-
公开(公告)号:CN115859165A
公开(公告)日:2023-03-28
申请号:CN202211494236.6
申请日:2022-11-25
Applicant: 中国矿业大学(北京)
IPC: G06F18/241 , G06F18/214 , G06N3/08 , G06N3/048 , G06F18/213 , G01M13/045
Abstract: 本发明提出了一种基于深度学习的滚动轴承智能故障诊断方法,涉及设备智能化故障诊断技术领域。该方法基于对称点模式(SDP)方法转换得到滚动轴承运行状态的SDP图像,并通过基于卷积块注意模块的深度残差网络(CBAM‑DRN)故障诊断模型对滚动轴承进行故障诊断与分类。其中SDP技术将振动信号转换为图像进行可视化,可以避免常规时频图像受其固有缺陷限制而导致故障特征缺失的问题;DRN可以对滚动轴承故障特征进行充分提取,并且能够避免深层次网络可能出现的训练困难、梯度消失等问题;CBAM可以使诊断模型关注图像中特征更为显著的部分,避免非特征部分的干扰。本发明提出的基于深度学习的滚动轴承智能故障诊断方法具有较高的诊断准确率,而且拥有较好的稳定性与泛化性。
-
公开(公告)号:CN112928966A
公开(公告)日:2021-06-08
申请号:CN202110322954.4
申请日:2021-03-26
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种基于视频信号的带式输送机调速系统及其控制方法,涉及视频监测及自动控制领域。带式输送机调速系统包括摄像头、防爆照明灯、桥架、变频电机、带式输送机、交换机、视频识别及处理服务器、电机转速控制器、视频显示器。使用带式输送机调速系统及控制方法能够快速利用视频信号对带式输送机的实时煤料运载量进行监测并根据实时煤料运载量对带式输送机进行调速控制。本发明利用视频信号对带式输送机进行监测与调速控制,可减少带式输送机的非必要磨损和运行时的电能消耗,具有测量精度高、可靠性强、易维护的特点。
-