-
公开(公告)号：CN106226074B
公开(公告)日：2017-08-01
申请号：CN201610841544.X
申请日：2016-09-22
Applicant: 华中科技大学
IPC: G01M13/02
Abstract: 本发明公开了一种基于卷积神经网络和小波灰度图的旋转机械故障诊断方法，其包括以下步骤：(1)将振动位移传感器及振动速度传感器设置在旋转机械上，利用所述振动位移传感器及所述振动速度传感器采集所述旋转机械的振动信号；(2)对采集到的所述振动信号进行多尺度小波分解，以得到小波灰度图；(3)按照预先训练过的卷积神经网络的输入形式，对所述小波灰度图进行预处理；(4)将预处理后的所述小波灰度图输入到所述卷积神经网络，所述卷积神经网络对接收到的所述小波灰度图进行分析诊断，以得到所述旋转机械的故障诊断结果。
-
公开(公告)号：CN106778723B
公开(公告)日：2017-09-26
申请号：CN201611065764.4
申请日：2016-11-28
Applicant: 华中科技大学
Abstract: 本发明公开了一种复杂背景环境中的风力机叶片表面图像提取方法，其包括如下步骤：(1)在风力机每个叶片的迎风面处分别设置方形黑白格标记图，粘贴的位置为平面且与叶片迎风面平行，进而利用标记图的姿态代替叶片姿态；(2)利用摄像头对风力机运行图像进行采集，并将采集到的图像实时传输至工控机中；(3)对摄像头采集到的图像信息进行图像处理以获得叶片表面图像，并根据叶片上的标记图获得风力机叶片信息。本发明可实现对野外环境中运行风力机叶片图像的提取，简化了分析处理过程、加快了分析速度。
-
Patent Agency Ranking
公开(公告)号：CN105894133B
公开(公告)日：2017-04-26
申请号：CN201610312605.3
申请日：2016-05-12
Applicant: 华中科技大学
IPC: G06F19/00
CPC classification number: Y04S10/54
Abstract: 本发明公开了一种风电机组部件维修及备品备件需求预测方法。本发明公开的方法包括获取部件可靠度函数、设置部件维修参数、确定检测维修措施、部件运行寿命计算和备品备件需求预测五大步骤。其中，设置部件维修参数采用周期性预防维修方式，并考虑随机故障的影响；维修措施包括更换维修、不完全维修和最小维修，并以部件可靠度作为维修决策阈值。本发明提供的维修方法可以真实的反映部件实际运行维修情况，并可根据风电场情况作出应对调整，具有较强的可操作性和灵活性；本发明还可预测风电场备品备件需求，从而对风电场的实际运行和资源管理提供指导。
-
公开(公告)号：CN105894133A
公开(公告)日：2016-08-24
申请号：CN201610312605.3
申请日：2016-05-12
Applicant: 华中科技大学
CPC classification number: Y04S10/54 , G06Q10/04 , G06Q10/06375 , G06Q50/06
Abstract: 本发明公开了一种风电机组部件维修及备品备件需求预测方法。本发明公开的方法包括获取部件可靠度函数、设置部件维修参数、确定检测维修措施、部件运行寿命计算和备品备件需求预测五大步骤。其中，设置部件维修参数采用周期性预防维修方式，并考虑随机故障的影响；维修措施包括更换维修、不完全维修和最小维修，并以部件可靠度作为维修决策阈值。本发明提供的维修方法可以真实的反映部件实际运行维修情况，并可根据风电场情况作出应对调整，具有较强的可操作性和灵活性；本发明还可预测风电场备品备件需求，从而对风电场的实际运行和资源管理提供指导。
-
公开(公告)号：CN106226074A
公开(公告)日：2016-12-14
申请号：CN201610841544.X
申请日：2016-09-22
Applicant: 华中科技大学
CPC classification number: G01M13/028 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于卷积神经网络和小波灰度图的旋转机械故障诊断方法，其包括以下步骤：(1)将振动位移传感器及振动速度传感器设置在旋转机械上，利用所述振动位移传感器及所述振动速度传感器采集所述旋转机械的振动信号；(2)对采集到的所述振动信号进行多尺度小波分解，以得到小波灰度图；(3)按照预先训练过的卷积神经网络的输入形式，对所述小波灰度图进行预处理；(4)将预处理后的所述小波灰度图输入到所述卷积神经网络，所述卷积神经网络对接收到的所述小波灰度图进行分析诊断，以得到所述旋转机械的故障诊断结果。
-
公开(公告)号：CN106778723A
公开(公告)日：2017-05-31
申请号：CN201611065764.4
申请日：2016-11-28
Applicant: 华中科技大学
CPC classification number: G06K9/2054 , G06T7/0004 , G06T2207/30164
Abstract: 本发明公开了一种复杂背景环境中的风力机叶片表面图像提取方法，其包括如下步骤：(1)在风力机每个叶片的迎风面处分别设置方形黑白格标记图，粘贴的位置为平面且与叶片迎风面平行，进而利用标记图的姿态代替叶片姿态；(2)利用摄像头对风力机运行图像进行采集，并将采集到的图像实时传输至工控机中；(3)对摄像头采集到的图像信息进行图像处理以获得叶片表面图像，并根据叶片上的标记图获得风力机叶片信息。本发明可实现对野外环境中运行风力机叶片图像的提取，简化了分析处理过程、加快了分析速度。
-
公开(公告)号：CN105736252A
公开(公告)日：2016-07-06
申请号：CN201610073742.6
申请日：2016-02-02
Applicant: 华中科技大学
IPC: F03D17/00
Abstract: 本发明公开了一种用于风电机组运行巡检技术领域的风电机组便携式点检记录仪。本发明主要由CPU控制模块、电源模块、存储模块、通信模块、输入输出模块、模数A/D转换模块、数据采集模块和点检信息管理模块组成。本发明除了温度、振动等传统数据采集分析功能外，增加了图像采集、音频采集等功能，可实现点检信息的全部数字化，同时具有有线与无线通信功能；该设备还具有维修指导功能，可存储风电机组的包括电路图、技术参数和服务手册等技术资料，并可实时接受风电场控制中心的指导，方便点检人员解决某些紧急问题，实现点检与维修的智能化和一体化。
-
-
-
-
-
-
Search Results
7
records
(took 0.02 seconds)
