-
公开(公告)号：CN112163640A
公开(公告)日：2021-01-01
申请号：CN202011190507.X
申请日：2020-10-30
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种基于深度卷积迁移学习行星齿轮箱故障诊断方法及系统，其包括以下步骤：收集已有工况S下的行星齿轮箱故障数据集，构建源域数据集；对每一组原始振动信号都进行点数分割，构建源域样本数据集；构建目标域数据集，并对目标域数据集中的每组原始振动信号进行点数分割，构建目标域样本数据集；将源域样本数据集和目标域样本数据集利用深度卷积迁移学习，实现对行星齿轮箱进行故障诊断。本发明可以在面对多工况下故障样本较少或某故障样本缺失等情况发生时，仍旧可以获得较为理想的故障诊断效果，且在新工况下的数据集，不需要重新训练网络模型，可以节约大量时间。
-
公开(公告)号：CN112051064A
公开(公告)日：2020-12-08
申请号：CN202010929716.5
申请日：2020-09-07
Applicant: 北京信息科技大学
IPC: G01M13/045 , G06K9/00
Abstract: 本发明涉及一种旋转机械设备故障特征频率提取方法及系统，其包括：通过带通滤波器将采集到的旋转机械的振动信号划分为多个故障频带数据；采用Teager能量算子对不同故障频带的振动信号进行瞬态能量追踪，去掉能量数值低于平均能量值的故障频带数据，保留能量数值高于平均能量值的故障频带数据；利用改进自相关方法对保留的故障频带进行筛选，选取最优故障频带；对最优故障频带进行平方包络谱分析，提取故障特征频率，实现故障诊断。本发明能实现轴承故障特征频率的准确提取，进而对轴承的故障进行研究和分析。
-
公开(公告)号：CN114912488A
公开(公告)日：2022-08-16
申请号：CN202210523173.6
申请日：2022-05-13
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种基于FOA‑VMD的参数优化轴承故障诊断方法及系统，其包括：利用果蝇算法对VMD分解参数惩罚因子和分解个数进行全局最优组合搜索，选取信息熵增量结合峭度指标作为目标函数，获得最优参数组合；将原始故障振动信号经获得最优参数组合后的VMD分解，得到若干个本征模态分量，选取最佳分量；对最佳分量进行包络分析处理后，并采用1.5维谱对最佳分量做进一步处理，消除其他成分干扰，凸显故障特征频率及其倍频，以得到轴承的故障类型。本发明能有效的得出滚动轴承的故障特征，加强故障特征的识别准确率。本发明可以在机械设备故障诊断技术领域中应用。
-
Patent Agency Ranking
公开(公告)号：CN112051064B
公开(公告)日：2022-08-16
申请号：CN202010929716.5
申请日：2020-09-07
Applicant: 北京信息科技大学
IPC: G01M13/045 , G06K9/00
Abstract: 本发明涉及一种旋转机械设备故障特征频率提取方法及系统，其包括：通过带通滤波器将采集到的旋转机械的振动信号划分为多个故障频带数据；采用Teager能量算子对不同故障频带的振动信号进行瞬态能量追踪，去掉能量数值低于平均能量值的故障频带数据，保留能量数值高于平均能量值的故障频带数据；利用改进自相关方法对保留的故障频带进行筛选，选取最优故障频带；对最优故障频带进行平方包络谱分析，提取故障特征频率，实现故障诊断。本发明能实现轴承故障特征频率的准确提取，进而对轴承的故障进行研究和分析。
-
公开(公告)号：CN114861726A
公开(公告)日：2022-08-05
申请号：CN202210524156.4
申请日：2022-05-13
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种风力发电机高速齿轮磨损故障趋势预测方法及系统，其包括：采集风力发电机高速齿轮震动信号，构建混合信息模型，采用独立成分分析方法从混合信号中分离出各独立成分信息的近似成分，并以纯净的近似故障源信号特征为依据找到有用成分；根据近似故障源信号与故障源信号互为相似形，估计相似形放大倍数值域；确定连续且单向变化的放大倍数值域与旋转部件故障程度的对应关系，建立故障程度判别标准，结合高速齿轮全生命周期故障源信号能量变化趋势图，对故障程度及趋势做出判断及预测。本发明能对风力发电机组的故障趋势进行有效的预测，可以在机械设备故障预测技术领域中应用。
-
公开(公告)号：CN104634566B
公开(公告)日：2018-05-11
申请号：CN201510029960.5
申请日：2015-01-21
Applicant: 北京信息科技大学
IPC: G01M13/02
Abstract: 本发明涉及一种风机传动系统故障特征提取方法，其步骤：获取现场风机传动系统的实测数据，通源；根据近似信号源构造信号矩阵，并压缩该信号矩阵获取新的信号特征矩阵；将新的信号特征矩阵放大并方阵化，构造特征向量；对近似信号源进行小波包分解，获得分解系数并构造系数向量；根据特征向量和系数向量计算各向量元素的方差；根据方差计算得到故障角的正切值，对风机传动系统故障特征进行评估与预测过设置在风电机组旋转部件上的多个传感器采集到多个通道的振动信号；根据独立成分分析方法对振动信号进行盲源分离，得到原始独立振动信号源的近似信号。本发明解决了故障趋势预测随机不确定性、非线性问题，能广泛在旋转机械故障趋势预测中应用。
-
公开(公告)号：CN104634566A
公开(公告)日：2015-05-20
申请号：CN201510029960.5
申请日：2015-01-21
Applicant: 北京信息科技大学
IPC: G01M13/02
Abstract: 本发明涉及一种风机传动系统故障特征提取方法，其步骤：获取现场风机传动系统的实测数据，通源；根据近似信号源构造信号矩阵，并压缩该信号矩阵获取新的信号特征矩阵；将新的信号特征矩阵放大并方阵化，构造特征向量；对近似信号源进行小波包分解，获得分解系数并构造系数向量；根据特征向量和系数向量计算各向量元素的方差；根据方差计算得到故障角的正切值，对风机传动系统故障特征进行评估与预测过设置在风电机组旋转部件上的多个传感器采集到多个通道的振动信号；根据独立成分分析方法对振动信号进行盲源分离，得到原始独立振动信号源的近似信号。本发明解决了故障趋势预测随机不确定性、非线性问题，能广泛在旋转机械故障趋势预测中应用。
-
公开(公告)号：CN214221817U
公开(公告)日：2021-09-17
申请号：CN202022629777.8
申请日：2020-11-13
Applicant: 北京信息科技大学
Abstract: 本实用新型公开了一种链传动滚针轴承自动装针机，包括固定底座，所述固定底座顶部固定连接有第一支撑杆和第二支撑杆，所述第一支撑杆顶部固定连接有圆盘，所述圆盘顶部固定连接有螺旋弹簧和导向杆，所述导向杆位于两根所述螺旋弹簧之间，所述螺旋弹簧和导向杆的顶部固定连接有座盘，所述座盘顶部两侧分别固定连接有固定杆和板弹簧，所述座盘顶部中心安装有电磁装置，所述固定杆和板弹簧的顶部固定连接有料斗，所述料斗右侧外壁固定安装有出料口，所述料斗底部中心固定连接有衔铁。本实用新型中，为了防止料斗的振动传给底板或其他装置，也为了避免支座影响料斗的自振频率，在圆盘和座盘之间装有三个螺旋弹簧，并且用导向杆使整个料斗装置定心。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.026 seconds)
