-
公开(公告)号：CN114660492A
公开(公告)日：2022-06-24
申请号：CN202210335691.5
申请日：2022-03-31
Applicant: 西安交通大学
IPC: G01R31/389 , G01R31/374 , G01R31/367
Abstract: 一种网联汽车动力电池阻抗异常的在线诊断系统，包括电池模型自适应更新系统和电池阻抗在线辨识系统；电池模型自适应更新系统包括电池模型搭建、电池模型优化、电池模型验证；模型参数更新根据网联汽车行驶过程中的工况数据对电池模型参数进行求解，实现电池模型自适应更新；电池阻抗在线辨识系统包括阻抗在线辨识、辨识结果验证、阻抗异常报警，阻抗在线辨识通过在线辨识算法对电池模型进行参数辨识；辨识结果验证对阻抗在线辨识结果进行判断，将正常值反馈至电池模型自适应更新系统，将异常值输出；阻抗异常报警将出现的异常阻抗值、异常的电池单体代号的信息输出；本发明实现网联汽车动力电池阻抗的在线诊断，保障行车安全。
-
公开(公告)号：CN114187263A
公开(公告)日：2022-03-15
申请号：CN202111508929.1
申请日：2021-12-10
Applicant: 西安交通大学
IPC: G06T7/00 , G06V10/60 , G06V10/764 , G06V10/82 , G06K9/62 , G06T15/00 , G06T15/50 , G06T17/20 , G06N3/04 , G06N3/08
Abstract: 一种融合先验引导和域适应的磨损表面朗伯反射分离方法，属于机器设备磨损状态监测领域；首先，构建面向乏样本磨损表面的朗伯反射分离深度网络模型，利用磨损表面已知的基本反射引导从光度图像序列到朗伯图像序列的预测，并通过域适应对齐仿真样本和真实样本两个不同域样本的中间特征，以联合这两种样本优化网络参数；其次，设计图像预测损失函数和域分类损失函数用于联合优化网络模型；再次，构建含标签仿真样本数据集和真实样本数据集；最后，完成网络模型训练并在真实磨损表面上应用；本发明有效地采用先验引导提高少样本下模型的预测精度，并通过域适应实现不同域样本的网络预测一致性，可用于乏样本下复杂反射磨损表面的光度立体精确重建。
-
公开(公告)号：CN112033315B
公开(公告)日：2021-05-28
申请号：CN202010916874.7
申请日：2020-09-03
Applicant: 西安交通大学 , 西安景辉信息科技有限公司
Abstract: 本发明公开了一种面向油膜厚度超声测量的参考信号实时温度补偿方法，根据基体A‑润滑油‑基体B结构的弹性形变及声速的温度相关性计算参考信号时移因子Δt，通过监测膜厚测量过程中始波信号伸缩的比例得到参考信号的波形伸缩因子b，通过波形伸缩因子b得到幅值衰减因子a，进而由初始参考信号补偿得到实测温度下的参考信号。本发明无需前期繁复的校准工作，同时考虑时移、波形伸缩及幅值衰减，能够在测量过程中对参考信号实现完全补偿，保证反射系数幅值谱和相位谱的准确计算，从而实现实际工况下的润滑油膜厚度的精确测量。
-
公开(公告)号：CN112381770A
公开(公告)日：2021-02-19
申请号：CN202011210667.6
申请日：2020-11-03
Applicant: 西安交通大学 , 西安景辉信息科技有限公司
Abstract: 本发明公开了一种基于融合卷积神经网络的磨损表面三维形貌测量方法，通过二维数字滤波技术生成随机粗糙表面，并利用Blender渲染软件得到随机磨损表面的光度图像序列，从而生成用于神经网络训练的数据集；设计特征提取模块、融合模块和法向量估计与细化模块，得到应用于磨损表面法向量估计的融合卷积神经网络；定义神经网络的训练损失函数，并基于数据集训练和调整网络模型；结合磨损表面的先验知识，基于正则化算法实现磨损表面深度信息的求解。本发明有效地将神经网络方法与光度立体技术相结合，解决了磨损表面的反射特性与朗伯模型不匹配的问题，并结合磨损表面的先验知识，实现了磨损表面的精确重构。
-
公开(公告)号：CN112033315A
公开(公告)日：2020-12-04
申请号：CN202010916874.7
申请日：2020-09-03
Applicant: 西安交通大学 , 西安景辉信息科技有限公司
Abstract: 本发明公开了一种面向油膜厚度超声测量的参考信号实时温度补偿方法，根据基体A-润滑油-基体B结构的弹性形变及声速的温度相关性计算参考信号时移因子Δt，通过监测膜厚测量过程中始波信号伸缩的比例得到参考信号的波形伸缩因子b，通过波形伸缩因子b得到幅值衰减因子a，进而由初始参考信号补偿得到实测温度下的参考信号。本发明无需前期繁复的校准工作，同时考虑时移、波形伸缩及幅值衰减，能够在测量过程中对参考信号实现完全补偿，保证反射系数幅值谱和相位谱的准确计算，从而实现实际工况下的润滑油膜厚度的精确测量。
-
Patent Agency Ranking
公开(公告)号：CN109839334B
公开(公告)日：2020-08-14
申请号：CN201910185035.X
申请日：2019-03-12
Applicant: 西安交通大学
Abstract: 面向单线圈磁感应式磨粒探测传感器的信号识别方法，首先对传感器采集的本底噪声信号进行处理设置探测触发阈值，对已知尺寸磨粒的原始信号进行降噪和滤波处理，将各采样点幅值与触发阈值比较并输出高电平或低电平获得磨粒数量和磨粒信号在原始信号中的位置；其次，对磨粒尺寸进行梯度分级，收集已知尺寸等级磨粒的原始信号并做降噪、滤波、计数、截取等处理得到大量样本磨粒信号，再对这些样本提取特征形成尺寸‑特征库，然后将未知尺寸磨粒信号的特征向量映射到特征空间中，匹配到尺寸‑特征库中与其欧氏距离最近的点，并将其划分至最近点所属的尺寸等级；本发明能够在传感器监测范围内准确地识别出磨粒的数量和尺寸等级。
-
公开(公告)号：CN109900704B
公开(公告)日：2020-07-28
申请号：CN201910185049.1
申请日：2019-03-12
Applicant: 西安交通大学
Abstract: 在用齿轮磨损表面微观形貌原位三维重构方法，采用一套包含8个点光源的嵌入式数字显微图像采集系统，获取不同光照角度下的8幅显微图像，进行环境设置与系统标定后，建立近场点光源光照模型，并对光源的空间位置与衰减模型进行了标定；然后，将从多图像约束估计法向和从法向恢复表面形状两种方法相结合，计算得到初步重构表面；通过使用多项式拟合、颜色还原与投影转换算法对初步重构信息进行处理，得到齿轮表面微观形貌；最后，对高度信息进行统计学计算得到齿轮磨损表面的形貌特征；本发明携带方便、操作便捷，可获取在用齿轮磨损表面三维形貌与表面特征，对齿轮摩擦副过程性磨损演变的精准分析与机械设备的视情维护和故障预测具有重要意义。
-
公开(公告)号：CN110263192A
公开(公告)日：2019-09-20
申请号：CN201910489382.1
申请日：2019-06-06
Applicant: 西安交通大学
Abstract: 一种基于条件生成对抗网络的磨粒形貌数据库创建方法，将三维磨粒图像经深度映射后成为二维图像，并将这些二维图像作为训练样本中的输出目标图像；根据真实磨粒图像进行磨粒模型构造，主要包括磨粒轮廓、磨粒颜色填充以及表面纹理代表符号，将构造好的磨粒模型作为CGAN训练样本的输入图像；将成对的输入图像与目标图像作为CGAN的样本输入网络进行训练，进而CGAN会产生一个用于扩充样本的生成器；最后利用输入图像作为输入进行网络的测试，利用判别器统计生成图像与目标图像的误差，最终用于判别图像是目标图像还是生成图像；本发明提高损失函数评价的有效性的同时，也提高了网络输出图像的准确性，使网络输出的图像与真实图像具有很高的相似度。
-
公开(公告)号：CN109737901A
公开(公告)日：2019-05-10
申请号：CN201910185036.4
申请日：2019-03-12
Applicant: 西安交通大学
Abstract: 解决圆柱滚子轴承超声膜厚测量空间内分辨率不足的方法，向内圈-空气界面和内圈-润滑油膜-滚子结构分别发射超声波，采集并存储反射信号分别作为参考信号和待测信号；二者分别进行快速傅里叶变换FFT得到各自的幅值谱；将待测信号和参考信号的幅值谱相除得到反射系数幅值谱，即可获得实测平均反射系数Rs；根据相应工况分别获得非接触区膜厚对接触区反射系数Rc的影响系数Rj和滚子弹性变形对接触区反射系数Rc的影响系数Rg；即可获得实测平均反射系数Rs和真实接触区反射系数Rc的定量关系，最后就可以从实测平均反射系数Rs中提取接触区反射系数Rc，从而实现接触区油膜厚度的准确测量，提高了超声传感器的空间分辨率。
-
公开(公告)号：CN104880316B
公开(公告)日：2017-11-03
申请号：CN201510278675.7
申请日：2015-05-27
Applicant: 西安交通大学
IPC: G01M13/04
Abstract: 一种采用错位瓦滑动轴承支承的滚动轴承动态性能试验机，包括传动轴，传动轴支承在错位瓦滑动轴承上，错位瓦滑动轴承固定在箱体上，箱体固定在机架上，机架上安装有轴向和径向加载装置，以实现对试验轴承的加载，错位瓦滑动轴承承载能力强、稳定性高、噪音低，本发明具有运行稳定、噪音低和承载能力强的优点，更重要的是解决了滚动轴承试验机中支承轴承先于试验轴承损坏的问题，极大地延长了试验机的使用寿命。
-
-
-
-
-
-
-
-
-
Search Results
147
records
(took 0.029 seconds)
