-
公开(公告)号：CN119829922A
公开(公告)日：2025-04-15
申请号：CN202510332582.1
申请日：2025-03-20
Applicant: 南京凯奥思数据技术有限公司
Abstract: 本发明公开了一种基于SSA优化SVMD降噪与多种原则融合的滑动数据稀释方法与系统，采集振动信号和电流、电压、转速参数信号；基于SSA结合互信息熵和能量差相融合的复合指标作为适应度函数来优化SVMD的参数maxAlpha使用优化后的SVMD算法对原始振动信号进行分解，得到若干模态分量IMF，舍去含有噪声的IMF分量，并将信号重构得到去噪后信号；计算去噪后信号Y的特征值：通频速度有效值，振动冲击值；对各IMF分量和特征值数据进行瞬态工况和稳态工况识别，将工况发生变化的瞬态工况数据全部保留，对稳态工况数据进行稀释；按照时间规则对保留数据之外的整体数据进行稀释保留。减轻数据存储和处理的负担，保证数据处理和分析效率及准确性。
-
公开(公告)号：CN118981668B
公开(公告)日：2025-01-24
申请号：CN202411465165.6
申请日：2024-10-21
Applicant: 南京凯奥思数据技术有限公司 , 安徽商高大数据技术有限公司
Abstract: 本发明公开了一种便携式旋转类设备故障诊断仪及诊断方法，获取被测设备稳定运行时的振动原始波形信号，针对处理好的波形信号进行特征提取；获取预处理后配置的转速信息、转速波动范围，根据转速波动范围获取频率幅值时的带宽，利用寻峰方法提取所需的频率幅值特征值，并计算通频速度有效值；根据已计算的特征值进行匹配规则库，根据规则库生成诊断结论。构建的规则库已内置在手持式诊断仪中，规则库不局限设备不平衡，常见的设备故障如不对中、轴承内圈、外圈、保持架、滚动体故障、轴承松动、基座松动等故障规则。以改善设备点检的无法自动确定故障位置缺陷，实现自动设备诊断，并保证设备诊断结论的准确性。
-
公开(公告)号：CN117705447B
公开(公告)日：2024-04-26
申请号：CN202410158519.6
申请日：2024-02-04
Applicant: 南京凯奥思数据技术有限公司
IPC: G01M13/04 , G01M13/045
Abstract: 本发明提供了一种基于冲击脉冲法的滚动轴承故障自诊断方法及系统，基于故障机理来识别轴承故障，并通过提取的脉冲能量的趋势变化识别轴承部件的劣化趋势，实现了轴承的自诊断功能。本发明是一种基于机理的滚动轴承故障诊断方法，解决了在实际工程应用中因样本不足导致无法训练，进而导致无法构建模型的问题。本发明解决了其他滚动轴承自诊断方法中故障特征频率识别不准的问题，能较好地应用在工程实际中。
-
公开(公告)号：CN119848741A
公开(公告)日：2025-04-18
申请号：CN202510319556.5
申请日：2025-03-18
Applicant: 南京凯奥思数据技术有限公司
IPC: G06F18/2433 , G06F18/241 , G06F18/213 , G01D21/02 , F03D17/00
Abstract: 本发明公开了一种风机设备故障自动诊断方法及装置，对采集到的风机设备运行数据分为低频特征和高频振动数据分别清洗、降噪、特征提取与降维处理；构建故障诊断模型并进行故障模式分类，以实现对风机设备故障的自动诊断和识别；每次诊断或测试后保存数据用于更新故障诊断模型数据集。可以快速给出多参数诊断结论，提高现场的点检效率，减少人力维修和停机成本。
-
公开(公告)号：CN119226781B
公开(公告)日：2025-02-25
申请号：CN202411755722.8
申请日：2024-12-03
Applicant: 南京凯奥思数据技术有限公司
IPC: G06F18/213 , G06F18/2413 , G06F18/10
Abstract: 本发明公开了一种基于MVMD降噪、KNN分类和自适应阈值相融合的不同工况下阈值设置方法及系统。获取设备不同时刻的n组振动信号数据；进行MVMD分解得到多个基本模态分量IMF；计算每个IMF与原始信号的相关系数；用于将相关系数大于相关系数阈值的基本模态分量IMF相加得到重构信号；计算每组重构信号的速度有效值和峭度；设置KNN分类参数，选择准确率最大的参数k；计算出不同工况下的阈值；根据标准值确定最终阈值。采用KNN分类方法将设备不同运行工况特征值分开来，然后采用自适应阈值方法计算出不同工况的阈值。区分于传统方法无法分工况设置阈值出现预报警的缺陷。
-
Patent Agency Ranking
公开(公告)号：CN117705447A
公开(公告)日：2024-03-15
申请号：CN202410158519.6
申请日：2024-02-04
Applicant: 南京凯奥思数据技术有限公司
IPC: G01M13/04 , G01M13/045
Abstract: 本发明提供了一种基于冲击脉冲法的滚动轴承故障自诊断方法及系统，基于故障机理来识别轴承故障，并通过提取的脉冲能量的趋势变化识别轴承部件的劣化趋势，实现了轴承的自诊断功能。本发明是一种基于机理的滚动轴承故障诊断方法，解决了在实际工程应用中因样本不足导致无法训练，进而导致无法构建模型的问题。本发明解决了其他滚动轴承自诊断方法中故障特征频率识别不准的问题，能较好地应用在工程实际中。
-
公开(公告)号：CN118656804B
公开(公告)日：2024-10-18
申请号：CN202411154541.X
申请日：2024-08-22
Applicant: 南京凯奥思数据技术有限公司
IPC: G06F18/27 , G06F18/15 , G06F18/213 , G06F18/2135 , G01M13/045
Abstract: 本发明公开了一种融合降噪、振动与应力波的轴承故障诊断方法及系统，获取轴承表层划痕阶段原始应力波故障信号数据，对每秒应力波信号进行SVMD分解，计算每秒重构信号的加速度有效值、速度有效值、振动冲击值、峭度、应力波能量、应力波脉冲能量和应力波最大峰高；基于SVMD降噪、振动与应力波相融合，并通过PCA降维以及线性回归残差预警的轴承故障诊断。以改善轴承早期振动信号中依靠现有诊断方法计算量复杂、信号源单一且诊断不准确现象。
-
公开(公告)号：CN117686226B
公开(公告)日：2024-04-16
申请号：CN202410158516.2
申请日：2024-02-04
Applicant: 南京凯奥思数据技术有限公司
IPC: G01M13/04 , G01M13/045
Abstract: 本发明提供了一种基于能量比和能量和的轴承自动故障诊断方法及系统，通过计算轴承的加速度振动信号经过集合经验模态分解的分量、再经过FFT的能量和，以及计算轴承的加速度振动信号经过FFT的能量和，根据两者的比值筛选分量重构信号，运用轴承部件的能量比诊断轴承部件的故障，实现了自动识别轴承故障的功能。本发明替代了人工诊断，提高了诊断效率和识别结果的准确性，从而提高了系统的可靠性。本发明避免了轴承损坏导致设备停机、造成经济损失的后果。
-
公开(公告)号：CN117193668A
公开(公告)日：2023-12-08
申请号：CN202311446074.3
申请日：2023-11-02
Applicant: 南京凯奥思数据技术有限公司
IPC: G06F3/06
Abstract: 本发明实施例中提供了一种高频振动数据稀释方法、装置及电子设备，属于振动数据处理技术领域，该方法包括：获取预设时间周期段内的原始高频振动数据，并计算所述原始高频振动数据在连续存储空间中占用的存储长度L1；计算非零高频振动数据在连续存储空间中的存储长度L2；当L2与L1的比值小于预设值δ时，针对原始高频振动数据中的第i个非零振动数据，构建四元数组[i,n,ti fi]；基于分割数m对n个四元数组[i,n,ti fi]进行数据重构，得到所述原始高频振动数据的稀释数据。采用本方案，能够快速有效的对高频振动数据进行稀释操作。
-
公开(公告)号：CN119043723B
公开(公告)日：2025-01-24
申请号：CN202411549067.0
申请日：2024-11-01
Applicant: 南京凯奥思数据技术有限公司
IPC: G01M13/045 , G06F18/2135 , G06F18/214 , G06F18/23 , G06F18/24 , G06N3/006 , G06N3/0442 , G06N3/0499
Abstract: 本发明公开了一种基于深度潜变量聚类模型的轴承健康状态评估方法及系统，针对轴承在使用退化过程中自动进行健康状况评估。采集轴承全寿命周期的振动信号，基于单调性、鲁棒性和相关性标准，筛选提取的振动信号时频特征参数，筛选后的参数进行主成分分析PCA降维，选取解释方差比最高的主成分；基于GRU‑VAE网络，结合粒子群优化和多层感知器对网络寻优，借助深度潜变量聚类模型的潜在信息挖掘和无监督聚类训练客观划分轴承退化的健康、衰退和故障阶段，保证了退化阶段划分的客观性和精确性。可以解决当前轴承健康评估方法计算复杂度高、实时性差，以及对大量数据的手工特征提取和处理仍然依赖专业知识，影响故障诊断准确性的缺陷。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.028 seconds)
