公开(公告)号：CN115326619A

公开(公告)日：2022-11-11

申请号：CN202210951167.0

申请日：2022-08-09

Applicant: 上海交通大学

Inventor： 陈龙晔 ,  刘成良 ,  张执南 ,  陶建峰 ,  覃程锦 ,  徐爽 ,  唐锐 ,  赵萌萌

IPC: G01N3/56

Abstract: 本发明提供了一种超高速电梯滚动导靴磨损性能测试装置及测试方法，包括：主动轮部分和从动轮部分的两旋转轴的旋转中心处于同一水平面上；主动轮部分包括驱动单元、导轨材料轮和控速单元；导轨材料轮通过主动旋转轴与驱动单元相连；控速单元与驱动单元相连，用于控制导轨材料轮的转速；从动轮部分包括加载单元、导靴材料轮、移动平台和直线轨道；导靴材料轮通过被动旋转轴和轴承安装于移动平台上；加载单元与移动平台通过直线导轨相连，用于控制导轨材料轮与导靴材料轮之间的载荷；数据采集部分包括扭矩传感器、压力传感器、电容传感器、热成像仪以及转速传感器。

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

Inventor： 陶建峰 ,  伏星辰 ,  刘成良 ,  戴博见 ,  董畅 ,  陶治同 ,  徐爽

IPC: F16C19/36 ,  F16C33/34 ,  F16C41/00 ,  F03G3/00

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：CN113642082B

公开(公告)日：2024-04-09

申请号：CN202110976876.X

申请日：2021-08-24

Applicant: 上海交通大学

Inventor： 余宏淦 ,  徐爽 ,  陶建峰 ,  刘成良 ,  覃程锦 ,  孙浩

IPC: G06F30/13 ,  G06F30/27 ,  G06N3/0464 ,  G06N3/08 ,  G06F119/14

Abstract: 本发明提供了一种TBM利用率预测的A‑CNN方法及系统，包括如下步骤：数据集构建步骤：构建数据集；网络架构步骤：建立A‑CNN神经网络架构；模型建立步骤：利用A‑CNN神经网络架构与数据集建立TBM利用率预测模型，利用建立的TBM利用率预测模型预测TBM在掘进环的利用率，为所述掘进环的后续施工提供指导。本发明针对TBM每环利用率实时预测设计新的A‑CNN神经网络架构，它能实现在较小的输入维度下利用卷积神经网络模块提取输入中更深层次的特征，并最终利用全连接网络建立提取的特征与利用率之间的回归模型，相比于目前该领域建模常用的多元回归方法或者传统的机器学习算法，具有更高的预测精度。

公开(公告)号：CN113565867A

公开(公告)日：2021-10-29

申请号：CN202110859044.X

申请日：2021-07-28

Applicant: 上海交通大学

Inventor： 陶建峰 ,  伏星辰 ,  刘成良 ,  戴博见 ,  董畅 ,  陶治同 ,  徐爽

IPC: F16C19/36 ,  F16C33/34 ,  F16C41/00 ,  F03G3/00

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：CN113642082A

公开(公告)日：2021-11-12

申请号：CN202110976876.X

申请日：2021-08-24

Applicant: 上海交通大学

Inventor： 余宏淦 ,  徐爽 ,  陶建峰 ,  刘成良 ,  覃程锦 ,  孙浩

IPC: G06F30/13 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F119/14

Abstract: 本发明提供了一种TBM利用率预测的A‑CNN方法及系统，包括如下步骤：数据集构建步骤：构建数据集；网络架构步骤：建立A‑CNN神经网络架构；模型建立步骤：利用A‑CNN神经网络架构与数据集建立TBM利用率预测模型，利用建立的TBM利用率预测模型预测TBM在掘进环的利用率，为所述掘进环的后续施工提供指导。本发明针对TBM每环利用率实时预测设计新的A‑CNN神经网络架构，它能实现在较小的输入维度下利用卷积神经网络模块提取输入中更深层次的特征，并最终利用全连接网络建立提取的特征与利用率之间的回归模型，相比于目前该领域建模常用的多元回归方法或者传统的机器学习算法，具有更高的预测精度。