-
公开(公告)号：CN113359449A
公开(公告)日：2021-09-07
申请号：CN202110629082.6
申请日：2021-06-04
Applicant: 西安交通大学
IPC: G05B13/04
Abstract: 本公开揭示了一种基于强化学习的航空发动机双参数指数劣化维护方法，包括：建立航空发动机的多部件系统劣化模型，其为含有随机误差项的双参数指数模型，利用状态阈值的方式将部件状态离散化得到离散状态；每次维护行为维护后对劣化轨迹进行更新得到维护后的性能提升水平，其分为瞬时性能提升和维护后的劣化发展两部分，基于双参数指数模型及其维护后的性能提升水平，构建状态之间的转移概率矩阵；基于部件劣化的离散状态构建成状态空间，维护动作构建成动作空间；通过经济成本与停机损失成本建立成本函数，并计算期望奖励值；采用Q‑Leaming算法以期望奖励最大为优化目标，获得每个部件劣化的离散状态下的最佳维护行为。
-
公开(公告)号：CN113221271A
公开(公告)日：2021-08-06
申请号：CN202110503059.2
申请日：2021-05-08
Applicant: 西安交通大学
IPC: G06F30/17 , G06F30/23 , G06F30/27 , G06N7/00 , G06F111/10 , G06F119/14
Abstract: 本发明公开了一种数字孪生驱动的航空发动机旋转叶片裂纹定量识别方法，方法中，建立三维叶片模型，使用有限元方法计算模型旋转状态下的各阶固有频率并提取该模型的广义刚度矩阵，通过叶端定时技术获取叶片实体旋转状态下的各阶固有频率。划分有限元模型网格区域，并设置初始参数。以有限元模型材料杨氏模量的刚度折减系数作为待解的损伤参数，分别估算、计算损伤参数的似然函数、组稀疏先验分布，进而计算其后验概率分布；使用EM算法估算贝叶斯概率框架隐含的超参数并最大化后验概率分布，多次迭代直至得到可使叶片模型固有频率与叶片实体固有频率接近且满足实际情况的损伤参数的数值解，实现旋转叶片裂纹损伤的定量识别。
-
公开(公告)号：CN113092154A
公开(公告)日：2021-07-09
申请号：CN202110432502.1
申请日：2021-04-21
Applicant: 西安交通大学
IPC: G01M99/00
Abstract: 本发明公开了一种具有自锁性的旋转实验台，属于吸附力测试领域，旨在解决现有技术中不能自由调节壁面角度，稳定性差，不能改变对吸附装置的施力角度，不具有较强自锁性实验台的技术问题。因此，本申请采用侧面支撑板和后固定板垂直设置构成的龙门结构，起到稳定实验台的效果；通过在旋转轴上固定旋转板，就可以在旋转板的工作面上固定不同的壁面，来改变壁面的粗糙程度，增强实验台的吸附力；在旋转调节丝杠和移动调节丝杠上设置手柄I和手柄II，旋转手柄I和手柄II来带动旋转板和滑轮移动，对旋转板的实验壁面上设置吸附装置，再对吸附装置设置挂钩，通过改变实施力方向调节滑轮与旋转板的相对位置，实现自由调节施力角度和壁面角度的作用和反行程自锁作用。
-
公开(公告)号：CN111239432B
公开(公告)日：2021-05-28
申请号：CN202010084472.5
申请日：2020-02-10
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于叶端定时的叶片到达时间测量方法及采集系统，方法包括以下步骤：确定叶片振动所需的位移分辨率Δl，基于所需的位移分辨率Δl得到叶端定时采集的定时分辨率Δt，采集叶片到达时间数据，其中，当叶片对应的脉冲信号到来时，采集当前计数器数值，当转速脉冲到来时，记录当前计数器数值并清零计数器，将所采集的到达时间数据转化为叶片振动位移。
-
公开(公告)号：CN112629854A
公开(公告)日：2021-04-09
申请号：CN202011333834.6
申请日：2020-11-25
Applicant: 西安交通大学
IPC: G01M13/04 , G01M13/045 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本公开揭示了一种基于神经网络注意力机制的轴承故障分类方法，包括：利用加速度传感器采集轴承的振动加速度时域信号ST，对振动加速度时域信号ST进行包络谱变换，获得频域信号SF，将频域信号SF作为含有注意力机制的神经网络的输入样本；将输入样本SF等分为N个不同片段后输入神经网络，对每个片段进行处理并提取特征值，对特征值进行打分运算和归一化处理，获得与输入样本SF不同片段相对应的注意力权重；建立输入样本SF不同片段与注意力权重之间的联系；利用注意力权重对每个片段的特征值进行加权并求和，获得注意力机制输出值yatt；对所述注意力机制的输出值yatt通过全连接层后进行归一化处理，获得和为1的概率分布，其中，概率最大的所对应的类别即为轴承的故障类型。
-
Patent Agency Ranking
公开(公告)号：CN110579354B
公开(公告)日：2020-11-06
申请号：CN201910985498.4
申请日：2019-10-16
Applicant: 西安交通大学
IPC: G01M13/045 , G06F30/27 , G06N3/04
Abstract: 本发明公开了一种基于卷积神经网络的轴承检测方法，方法包括以下步骤：基于轴承的振动加速度信号生成基于卷积神经网络的一维振动信号，将所述一维振动信号按照时序和比率依次划分为训练集、验证集和测试集，建立基于Grad‑CAM的卷积神经网络可视化结构，经过ReLU函数激活获得卷积神经网络对应于输入样本的Grad‑CAM图，在所述Grad‑CAM图上采样振动信号的维度，以Grad‑CAM的取值区间设定不同激活阈值，以Grad‑CAM激活区域对应的坐标作为索引对原始信号经过卷积神经网络后的激活情况进行标注，建立神经网络区域与目标类别之间的联系。
-
公开(公告)号：CN111626167A
公开(公告)日：2020-09-04
申请号：CN202010429213.1
申请日：2020-05-20
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于叶端定时和改进多重信号分类的叶片裂纹辨识方法，所述方法对叶片振动信号进行分析，建立叶片振动信号模型；分析非均匀传感器布局下的叶端定时采样规律，提出传统多重信号分类中快拍矩阵的改进结构；构建快拍矩阵的协方差矩阵，基于其低秩性，利用特征值分解得到噪声子空间；根据传感器布局形式构建导向矢量，基于信号子空间和噪声子空间的正交性得到伪谱；纵向比较多重信号分类结果与有限元结果，横向比较不同叶片的多重信号分类结果，融合对叶片进行裂纹识别。
-
公开(公告)号：CN111624252A
公开(公告)日：2020-09-04
申请号：CN202010451857.0
申请日：2020-05-25
Applicant: 西安交通大学
Abstract: 本公开揭示了一种提高Lamb波相控阵聚焦检测速度的方法，包括如下步骤：将第一传感器阵列和第二传感器阵列在被测结构表面按照竖直和水平方向布置；第一传感器阵列产生第一激励信号对被测结构表面上以第一传感器阵列为对称轴的任意2个对称焦点同时进行检测，当第一传感器阵列接收到第一回波信号时，则2个对称焦点中至少一个为损伤点；第二传感器阵列产生第二激励信号对所述对称焦点分别进行检测，当第二传感器阵列从所述对称焦点中的某个焦点接收到第二回波信号时，则该焦点为损伤点；计算所述损伤点的能量，根据能量大小确定损伤点的损伤程度。
-
公开(公告)号：CN109870283B
公开(公告)日：2020-06-09
申请号：CN201910236528.1
申请日：2019-03-26
Applicant: 西安交通大学
Abstract: 本发明公开了一种叶端定时传感器信号序列转位移序列的方法及系统，包括：对原始转速信号序列和原始叶端定时传感器信号序列，进行有效数据段截取；对有效数据段内的转速信号和叶端定时传感器信号进行丢失识别补全，得到新的转速信号序列和新的叶端定时传感器信号序列；分别定义各新的叶端定时传感器信号序列中的叶片序号；提取所有新的叶端定时传感器信号序列中的同一叶片信号，并按时间顺序排列得到各叶片时间信号序列；建立叶片振动模型，以叶片平衡位置为基准，将各叶片时间信号序列转化为叶片位移序列。本发明能实现叶端定时传感器信号序列的预处理，并将叶端定时传感器信号序列转化为叶片位移序列，为后续叶片振动参数的提取提供有利条件。
-
公开(公告)号：CN109541042B
公开(公告)日：2020-04-24
申请号：CN201811254535.6
申请日：2018-10-25
Applicant: 西安交通大学
Abstract: 本发明公开了一种超声导波传播距离稀疏估计方法及其检测系统，所述方法包括以下步骤：获取被测结构目标模态超声导波的频率‑波数曲线，以不同传播距离下的单位脉冲响应信号为原子，构建过完备字典库，获取被测结构的单位脉冲响应信号，以过完备字典库为信号基，建立单位脉冲响应信号的稀疏表示模型，求解稀疏表示模型得到超声导波传播的距离谱。本发明相比现有技术，所得距离谱结果具有更高的距离域分辨率、更高准确度和抗干扰效果。
-
-
-
-
-
-
-
-
-
Search Results
146
records
(took 0.025 seconds)
