-
公开(公告)号：CN115687903A
公开(公告)日：2023-02-03
申请号：CN202211342022.7
申请日：2022-10-28
Applicant: 西安交通大学
IPC: G06F18/213 , G06F18/10 , G06F18/2415 , G06N3/048 , G06N3/045 , G06N3/047 , G06N3/08 , G01M13/021 , G01M13/028 , G06F123/00
Abstract: 本公开揭示了一种基于小波去噪网络的航空发动机锥齿轮故障诊断方法，包括如下步骤：S100：采集待测航空发动机锥齿轮振动信号并进行分段；S200：构建故障诊断模型并进行训练；S300：基于训练好的故障诊断模型对分段后的振动信号进行检测，并输出振动信号的不同故障类别的概率，其中，概率最大值即为锥齿轮的实际故障。本公开充分考虑了信号处理技术与深度学习网络用于故障诊断的优缺点，通过引入小波变换、置零去噪、不同尺度小波系数选择技术，将信号处理与深度学习网络的数据驱动能力有机结合，提高了故障诊断技术的抗噪性、诊断准确率及诊断稳定性。
-
公开(公告)号：CN112801176B
公开(公告)日：2022-12-06
申请号：CN202110101522.0
申请日：2021-01-25
Applicant: 西安交通大学
Abstract: 公开直升机飞行姿态不平衡数据的深度学习识别方法，包括采集直升机飞行姿态数据并归一化处理，对处理后的飞行姿态数据进行样本划分，并将划分的样本按类别不平衡率分为训练集和测试集；构造卷积神经网络获得每个类别数据的预测值，其中卷积神经网络包括卷积层、池化层和全连接层。输入矩阵经过卷积层进行特征抽取，抽取的特征经过非线性激活后输入进池化层进行特征降维和进一步特征提取，将获得的特征输入全连接层以获得每个类别数据的预测值；构造焦聚损失，并将其作为卷积神经网络的损失函数，通过焦聚损失中的权重因子和焦聚因子调整样本的权重。从而使网络能够在样本不均衡的情况下提取到具有价值的信息，提高网络在样本不均衡下的识别精度。
-
公开(公告)号：CN113092154B
公开(公告)日：2022-02-22
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：CN113810025A
公开(公告)日：2021-12-17
申请号：CN202110837973.0
申请日：2021-07-23
Applicant: 西安交通大学
Abstract: 本发明公开了一种摩擦系数的自适应趋势滤波处理方法，将信号采用滑窗的方法分割为若段段，其中对每一段进行裕度计算，根据裕度即可划分为：平稳磨损阶段及剧烈磨损阶段，剧烈磨损阶段可能为初期磨合也可能为磨屑堆积阶段，裕度因子最小的段即为平稳运行阶段，裕度因子最大的段即为剧烈磨损阶段；在不同的λ下，分别对平稳运行阶段的信号和剧烈磨损的阶段进行趋势滤波；根据平稳运行阶段方差值和剧烈磨损阶段的RK峭度方差值的变化，选取合适的λef；根据第三步中选取的λef，对信号进行滑窗滤波，通过对滑窗滤波后的信号进行拼接，即可得到摩擦磨损实验的曲线。实现平稳摩擦阶段的滤波数据平稳，在剧烈磨损阶段保证了冲击特性，提取出摩擦系数的变化趋势。
-
公开(公告)号：CN113752293A
公开(公告)日：2021-12-07
申请号：CN202111007812.5
申请日：2021-08-30
Applicant: 西安交通大学
Abstract: 本发明公开了一种多模式机械手爪，属于医疗辅助器械领域，本产品通过电机驱动模块带动离合器驱动模块和齿轮转动模块转动，实现手指对物体的抓取。具体的，通过电机驱动模块的电机实现对下转向齿轮的驱动，可改变手指的角度，进一步提高抓取物品形状的多样性；通过电机驱动模块的电机驱动齿条和驱动齿轮，实现手指间距的改变，提高了抓取物品尺寸的范围；采用电机驱动模块的电机驱动丝杠螺母实现手指对物体的自适应抓取，保证抓取物品的稳定性。本发明可以自适应抓取不同复杂形状的物品，具有很强抓取物品形状的多样性。
-
Patent Agency Ranking
公开(公告)号：CN113375941A
公开(公告)日：2021-09-10
申请号：CN202110640234.2
申请日：2021-06-08
Applicant: 西安交通大学
IPC: G01M13/045 , G01M17/10 , G06N3/04 , G06N3/08
Abstract: 本公开揭示了一种高速动车组轴承的开集故障诊断方法，包括：通过加速度传感器采集运行中的高速动车组轴承的振动信号；针对恒定工况的开集诊断场景，输入带有标签的训练数据对一维卷积神经网络进行训练；针对工况变化的开集诊断场景，输入有标签的源域数据和无标签的目标域数据对双边加权对抗网络进行训练；利用训练数据或源域数据的特征建立极值理论模型，之后将测试样本或目标域样本的特征输入已建立的极值理论模型，输出测试样本或目标域样本属于未知故障类型的概率，若概率大于阈值，则测试样本或目标域样本属于未知故障类型，否则属于已知故障类型，根据标签预测值决定测试样本或目标域样本的类别以实现高速动车组轴承的故障诊断。
-
公开(公告)号：CN113095179A
公开(公告)日：2021-07-09
申请号：CN202110344018.3
申请日：2021-03-30
Applicant: 西安交通大学
IPC: G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08 , G01M13/028 , G01M13/021
Abstract: 本发明公开了一种元度量学习驱动的直升机行星齿轮箱故障诊断方法，方法中，元度量深度神经网络为核心，由特征编码网络和特征匹配网络两个子网络组成；通过在相关的源域中建立多个子任务来迭代训练网络参数，并使用神经网络来抽象化取代可优化更新的特征距离匹配函数，最终在目标任务域实现利用少量标签样本来进行高精度的直升机行星齿轮箱故障诊断。诊断方法包括准备阶段、元学习阶段以及迁移阶段共三个流程。在准备阶段，完成网络超参数设置以及数据集的分割。在元学习阶段，利用源域数据来训练模型学习最优的特征提取以及距离度量的网络参数。最终，在迁移阶段对检测样本与目标域多类故障样本进行特征提取与特征匹配，得到故障模式判定决策。
-
公开(公告)号：CN112590963A
公开(公告)日：2021-04-02
申请号：CN202011644744.9
申请日：2020-12-30
Applicant: 西安交通大学
IPC: B62D57/024
Abstract: 本发明公开了一种攀壁机器人足部结构，包括电机固定架、涡轮外罩、涡轮和吸盘；所述涡轮外罩置于电机固定架下方，涡轮外罩底部开设有圆孔且通过密封胶与与吸盘相连，涡轮置于涡轮外罩内部，且涡轮与电机相连，能够通过涡轮外罩底部的圆孔将吸盘内的空气抽出；且在吸盘底部通过密封胶胶粘有一圈弹性软垫。该结构通过将在涡轮外罩底部开设圆孔，能够使涡轮外罩底部与吸盘相连，通过涡轮外罩底部的圆孔将吸盘内部空气抽出，制造真空环境。本发明的攀壁机器人足部结构设计能够在一定程度上适应不平整平面上凹凸不平处或小颗粒对爬行的影响，且能在最大程度增大足部吸附力的同时不影响爬行步态。
-
公开(公告)号：CN109870282B
公开(公告)日：2020-04-28
申请号：CN201910236527.7
申请日：2019-03-26
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于压缩感知的叶片振动特征辨识方法及系统，包括：对叶端定时信号的采样过程建立压缩感知模型；确定待测共振转速区间、叶端定时传感器最小安装间隔和叶端定时传感器非安装位置；避开共振转速区间采样冗余、设立叶端定时传感器最小安装间隔采样列数、删除叶端定时传感器非安装位置，计算符合压缩感知模型下的叶端定时传感器布局最优解；根据叶端定时传感器布局最优解，建立叶片采样信号稀疏表示模型和叶尖特征提取优化模型，采用基于迭代重加权L1范的特征辨识算法，得到叶片振动特征参数。本发明能够有效提高叶片振动参数辨识精度，改善叶片在线监测质量。
-
公开(公告)号：CN110926993A
公开(公告)日：2020-03-27
申请号：CN201911313366.3
申请日：2019-12-18
Applicant: 西安交通大学
Abstract: 公开了磨损图像采集系统及采集方法，磨损图像采集系统中，加载机构配置成经由摩擦件施加预定载荷值到待测样品，一维水平运动位移台包括保持待测样品的摩擦基体，所述一维水平运动位移台经由电机驱动往复运动，电机控制模块连接所述电机，电机控制模块发送控制命令致动电机使得所述待测样品与摩擦件在预定载荷值以预定速度摩擦预定次数，磨痕图像采集模块朝向所述待测样品，所述磨痕图像采集模块每隔预定时刻拍摄磨痕图像且保存，摩擦力采集模块在拍摄磨痕图像的同时采集相应的摩擦力信号，磨痕特征识别模块连接所述磨痕图像采集模块识别所述磨痕图像以提取磨痕特征；磨痕图像处理模块基于所述磨痕图像生成标签及标定相应的摩擦力信号并保存。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.029 seconds)
