针对不平衡数据的故障诊断方法
    1.
    发明公开

    公开(公告)号:CN118885905A

    公开(公告)日:2024-11-01

    申请号:CN202410864082.8

    申请日:2024-06-30

    摘要: 本发明公开了针对不平衡数据的故障诊断方法,包括离线阶段和在线阶段,其中,离线阶段,通过有标注样本对模型进行离线初始化;在线阶段,当新的未标注样本块到达时,使用带权重的伪标签通过增量更新规则对神经网络的输出权重进行实时更新,最终实现对不平衡未标注的齿轮箱数据流的实时故障诊断。本发明的方法具有较低计算复杂度和较快训练速度,确保在线阶段模型更新的快速性和故障诊断的实时性。通过采用伪标签结合少数权重的方法,削弱了不平衡数据流对模型的负面影响,从而保证了在存在严重不平衡的情况下的诊断仍能保持较高的准确率。

    基于分布混淆的实时故障检测方法

    公开(公告)号:CN118885846A

    公开(公告)日:2024-11-01

    申请号:CN202410864083.2

    申请日:2024-06-30

    摘要: 本发明公开了一种基于分布混淆的实时故障检测方法,专注于解决在线学习在实时故障检测方面的应用问题,设计了一种基于分布混淆的故障检测在线学习框架,该框架能够在较低的标注成本下检测故障,并显著提高了学习算法的效率和准确性。首先,利用离线收集的数据集对模型进行初始化。在在线阶段,当新的数据块到达时,首先利用模型对样本的预测置信度矩阵进行故障检测,然后通过增量更新算法实现模型的实时更新。本发明的方法具有较低计算复杂度和较快训练速度,确保在线阶段模型更新的快速性和故障检测的实时性。

    一种焊缝自动追踪纠偏方法
    3.
    发明公开

    公开(公告)号:CN116871744A

    公开(公告)日:2023-10-13

    申请号:CN202310718886.2

    申请日:2023-06-16

    IPC分类号: B23K37/00 B23K37/02

    摘要: 本发明公开了一种焊缝自动追踪纠偏方法,步骤:将焊接类型输入数据处理单元;数据处理单元实时获取焊缝追踪单元获取的焊缝坡口类型;数据处理单元根据焊缝坡口类型确定对应焊缝坡口类型的相关焊缝坡口参数;数据处理单元根据焊接类型以及参数得到焊接控制参数;数据处理单元将焊接控制参数发送至行走单元、焊枪、焊枪三维调整单元及焊枪角度调整单元,行走单元、焊枪、焊枪三维调整单元及焊枪角度调整单元按照焊接控制参数作业进行焊接;判断焊接是否已完成,如是则结束焊接,反之则返回第二步。本发明的焊缝自动追踪纠偏方法,步序设计合理,将自动根据焊接类型及焊缝坡口类型对自动行走焊接系统进行焊接,焊接质量高。

    一种金属壁面自动焊接装置及其使用方法

    公开(公告)号:CN116673644A

    公开(公告)日:2023-09-01

    申请号:CN202310670051.4

    申请日:2023-06-07

    IPC分类号: B23K37/00

    摘要: 本发明公开了一种金属壁面自动焊接装置及其使用方法,包括车体、车体行走装置和焊接装置;车体的下方设有多个行走轮,行走轮由安装在车体内的车体行走装置驱动,行走轮采用磁性材料制成且可磁吸在金属壁面上;焊接装置包括焊枪位置调整单元,焊枪位置调整单元固定在车体上且焊枪位置调整单元与滑板I滑动连接,焊枪通过转动副固定在滑板I上,焊枪角度调整单元固定在滑板I上,焊枪角度调整单元的活动端与焊枪连接且在焊枪角度调整单元的作用下调整焊枪角度,焊缝追踪单元固定在滑板I上且焊缝追踪单元对准焊枪位置,焊枪位置调整单元可在垂直与车体所在平面的方向调整滑板I的位置。本发明的装置,自动化程度高,施工成本低廉且施工效率高。

    基于特征融合的多阶段滚动轴承剩余寿命预测方法

    公开(公告)号:CN118885789A

    公开(公告)日:2024-11-01

    申请号:CN202410863985.4

    申请日:2024-06-30

    摘要: 本发明公开了基于特征融合的多阶段滚动轴承剩余寿命预测方法,从轴承振动信号中提取时域、频域、时频域特征,基于相关性和单调性对提取特征进行初筛,去除不明显特征,然后基于最大相关最小冗余算法获取优选特征数据集;利用获取的优选特征数据集,基于主成分分析,对特征数据集进行特征融合,使用获取的第一主成分作为健康指标,降低特征维度的同时消除特征之间的相关性;基于拉依达3σ准则,将轴承退化划分为正常阶段和退化阶段;在退化阶段使用剩余寿命预测模型实现RUL预测。提升寿命预测精度;且操作简单有效,减少了预测性能浪费,弥补了全程寿命预测的不足;同时提出了剩余寿命预测模型,提升了预测准确度。

    一种考虑转子变形的轴承力学性能计算方法及系统

    公开(公告)号:CN118709348A

    公开(公告)日:2024-09-27

    申请号:CN202410569386.1

    申请日:2024-05-09

    摘要: 本发明公开了一种考虑转子变形的轴承力学性能计算方法,首先,根据转子受载及转子结构数据,建立转子力‑变形的协调方程,并计算轴承承受的外载荷;建立考虑轴承离心力及陀螺力的轴承受载变形方程;然后,联立转子力‑变形的协调方程及轴承受载变形方程,采用逐步逼近的方法求解联立方程,获取轴承的力学性能。逐步对联合方程进行求解,提高联合方程的求解效率,提高轴承的力学性能计算精度,为轴承‑转子系统的结构设计以及性能评估提供新的方法。将轴承和转子作为一个系统,考虑了转子变形及由此产生的附加扭矩与轴承内部载荷分部之间的非线性耦合关系,为轴承的力学性能分析提供了更为准确的方法。

    动设备变转速工况下自适应预警方法及系统

    公开(公告)号:CN118706417A

    公开(公告)日:2024-09-27

    申请号:CN202410691971.9

    申请日:2024-05-31

    摘要: 本发明公开了一种动设备变转速工况下自适应预警方法,首先将在线监测系统采集的振动信号数据采用基于转速的阈值自学习算法,计算该转速区间的报警阈值;其次,应用L1趋势滤波技术对振动信号速度有效值进行滤波,消除速度有效值的随机误差,获取振动信号速度有效值的趋势;最后,将基于转速的阈值自适应算法算出的阈值替代在线监测系统的初设报警阈值,经过滤波后的振动信号速度有效值和更新的报警阈值比较,实现变转速工况下自适应预警。弥补了初设报警阈值固定不变的不足;利用转速信号自适应调整动设备报警阈值,结合L1趋势滤波方法,实现故障早期监测异常,降低监测系统误报率,提高报警准确率。

    云边协同报警系统、方法及计算机可读存储介质

    公开(公告)号:CN118784443A

    公开(公告)日:2024-10-15

    申请号:CN202410863984.X

    申请日:2024-06-30

    摘要: 一种云边协同报警系统、方法及计算机可读存储介质,该云边协同报警系统包括:采集端,用于对设备的各项参数进行采集;网关端,包括若干第一报警模型,用于将采集的各项参数进行粗处理以形成第一数据,并将第一数据与对应的第一报警模型进行绑定,所述第一报警模型根据第一数据进行报警判断,并在报警时将所述各项参数发送至云端模块,以触发所述云端模块;云端模块,包括若干第二报警模型,用于对接收到的各项参数进行细处理以形成第二数据,并将第二数据与对应的第二报警模型进行绑定,所述第二报警模型根据第二数据进行报警判断。该云边协同报警系统、方法及计算机可读存储介质,提升了报警的及时性,且保障了报警的准确性。

    焦化行业设备的预测性维护模型构建方法及系统

    公开(公告)号:CN118735498A

    公开(公告)日:2024-10-01

    申请号:CN202410786315.7

    申请日:2024-06-18

    IPC分类号: G06Q10/20 G06F18/20

    摘要: 本发明公开了焦化行业的设备预测性维护方法及系统,实时采集焦化行业设备的运行数据;对采集的运行数据进行预处理;构建焦化行业设备的预测性维护模型;应用预测性维护模型,得出设备的诊断结论以及故障模式风险评估数据;根据诊断结论以及故障模式风险评估给出设备检维修策略及建议。采用数据驱动与故障诊断机理相结合的方法,综合判断设备健康状态,同时能够精准定位设备故障部位,预知设备未来的状态趋势及关键部件的剩余使用寿命。取代现场大量的人工点巡检工作,减轻劳动强度,同时提高设备状态数据的准确性、及时性,提升设备智能化运维水平,提高设备工作效率。

    基于增量宽度学习系统的动态自适应健康状态预测方法

    公开(公告)号:CN117520807A

    公开(公告)日:2024-02-06

    申请号:CN202311261292.X

    申请日:2023-09-27

    摘要: 本发明公开了基于增量宽度学习系统的动态自适应健康状态预测方法,构建增量宽度学习系统,并应用编码后的数据进行初始化;获取当前时刻的实时数据块,提取时频域特征后,进行编码,得到特征空间内的投影结果;应用特征空间内的投影结果,对增量宽度学习系统的参数进行更新;将固定的时间窗口向后滑动,根据更新的权重参数,以及预测的健康指标,构建新的样本序列,并设计关于当前运行时间的激励函数;在激励函数影响下的预测健康指标结果,判断预测健康指标结果与失效阈值的关系判断剩余寿命结果,并计算剩余寿命的预测时间;该方法具有良好的可扩展性和适应性,能够适应不同类型的旋转机械和监测参数,并在新的应用场景中推广和应用。