-
公开(公告)号：CN114354184B
公开(公告)日：2024-06-21
申请号：CN202111624091.2
申请日：2021-12-28
Applicant: 哈尔滨工业大学
IPC: G01M13/028 , G06F18/2135 , G06F18/24 , G06N3/048 , G06N3/084
Abstract: 本发明公开一种基于深度学习的大型回转装备主轴健康预警模型建立方法和装置，属于大型回转装备主轴健康监测与状态识别技术领域，解决现有缺少主轴健康预警模型有效地保证大型回转装备工作性能的同时能显著地降低经济损失的问题。本发明的方法包括：获取大型回转装备主轴状态振动信号；分别从时域、频域和时频域进行特征提取，获取多维特征；对多维特征进行降维处理，将降维处理后的多维特征划分为训练集和测试集；基于BP神经网络建立大型回转装备主轴健康预警模型，并利用训练集和测试集对大型回转装备主轴健康预警模型进行训练和测试，完成大型回转装备主轴健康预警模型的建立。本发明适用于大型回转装备主轴健康监测与状态识别。
-
公开(公告)号：CN114580458B
公开(公告)日：2024-10-01
申请号：CN202111629390.5
申请日：2021-12-28
Applicant: 哈尔滨工业大学
IPC: G06F18/2433 , G06F18/213 , G06F18/25 , G06N3/084 , G01M13/021 , G01M13/028 , G01M13/045
Abstract: 本发明公开了基于多个振动传感数据融合的大型回转装备健康预警监测方法和装置，属于大型回转装备的健康预警与故障诊断技术领域，解决不能将多个振动传感器采集的主轴状态特征信息进行有效融合的问题。本发明的方法包括：对振动信号进行特征提取，获取特征指标；建立大型回转装备健康预警模型；建立多个振动传感器决策级融合模型，包括：建立系统识别框架；获取单个传感器对应的信任函数和似然函数；获取融合的信任函数和融合的似然函数；确定主轴的工作状态；根据所述大型回转装备健康预警模型和所述多个振动传感器决策级融合模型，建立基于多个振动传感数据融合的大型回转装备健康预警模型。本发明适用于大型回转装备的健康预警与故障诊断。
-
公开(公告)号：CN114414242A
公开(公告)日：2022-04-29
申请号：CN202111556632.2
申请日：2021-12-17
Applicant: 哈尔滨工业大学
IPC: G01M13/028
Abstract: 本发明是一种基于多域分析及ReliefF的大型回转设备主轴状态信号特征提取方法。本发明涉及自然语言处理技术领域，本发明基于振动信号提取信号的时域特征，包括有量纲参数及无量纲特征参数；基于提取的振动信号的时域特征，采用傅里叶变换提取频域特征，包括重心频率、平均频率、均方根频率和频率标准差；基于小波包分解对振动信号的各子带进行分解，采用各子带完成各子频带能量占比，实现时频域特征指标的提取；基于ReliefF计算多域特征的权重，依据权重完成多域特征指标的降维处理；基于各指标权重值剔除无关指标，实现大型回转设备主轴状态信号特征的准确提取。
-
Patent Agency Ranking
公开(公告)号：CN114330105A
公开(公告)日：2022-04-12
申请号：CN202111517823.8
申请日：2021-12-13
Applicant: 哈尔滨工业大学
Abstract: 基于三点法误差分离的大型回转设备工件圆度测量中传感器角度优化方法、系统及装置，涉及大型回转设备工件精密测量领域。解决了误差分离中由于激光传感器间隔角度选取不当，导致工件圆度误差的无法精确测量的问题。基于三点法误差分离将三个激光传感器分别按照角度0°、α、β放置在被测工件的同一截面，包括：根据激光传感器获取测量角度的距离D1(θ)；根据D1(θ)的傅里叶级数获得误差传递因子λk；根据谐波阶次与误差传递获得目标优化函数Qk；根据激光传感器布置角度范围进行角度编码，根据目标优化函数Qk进行适应度计算，基于差分进化算法处理，根据个体迭代次数获得激光传感器布置最优角度α、β。本发明适用于激光传感器角度优化领域。
-
公开(公告)号：CN114580458A
公开(公告)日：2022-06-03
申请号：CN202111629390.5
申请日：2021-12-28
Applicant: 哈尔滨工业大学
IPC: G06K9/00 , G06K9/62 , G06N3/08 , G01M13/021 , G01M13/028 , G01M13/045
Abstract: 本发明公开了基于多个振动传感数据融合的大型回转装备健康预警监测方法和装置，属于大型回转装备的健康预警与故障诊断技术领域，解决不能将多个振动传感器采集的主轴状态特征信息进行有效融合的问题。本发明的方法包括：对振动信号进行特征提取，获取特征指标；建立大型回转装备健康预警模型；建立多个振动传感器决策级融合模型，包括：建立系统识别框架；获取单个传感器对应的信任函数和似然函数；获取融合的信任函数和融合的似然函数；确定主轴的工作状态；根据所述大型回转装备健康预警模型和所述多个振动传感器决策级融合模型，建立基于多个振动传感数据融合的大型回转装备健康预警模型。本发明适用于大型回转装备的健康预警与故障诊断。
-
公开(公告)号：CN114354184A
公开(公告)日：2022-04-15
申请号：CN202111624091.2
申请日：2021-12-28
Applicant: 哈尔滨工业大学
IPC: G01M13/028 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于深度学习的大型回转装备主轴健康预警模型建立方法和装置，属于大型回转装备主轴健康监测与状态识别技术领域，解决现有缺少主轴健康预警模型有效地保证大型回转装备工作性能的同时能显著地降低经济损失的问题。本发明的方法包括：获取大型回转装备主轴状态振动信号；分别从时域、频域和时频域进行特征提取，获取多维特征；对多维特征进行降维处理，将降维处理后的多维特征划分为训练集和测试集；基于BP神经网络建立大型回转装备主轴健康预警模型，并利用训练集和测试集对大型回转装备主轴健康预警模型进行训练和测试，完成大型回转装备主轴健康预警模型的建立。本发明适用于大型回转装备主轴健康监测与状态识别。
-
公开(公告)号：CN114330105B
公开(公告)日：2024-09-20
申请号：CN202111517823.8
申请日：2021-12-13
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06F30/10 , G06F111/10 , G06F111/06 , G06N3/126 , G06F17/14 , G06F17/15
Abstract: 基于三点法误差分离的大型回转设备工件圆度测量中传感器角度优化方法、系统及装置，涉及大型回转设备工件精密测量领域。解决了误差分离中由于激光传感器间隔角度选取不当，导致工件圆度误差的无法精确测量的问题。基于三点法误差分离将三个激光传感器分别按照角度0°、α、β放置在被测工件的同一截面，包括：根据激光传感器获取测量角度的距离D1(θ)；根据D1(θ)的傅里叶级数获得误差传递因子λk；根据谐波阶次与误差传递获得目标优化函数Qk；根据激光传感器布置角度范围进行角度编码，根据目标优化函数Qk进行适应度计算，基于差分进化算法处理，根据个体迭代次数获得激光传感器布置最优角度α、β。本发明适用于激光传感器角度优化领域。
-
公开(公告)号：CN114279707A
公开(公告)日：2022-04-05
申请号：CN202111554839.6
申请日：2021-12-17
Applicant: 哈尔滨工业大学
IPC: G01M13/028
Abstract: 本发明是一种基于多域分析与主成分分析的大型回转设备主轴状态特征提取方法。本发明涉及大型回转设备主轴及大型回转装备中的故障诊断与健康监测技术领域，本发明基于大型回转设备的主轴状态振动信号，进行信号时域分析；基于振动信号的频域分析结果，进行频域特征的提取，包括重心频率、平均频率、均方根频率和频率标准差；基于小波包分解将振动信号进行各个频率子频带的分解，得到各个子频带的能量，归一化后得到各子频带占比，得到主轴状态振动信号的多方位特征指标；基于主成分分析方法将多方位特征指标进行降维处理，得到降维后的反应大型回转设备主轴状态的特征信息。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
