公开(公告)号：CN118350237A

公开(公告)日：2024-07-16

申请号：CN202410364611.8

申请日：2024-03-28

Applicant: 东北大学

Inventor： 王晨霖 ,  张鸿富 ,  段易呈 ,  毛羽 ,  陈祉亦 ,  张世杰 ,  孔祥伟

IPC: G06F30/23 ,  G06F30/17 ,  G06F30/27 ,  G06F111/10 ,  G06F119/14 ,  G06F113/22 ,  G06F111/08

Abstract: 本公开涉及叶片辊轧技术领域，公开了一种辊轧模具优化方法、叶片辊轧方法、装置、设备及介质；其方法包括：构建目标叶片对应的初始辊轧模具，提取初始辊轧模具对应的初始模具型面数据；根据初始模具型面数据，对辊轧过程进行仿真；提取轧制后叶片的仿真叶片型面矩阵；根据目标叶片的理论叶片型面矩阵、仿真叶片型面矩阵、预设误差函数，得到误差函数值；若误差函数值大于或等于预设误差值，利用预设最优化算法对初始模具型面数据进行更新；返回至根据初始模具型面数据，对辊轧过程进行仿真；提取轧制后叶片的仿真叶片型面矩阵，直至误差函数值小于预设误差值。本公开结合最优化理论与辊轧仿真，可大大提升辊轧模具性能和轧制叶片质量。

公开(公告)号：CN118549128A

公开(公告)日：2024-08-27

申请号：CN202410364974.1

申请日：2024-03-28

Applicant: 东北大学

Inventor： 孔祥伟 ,  毛羽 ,  段易呈 ,  张鸿富 ,  王晨霖 ,  陈祉亦 ,  张世杰

IPC: G01M13/04 ,  G01M13/045

Abstract: 本申请公开了一种轴承协同故障检测方法及装置、存储介质、电子设备，用于检测轴承中的多种故障类型。具体检测过程如下：提出基于信号处理的WT‑KI‑HED和基于深度学习的BP‑GA检测技术。结合两种技术各自的优点，提出一种协同检测方法，即通过设计一种以最少类别故障样本数为自变量的权重函数，使得WT‑KI‑HED和BP‑GA在各自的优势期获得更大的权重，进而主导决策用，同时结合独热编码，最终得到综合诊断结果。本申请有效解决了实际生产应用中设备服役前期由于缺少故障样本，导致神经网络模型诊断性能下滑严重的问题，从而有助于实现轴承故障诊断的准确与高效。