-
公开(公告)号：CN115017950B
公开(公告)日：2025-02-25
申请号：CN202210654995.8
申请日：2022-06-10
Applicant: 上海交通大学 , 上海智能制造功能平台有限公司
IPC: G06F18/24 , G06F18/213 , G06F18/241 , G06F18/2415 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明提供了一种基于滚子状态的隧道掘进机主轴承故障诊断方法及系统，包括：步骤S1：获取主轴承滚子的三轴振动数据；步骤S2：通过变分模态分解方法去除滚子内传感器数据的运动趋势项；步骤S3：建立双流多通道深度卷积神经网络训练滚子三轴振动数据。本方法解决了传统振动检测方案中传感器与振动源距离较远，无法有效感知故障源的问题。所提出的双流多通道深度卷积神经网络适用于隧道掘进机低转速、重载荷、强冲击工况下滚子状态数据的分析，具备良好的抗噪声能力。
-
公开(公告)号：CN113565867B
公开(公告)日：2022-03-25
申请号：CN202110859044.X
申请日：2021-07-28
Applicant: 上海交通大学
Abstract: 本发明提供了一种重力势能发电的轴承滚子自供电监测装置，包括外圈、内圈、滚子及保持架，还包括采能线圈、磁体、重块、电源管理模块、蓄能电池组、状态监测电路及环形发射天线；滚子的表面均匀设有环形内槽，采能线圈、磁体及重块均设置于环形内槽中；重块设置在磁体上，磁体位于采能线圈内；滚子的两端面分别设有阶梯槽，电源管理模块和蓄能电池组固定于阶梯槽中；电源管理模块与蓄能电池组相连接；环形发射天线固定于滚子的端面，滚子内设有通腔，状态监测电路安装于通腔的内壁上；环形发射天线与状态监测电路相连接。本发明充分利用大型轴承的体积优势解决大型轴承故障信息难以捕捉的问题。
-
公开(公告)号：CN115017950A
公开(公告)日：2022-09-06
申请号：CN202210654995.8
申请日：2022-06-10
Applicant: 上海交通大学 , 上海智能制造功能平台有限公司
Abstract: 本发明提供了一种基于滚子状态的隧道掘进机主轴承故障诊断方法及系统，包括：步骤S1：获取主轴承滚子的三轴振动数据；步骤S2：通过变分模态分解方法去除滚子内传感器数据的运动趋势项；步骤S3：建立双流多通道深度卷积神经网络训练滚子三轴振动数据。本方法解决了传统振动检测方案中传感器与振动源距离较远，无法有效感知故障源的问题。所提出的双流多通道深度卷积神经网络适用于隧道掘进机低转速、重载荷、强冲击工况下滚子状态数据的分析，具备良好的抗噪声能力。
-
公开(公告)号：CN116401540A
公开(公告)日：2023-07-07
申请号：CN202310100319.0
申请日：2023-02-06
Applicant: 上海交通大学
IPC: G06F18/214 , G06F18/25 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N20/00
Abstract: 本发明提供了一种基于群体数据和自编码器的设备健康评估方法及系统，包括：获取同一工况下多个相同设备的运行状态信号；对所有信号进行预处理，计算信号间的差异性并生成差异性矩阵,将多时刻多时间跨度的差异性矩阵拼接成张量；利用差异性矩阵拼接成的张量作为训练数据，训练多尺度自编码器以最小化重构误差，生成机器学习模型；将经过处理的设备运行数据输入多尺度自编码器，通过重构误差反映数据偏离正常状态的程度，根据数据异常程度评估设备健康状况。本发明通过群体数据之间的差异性判断个体数据的异常，从而反映出设备的健康状况，避免了高频信号的采集和复杂工况的控制。
-
公开(公告)号：CN113586602B
公开(公告)日：2022-06-24
申请号：CN202110837359.4
申请日：2021-07-23
Applicant: 上海交通大学
Abstract: 本发明提供了一种轴承滚子自供电及滚子状态监测装置及工作方法，包括：外圈、内圈、滚子、磁体阵列、采能线圈、电源管理模块以及监测电路模块；所述外圈内侧安装所述内圈，所述外圈和所述内圈之间安装所述滚子；所述外圈内表面安装所述磁体阵列，所述滚子安装所述采能线圈、所述电源管理模块以及所述监测电路模块。本装置能够实时将滚子的监测信号无线传输至上位机进行故障诊断，提高了低速重载大型轴承故障诊断的精确性。
-
Patent Agency Ranking
公开(公告)号：CN115577309A
公开(公告)日：2023-01-06
申请号：CN202211181722.2
申请日：2022-09-27
Applicant: 上海交通大学
IPC: G06F18/2433 , G06F18/2135 , G06F18/22 , G06F18/214 , G06N3/0442 , G06N3/049 , B65G43/02
Abstract: 本发明提供了一种带式输送机突发故障预警方法及系统，包括：健康指标获取步骤：将设备突发故障数据清洗后进行时域、频域特征计算，按照表征故障能力强弱顺序对特征进行排序，对前序特征进行主成分分析降维融合，得到表征突发故障期间皮带失效过程的健康指标；故障预测步骤：利用长短期记忆神经网络对健康指标进行短期预测，在突发故障早期阶段预测皮带失效阶段健康状态曲线，判别健康状态曲线中的异常值，根据异常值定位皮带划伤失效发生时间。本发明能够达到突发故障早期阶段的预测报警功能，保障设备安全，提高隧道掘进机的施工效率。
-
公开(公告)号：CN115392322A
公开(公告)日：2022-11-25
申请号：CN202211128078.2
申请日：2022-09-16
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于压力脉动相似性的柱塞泵异常检测方法和系统，包括：收集柱塞泵出口的压力信号，采用去趋势算法对出口压力信号的趋势景行去除，去除由于干扰所造成的异常值，进行傅里叶变换，对出口压力信号的频谱进行校验，对出口压力信号进行归一化，计算基于压力脉动相似性的健康因子，与设立的阈值相比较，来判断柱塞泵是否异常。本发明无需历史数据集进行模型训练，可以有效地对柱塞泵实行状态监测。
-
公开(公告)号：CN117347053A
公开(公告)日：2024-01-05
申请号：CN202311261943.5
申请日：2023-09-27
Applicant: 上海交通大学
IPC: G01M13/045
Abstract: 本发明提供了一种稀缺样本下的隧道掘进机主轴承故障诊断方法及系统，包括步骤S1：获取集成传感滚子状态数据并进行小波散射变换，将变换得到的振动信号使用卷积神经网络提取特征点；步骤S2：将得到的特征点作为特征编码器的输出，根据半监督原型网络学习方法在特征空间中诊断生成网络原型；步骤S3：基于半监督训练策略，使用未标记的样本特征修正原型，得到隧道掘进机主轴承故障诊断网络，通过诊断网络对隧道掘进机主轴承进行故障诊断。本发明提供的方法及系统克服了由低转速、重载荷、高噪声工况下带来的限制，解决了样本匮乏情况下隧道掘进机主轴承的故障诊断难题，大大提高了隧道掘进机主轴承诊断的精确度。
-
公开(公告)号：CN117131765A
公开(公告)日：2023-11-28
申请号：CN202310975975.5
申请日：2023-08-03
Applicant: 上海交通大学
IPC: G06F30/27 , G06F30/17 , G06N3/126 , G06F111/06 , G06F111/04 , G06F119/14
Abstract: 本发明提供一种多目标轨迹规划方法及系统，涉及机器人轨迹规划和多目标优化技术领域，包括：步骤S1：根据关节轨迹的时间、加速度和冲击详细建立多目标优化模型，所述多目标优化模型包括目标函数和约束；步骤S2：使用B样条插值和基于已知液压关节路径点的时间信息确定多目标优化模型中的目标函数；步骤S3：将约束转换为有限数量的控制点派生形式；步骤S4：通过增强的NSGA‑II找到帕累托最优解，根据最优解反求B样条曲线控制点形成考虑多目标信息的最优轨迹。本发明能够针对装配过程的不同阶段执行多目标轨迹规划，可以为研究人员提供更优秀的选择方案，以实现轨迹规划的最佳权衡。
-
公开(公告)号：CN113586602A
公开(公告)日：2021-11-02
申请号：CN202110837359.4
申请日：2021-07-23
Applicant: 上海交通大学
Abstract: 本发明提供了一种轴承滚子自供电及滚子状态监测装置及工作方法，包括：外圈、内圈、滚子、磁体阵列、采能线圈、电源管理模块以及监测电路模块；所述外圈内侧安装所述内圈，所述外圈和所述内圈之间安装所述滚子；所述外圈内表面安装所述磁体阵列，所述滚子安装所述采能线圈、所述电源管理模块以及所述监测电路模块。本装置能够实时将滚子的监测信号无线传输至上位机进行故障诊断，提高了低速重载大型轴承故障诊断的精确性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.014 seconds)
