行工业现场数据采集，通过布置在旋转机械设备上的多个传感器采集多个通道的振动信号xj(t)；(2)根据FastICA算法对振动信号xj(t)进行盲源分离，得到原始独立振动源sj(t)的近似信号源yj(t)；(3)对近似信号源yj(t)的向量信号Y进行时频域基于小波包的特征频带分解，提取故障敏感特征频带。本发明由于采用独立成分分析(ICA)处理可以识别出混叠成采集信号的原始的独立信号源，对独立信号源进行基于小波包的特征频带获取，可以判断某个源信号是否在向故障的方向发展，达到提前预防故障的目的。本发明可以广泛在旋转机械故障趋势预测中应用。

公开(公告)号：CN205764367U

公开(公告)日：2016-12-07

申请号：CN201620708985.8

申请日：2016-07-06

Applicant: 北京信息科技大学

Inventor： 吴国新 ,  左云波 ,  蒋章雷

IPC: B23K9/08 ,  B23K9/10 ,  B23K9/167 ,  B23K9/32

Abstract: 本实用新型涉及一种微型热电偶焊接机，其特征在于：该焊接机包括由箱体和面板构成的外壳和保护气瓶，以及设置在所述箱体内的时间继电器、电磁气阀、高压发生器、电源切换装置、锂电池、外部电源和工作室；所述时间继电器分别与所述电磁气阀、高压发生器和电源切换装置连接，所述电磁气阀用于控制所述保护气瓶的开关动作；所述电源切换装置输入端连接所述锂电池和外部电源，所述电源切换装置输出端连接所述高压发生器；所述高压发生器与所述工作室连接。本实用新型能克服原有手工焊接工艺的弊端，实现可靠稳定完成焊接两根不同材质直径为金属丝的目的。