-
公开(公告)号：CN115791155A
公开(公告)日：2023-03-14
申请号：CN202211514519.2
申请日：2022-11-29
Applicant: 大连理工大学
IPC: G01M13/021 , G01M13/028 , G01P3/00 , G06F18/213 , G06F18/10
Abstract: 本发明提供一种基于短时傅里叶变换谱图的齿轮箱瞬时转速估计方法。首先，采集齿轮箱输入轴上方的振动信号，并计算信号的短时傅里叶变换谱图；然后，将振动信号时频谱图作为输入，利用传统极大值追踪算法跟踪谱图中的齿轮啮合分量的瞬时频率脊线，获得估计的啮合分量瞬时频率；其次，构造信号时频谱图的权重因子，限定齿轮k阶啮合谐波瞬时频率的估计范围；接着，利用改进极大值追踪算法跟踪齿轮k阶啮合谐波，获得估计的啮合谐波瞬时频率；最后，依据齿轮参数，将估计的啮合谐波瞬时频率等效至齿轮箱输入轴的瞬时频率。本发明能够在无转速计条件下精确估计齿轮箱的瞬时转速。
-
公开(公告)号：CN114608773B
公开(公告)日：2022-11-29
申请号：CN202210082719.9
申请日：2022-01-25
Applicant: 大连理工大学
Abstract: 本发明属于旋转叶片振动参数辨识领域，提供了一种基于双参数法的叶片高阶同步振动参数辨识方法。首先，在标定条件下，标定叶尖经过定时传感器时转子转过的角度和两支定时传感器之间的夹角；然后，在转子转速经过叶片共振区域的条件下，计算叶片振动差信号；最后，提取共振区域的振动差信号绘制椭圆并根据椭圆参数实现叶片同步振动参数辨识。通过与叶片的坎贝尔图对比，本发明能够精确辨识叶片同步振动的倍频。本发明利用两组叶片振动差信号来绘制椭圆，提高了基于双参数法的叶片同步振动参数辨识的精度和叶片同步振动倍频的辨识范围。另外，本发明也属于无键相叶片振动测量技术，通过叶尖定时信号就能直接获取高精度的叶片振动信息。
-
公开(公告)号：CN114111997B
公开(公告)日：2022-08-12
申请号：CN202111385292.1
申请日：2021-11-22
Applicant: 大连理工大学
IPC: G01H1/14
Abstract: 一种基于叶端定时欠采样信号特性的叶片同步共振频率恢复方法，步骤如下：1)随机布局安装叶端定时传感器，获取叶端定时信号的振动位移，对每个通道进行离散傅里叶变换形成低维矩阵；2)测量叶端定时传感器之间的相对角度，设置满足奈奎斯特采样定理需要安装的传感器个数，计算每个叶端定时传感器对应的位置参数；3)计算低维矩阵的补偿矩阵以及参数化的压缩矩阵，构成多个列向量的欠定方程组；4)迭代求解过程中选择多个原子计算最小二乘解的稀疏估计值，获得重构的高维矩阵；5)将高维矩阵的行向量按照顺序首尾相连为恢复的频谱值，获得叶片振动的恢复频率。通过与迭代过程选个单原子的方法相比，本发明恢复叶片振动频率的准确性更高。
-
公开(公告)号：CN113798920B
公开(公告)日：2022-07-22
申请号：CN202111110014.5
申请日：2021-09-23
Applicant: 大连理工大学
IPC: B23Q17/09
Abstract: 一种基于变分自动编码器与极限学习机的刀具磨损状态监测方法，采集加工过程中机床主轴电机三相电流信号，将其融合成电流有效值并转化为三维矩阵形式生成图片样本，作为VAE‑ELM网络的输入；利用VAE进行无监督训练，保留网络由提取的短序列向量组成的特征信息部分；以无监督预训练阶段获得的特征信息作为有监督网络的初始输入，利用ELM算法对特征进行分类；完成网络的训练后，将测试样本输入到VAE‑ELM模型中，获得结果。本发明可以避免繁杂的数据预处理方法，且不需要剔除摆线铣削加工中空刀部分的信号数据也能够高效准确地识别出变工况条件下刀具的磨损状态，具有识别精度高，鲁棒性强的特点，在实际工程应用中具有重要意义。
-
公开(公告)号：CN114638251A
公开(公告)日：2022-06-17
申请号：CN202210093603.5
申请日：2022-01-26
Applicant: 大连理工大学
IPC: G06K9/00 , G01M13/045
Abstract: 本发明属于机械故障诊断与信号处理领域，提出了一种基于RCMRDE与JMIM特征选择的轴承故障诊断方法，步骤如下：利用加速度传感器采集滚动轴承加速度信号；将原始振动信号进行VMD分解；计算原始信号和分解后每个分量信号的RCMRDE值，作为原始故障特征集；采用JMIM特征选择算法对原始故障特征集进行特征选择，选择能够准确分类的敏感特征，构造低维故障特征集；根据选择的敏感分量，训练RF分类器，得到训练好的RF模型；将测试样本敏感故障特征集输入训练好的RF分类器，诊断得到故障类型。本发明克服了多尺度散布熵存在的不足，提高了故障特征的稳定性、噪声鲁棒性和信号区分能力，能够有效诊断滚动轴承不同的状态类型。
-
Patent Agency Ranking
公开(公告)号：CN114487124A
公开(公告)日：2022-05-13
申请号：CN202210035333.2
申请日：2022-01-13
Applicant: 大连锅炉压力容器检验检测研究院有限公司 , 大连理工大学
Abstract: 本发明公开一种基于声发射信号特征参数的起重机结构损伤诊断方法，沿起重机主梁方向采用线性定位布置多个声发射传感器并根据背景噪声强度设置门槛值，使用声发射采集系统采集声发射信号，声发射信号的信号强度和持续时间为特征参数构造特征参数图，并根据由特征参数图拟合的上边界直线与下边界直线连接形成的封闭区域与阈值区域相比，判断起重机结构损伤状况，有效地避免了繁琐的信号处理过程，摆脱了信号波形分析方法对信号处理技术和故障诊断经验等先验知识的依赖。本发明具有使用简单、直观、快速等优点，能够在不影响起重机正常工作的情况下对起重机损伤进行初期诊断。
-
公开(公告)号：CN112880811B
公开(公告)日：2022-03-29
申请号：CN202110056464.4
申请日：2021-01-15
Applicant: 大连理工大学
Abstract: 本发明提供了一种移动直线拟合的无键相叶尖定时测振方法，属于旋转机械无键相叶片振动测量技术领域。本发明包括以下步骤：首先，在标定工况下，随机选择一组数据得到相邻叶片的夹角并建立叶片的标准顺序；然后，在标定工况下，标定各通道测量的相邻叶片的夹角和识别各通道测量的叶片顺序；最后，在实验工况下，先对各通道测量的叶片顺序进行识别，再利用移动直线拟合的方法得到计算每个叶片振动的最优参考时间，从而进一步计算叶片的振动位移。通过与有键相法的计算结果对比，本发明完全可以替代有键相法进行叶片振动测量，而且测量精度更高。
-
公开(公告)号：CN112432702B
公开(公告)日：2021-10-15
申请号：CN202011237533.3
申请日：2020-11-09
Applicant: 大连理工大学
Abstract: 本发明提供一种基于离心泵振动传递路径重合的振动源识别方法，步骤如下：将振动加速度信号进行降噪处理，计算激励点‑参考点，激励点‑目标点的传递函数；振动源激励力的计算与建模，对比目标点振动信号的计算值与测试值，分析计算值与测试值的差异程度，将相差较大频率段进行重合的传递路径进行解耦计算；振动传递路径重合的解耦，求解参考点净响应、求解界面载荷力、计算目标点的响应；对比目标点的计算值与测试值的吻合程度，将各个振动源在目标点处的计算值进行分析，在特征频率下，绘制各个激励源与总贡献量的振动矢量图。本发明可避免振动耦合问题，摆脱对专家经验的依赖，具有多维度的分析能力，提高振动噪声源识别的准确性。
-
公开(公告)号：CN111633467A
公开(公告)日：2020-09-08
申请号：CN202010411308.0
申请日：2020-05-15
Applicant: 大连理工大学
Abstract: 一种基于一维深度卷积自动编码器的刀具磨损状态监测方法，属于高速铣削加工技术领域。包括如下几个步骤：采集加工过程中机床主轴电机三相交流电信号，将其融合成电流有效值并做归一化处理，作为ODCAE网络的输入；利用CAE进行无监督预训练，保留由提取的短序列向量组成的编码部分，用来存储最优的权值信息；以无监督预训练阶段获得的权值作为有监督网络的初始权重，利用BP算法对网络进行有监督微调；完成网络的训练之后，将测试样本输入到训练好的ODCAE模型中，获得刀具不同磨损状态的识别结果。本发明可以避免繁琐的预处理手段，摆脱对专家经验的依赖，能够高效精确的识别出变工况条件下刀具的磨损状态，具有识别精度高，鲁棒性强的特点。
-
公开(公告)号：CN111579243A
公开(公告)日：2020-08-25
申请号：CN202010554601.2
申请日：2020-06-17
Applicant: 大连理工大学
Abstract: 本发明提供一种基于深度迁移学习的滚动轴承智能诊断系统，包括智能感知模块、通信模块和智能运维模块；智能感知模块多链路采集滚动轴承运行参数信息通过英伟达TX2进行预处理，预处理后的数据通过通信模块传输到智能运维模块中进行智能诊断与运维管理。智能运维模块中的故障识别与剩余寿命预测组件对滚动轴承的实时运作状态进行诊断与剩余使用寿命预测；根据状态识别与预测结果，运维管理组件对设备的作业调度、设备资源和备件储存进行优化管理。本发明可实时监控滚动轴承运行状态，为企业提供设备智能的运维与管理决策，提高设备的运行效率，实现企业利益最大化。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.026 seconds)
