-
公开(公告)号：CN118130092A
公开(公告)日：2024-06-04
申请号：CN202410399766.5
申请日：2024-04-03
Applicant: 哈尔滨工程大学
IPC: G01M13/045 , G06N3/0464 , G06N3/088 , G06N3/09 , G06N3/0455
Abstract: 本发明涉及轴承故障诊断领域，更具体的说是一种基于VMD‑Hilbert和SDAE‑CNN的轴承故障诊断方法，采用变分模态分解(VMD)和希尔伯特变换方法(Hilbert)获取原始振动信号的包络谱图，构建轴承故障高维特征集；结合堆栈降噪自编码器(SDAE)对高维特征集进行降维压缩处理获取低维特征量，将压缩后的低维特征量输入到卷积神经网络(CNN)；可以将变分模态分解(VMD)算法和包络解调技术相结合，并采用无监督学习模型堆栈降噪自编码器(SDAE)进行特征压缩，最后输入监督学习模型卷积神经网络(CNN)中，完成轴承的智能诊断任务，提高轴承故障诊断精度。
-
公开(公告)号：CN114295526A
公开(公告)日：2022-04-08
申请号：CN202111671601.1
申请日：2021-12-31
Applicant: 哈尔滨工程大学 , 青岛古镇口军民融合舰船装备技术保障有限公司
Abstract: 本发明涉及一种旁路油液磨粒监测捕捉装置，包括旁路管道、第一油泵、第一通过式检测模块、吸附式检测模块、第二通过式检测模块、第二油泵，第一油泵将滑油从主管道抽入旁路管道，并依次流动通过第一通过式检测模块、吸附式检测模块、第二通过式检测模块，最后通过第二油泵将滑油汇入主管道。本发明解决了现有油液磨粒监测中检测不准确且未能实现油液颗粒物分类检测的技术问题。
-
公开(公告)号：CN119740203A
公开(公告)日：2025-04-01
申请号：CN202411796617.9
申请日：2024-12-09
Applicant: 哈尔滨工程大学
IPC: G06F18/27 , G06F18/10 , G06F18/214 , G06F18/2433 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/08 , G06F18/243 , G06N5/01 , G06N20/20
Abstract: 本发明涉及发电用燃气轮机运行状态监测领域，具体是一种基于融合网络的燃气轮机动态参数回归预测方法，S1：数据采集，采集燃气轮机运行图谱历史数据；S2：数据预处理，对采集到的历史数据进行稳态数据筛选、异常值剔除，确定预测模型的输入参数及输出参数，设定每次读取历史数据的步长，通过滑窗法切分数据，训练集及测试集数据划分等操作；S3：预测模型通过卷积神经网络CNN中的卷积层提取空间特征向量，然后通过由Transformer和LSTM网络结合的方式充分提取时间信息，并获得潜在的时空相关性；S4：预测模型的训练测试及保存，通过训练数据对预测模型进行训练，通过测试集的测试结果判断已训练好的预测模型是否满足要求，并将满足要求的预测模型进行保存。
-
公开(公告)号：CN119688318A
公开(公告)日：2025-03-25
申请号：CN202411716788.6
申请日：2024-11-27
Applicant: 中国船舶集团有限公司第七〇三研究所 , 哈尔滨工程大学
Abstract: 本发明的目的在于提供一种基于声压信号的燃气轮机叶片故障诊断方法，属于燃气轮机诊断领域，包括如下步骤：监测燃气轮机声压，采集燃气轮机转速；将燃气轮机转速进行序列存储；给定燃气轮机稳态判据，记录燃气轮机处于稳态运行工况时的噪声监测值；算燃气轮机声压的频谱；根据键相信号计算转速和转频；计算叶片在特定转速下的通过频率，并且获得各级叶片通过频率对应的幅值；按照不同转速进行统计，以边界带值±ε作为报警阈值；将不同转速下报警阈值进行分段阶梯建模，构建燃气轮机不同运行转速下声压报警限带；当特征频率超过报警限时，给出相应报警。本发明解决了目前燃气轮机限制加装振动传感器情况下的设备运行状态监测等问题。
-
公开(公告)号：CN116907846B
公开(公告)日：2024-08-30
申请号：CN202310867427.0
申请日：2023-07-15
Applicant: 哈尔滨工程大学
IPC: G01M13/04 , G01M13/045 , G01D21/02 , G06F18/213 , G06F18/27 , G06F123/02
Abstract: 本发明涉及轴承状态监测领域，特别是燃气轮机轴承故障预测系统。包括：集模块、检测模块、特征模块、存储模块、预测模块。所述的采集模块，用于采集燃气轮机轴承的振动信号、转速信号、扭矩信号；所述的检测模块，用于通过燃气轮机转速信号n、扭矩信号Q，根据机组生产任务，确定燃气轮机故障预测的工况点；所述的特征模块，用于从振动信号中提取燃气轮机轴承振动峰峰值众数；所述的存储模块，用于存储燃气轮机轴承振动峰峰值众数；所述的预测模块，用于读取燃气轮机轴承振动峰峰值众数历史值，根据预测值是否大于振动峰峰值阈值，预测燃气轮机是否发生故障。本发明能够利用轴承振动信号，对燃气轮机轴承故障进行预测。
-
Patent Agency Ranking
公开(公告)号：CN118294143A
公开(公告)日：2024-07-05
申请号：CN202410399346.7
申请日：2024-04-03
Applicant: 哈尔滨工程大学
IPC: G01M13/045 , G06F18/2415 , G06F18/213 , G06F18/27 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06F123/02
Abstract: 本发明涉及轴承故障诊断领域，更具体的说是一种基于Inception模型的轴承故障诊断方法，该方法基于引入长短时记忆网络(LSTM)分支的Inception模型，该分支可以捕捉数据的时序依赖性信息；该方法包括以下步骤：步骤S1：获取轴承原始振动信号；步骤S2：在Inception模型中引入长短时记忆网络(LSTM)支路；步骤S3：振动信号输入到Inception模型中提取空间及时序特征；步骤S4：空间及时序特征输入到搭建好的卷积神经网络(CNN)模型中；步骤S5：完成轴承的故障诊断工作；该方法能够提升所提取特征信息的全面性，进而提高轴承故障诊断精度。
-
公开(公告)号：CN118223998A
公开(公告)日：2024-06-21
申请号：CN202410325059.1
申请日：2024-03-21
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及动力装置状态恢复，更具体的说是一种基于优化算法的动力装置状态恢复方法，该方法包括以下步骤：S1：动力装置恢复参数的选取；S2：提取动力装置监测数据特征；S3：基于神经网络利用特征参数搭建反映出动力装置状态的状态评估模型；S4：搭建健康度模型，将状态评估模型输出结果转为数值，表征为动力装置健康度；S5：利用状态评估模型生成对应状态下的健康度数值建立起状态恢复模型，确定状态恢复的约束条件；S6：结合优化算法对状态恢复模型进行迭代计算，寻找约束条件下该状态的最优恢复参数，并生成恢复方案；S7：根据恢复方案设置恢复器，依据动力装置实时健康度对其进行反馈控制，使动力装置保持最佳工作状态。
-
公开(公告)号：CN118014015A
公开(公告)日：2024-05-10
申请号：CN202410323998.2
申请日：2024-03-21
Applicant: 哈尔滨工程大学
IPC: G06N3/0464 , G06N3/08 , G06N3/084 , G06N3/006 , G06F30/27 , G06F119/04
Abstract: 本发明涉及发电厂汽轮机运行技术领域，更具体的说是一种基于混合算法的燃气轮机故障诊断模型训练方法，基于传统反向传播算法的故障诊断模型在训练过程中存在陷入局部最优的问题，启发式算法在寻找模型最优解具有一定的优势但同样存在计算效率低的问题。为解决上述问题，本发明使反向传播算法和APSO建立了实质性的联系，而不是两个算法独立的求解自身的目标函数。该框架将传统反向传播算法与启发式算法有效地结合起来，在保证训练消耗的同时又获得了启发式算法在寻找全局最优解的优势。
-
公开(公告)号：CN116882178A
公开(公告)日：2023-10-13
申请号：CN202310861650.4
申请日：2023-07-14
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于数字孪生的燃气轮机故障复现系统，应用于船舶燃气轮机健康管理中故障复现。包括数据采集模块、历史数据库、虚拟环境模块、多维信息选择模块和故障复现模块；所述数据采集模块采集船舶燃气轮机测点数据；所述虚拟环境模块建立可视化虚拟模型，调整燃气轮机模型，计算性能参数，提供可供选择的船舶燃气轮机运行情况；所述历史数据库储存数据采集模块所采集的数据与计算得出的性能参数；所述多维信息选择模块通过多维信息聚合为一条包含所有信息的字符串来匹配历史数据库中数据源，对应数据库中测点数据；所述故障复现模块显示所选工况下船舶燃气轮机的运行数据。能够模拟多种装置故障及退化过程。
-
公开(公告)号：CN116380476A
公开(公告)日：2023-07-04
申请号：CN202310365728.3
申请日：2023-04-07
Applicant: 哈尔滨工程大学
Abstract: 本发明提出一种燃气轮机时间域阶次谱表达方法，包括：信号采集步骤，实时采集燃气轮机运行阶段的振动加速度信号及转速信号；特定频率幅值提取步骤，对采集到的振动加速度信号进行功率谱分析，实时跟踪燃汽轮机的转速，根据燃气轮机的机组信息计算得到当前转速下的转频、转频的分频及倍频、压气机各级叶片通过频率及其倍频、涡轮各级叶片通过频率及其倍频，通过特定区域内的峰值搜索得到各个阶次频率的幅值；时间域阶次谱绘制步骤，统计一段时间内各阶次频率的幅值绘制得到时间域阶次图谱。可以将燃气轮工作转速下的各阶次频率的幅值进行实时统计，为燃气轮机转子不对中、转子不平衡、叶片碰磨等状态异常现象提供判断依据。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.024 seconds)
