-
公开(公告)号:CN111855202A
公开(公告)日:2020-10-30
申请号:CN202010805158.1
申请日:2020-08-12
申请人: 北京航空航天大学 , 北京航天拓扑高科技有限责任公司
IPC分类号: G01M13/028 , G01M13/021
摘要: 本发明公开了一种齿轮箱故障诊断方法及系统,方法通过在风力发电机设置的加速度传感器获取齿轮箱轴水平振动信号和垂直振动信号,提取齿轮箱轴水平振动信号和垂直振动信号特征数据,将提取的特征数据输入深度卷积神经网络模块得到故障诊断结果,所述深度卷积神经网络模块是根据齿轮箱不同故障齿轮箱轴水平和垂直振动信号特征数据事先学习建立的故障诊断模型,所述齿轮箱轴水平振动信号和垂直振动信号的特征数据提取包括:进行多尺度时域特征提取和深度降噪特征提取。本发明提高了风力发电机齿轮箱故障诊断的准确率与自动化水平,可以实时的监控风力发电机齿轮箱的工作状况,降低了人员的劳动强度。
-
公开(公告)号:CN212363649U
公开(公告)日:2021-01-15
申请号:CN202021665738.7
申请日:2020-08-12
申请人: 北京航空航天大学 , 北京航天拓扑高科技有限责任公司
IPC分类号: G01M13/028 , G01M13/021
摘要: 本实用新型公开了一种实现齿轮箱故障诊断方法的系统,包括:风力发电机的齿轮传动箱,齿轮传动箱的输入轴连接风力旋转叶片轮毂,齿轮传动箱的输出轴连接发电机,在输入轴与风力旋转叶片轮毂对接的轴承座、齿轮传动箱以及发电机外壳上分别设置有加速度传感器感应齿轮轴水平振动信号和垂直振动信号,加速度传感器通过有线或无线连接故障诊断分析计算机。本实用新型对加速度传感器在风力发电机的不同部位的分布设置,为故障诊断方法提供了准确的分析信号,提高了风力发电机故障诊断的准确率,提高了风力发电机齿轮箱故障诊断的自动化水平,可以实时的监控风力发电机齿轮箱的工作状况,降低了人员的劳动强度。(ESM)同样的发明创造已同日申请发明专利
-
公开(公告)号:CN110262218A
公开(公告)日:2019-09-20
申请号:CN201910420732.9
申请日:2019-05-20
申请人: 北京航空航天大学
IPC分类号: G05B11/42
摘要: 本申请公开了一种机器鱼的控制方法、装置、设备及存储介质,获取机器鱼关节当前的第一角度与预设的第二角度的差值,根据关节电机当前输出的负功功率和所述机器鱼关节当前的第一角度,从预先建立的Q表中获取所述机器鱼关节当前的最优关节刚度,将所述最优关节刚度作为PID控制器的比例系数,并对所述差值进行PID控制,获得当前最优力矩,控制所述关节电机对所述机器鱼关节进行驱动,以使所述机器鱼关节的力矩为所述当前最优力矩,并再次执行获取差值的步骤,其中,所述Q表采用强化学习算法建立的。通过本方案,能够提高机器鱼的推进效率。
-
-