-
公开(公告)号：CN117610454A
公开(公告)日：2024-02-27
申请号：CN202311593742.5
申请日：2023-11-27
申请人： 国网宁夏电力有限公司超高压公司 , 西安交通大学
发明人： 郭微 , 胡梦琴 , 邹宏森 , 马文长 , 刘博 , 王旭强 , 张源 , 刘岩亮 , 闫海宁 , 尚彦军 , 王海峰 , 杨彬 , 魏亮 , 孟家正 , 徐健鑫 , 赵浦屿 , 李嘉龙 , 贺博
IPC分类号： G06F30/28 , G06F30/23 , G06F30/17 , G01M9/00 , G01M9/06 , G06F111/08 , G06F113/08 , G06F119/04 , G06F119/14
摘要： 一种基于非高斯风场的避雷针螺栓疲劳分析与寿命优化方法，以高斯风的形成为基础，通过非高斯风的形式，对其风速序列进行相关变形，模拟避雷针结构实际的脉动风场进行后续的疲劳分析及寿命计算；通过对螺栓的寿命性能进行分析并采用启发式算法对螺栓的寿命与螺栓的尺寸和数量进行不断地迭代优化，进一步对避雷针局部法兰盘螺栓进行疲劳和寿命分析，最终获得最优条件下的螺栓寿命，本发明相较于现有其他分析方法，获取非高斯风模拟的实际风速数据，计算结果更加符合实际避雷针风振情况，采用优化算法可以选择计算出最佳的螺栓尺寸和数量，能更好地延长螺栓的疲劳寿命。
-
公开(公告)号：CN118832586A
公开(公告)日：2024-10-25
申请号：CN202411057473.5
申请日：2024-08-02
申请人： 西安交通大学
IPC分类号： B25J9/16
摘要： 一种适用于串联工业机器人的同步状态监测方法，先采集工业机器人内置传感器信号，选择关节指令位置信号，截取关节运动区间；再对指令位置信号做差分并进行布尔运算，判断是关节运动区间还是关节静止区间；然后获取关节运动区间的电流信号，选择某一时间段的电流信号作为基准，提取特征指标；将特征指标和初始阈值对比，判断关节状态异常，实现串联工业机器人的同步状态监测；本发明通过同步分析多个关节的内置传感器信号，简化了状态监测的复杂性和时间成本，避免了传感器信号时间不同步的问题，从而提高了监测的准确性和可靠性。
-
公开(公告)号：CN113340598B
公开(公告)日：2024-05-28
申请号：CN202110610963.3
申请日：2021-06-01
申请人： 西安交通大学
IPC分类号： G01M13/045 , G06F17/16 , G06F17/15 , G06F30/20
摘要： 一种基于正则化稀疏模型的滚动轴承智能故障诊断方法，先计算滚动轴承前N组正常状态下振动信号的包络谱，自滚动轴承故障起始时刻后实时采集振动信号并计算包络谱；再构建并求解最小绝对收缩和选择算子LASSO回归模型，求解故障敏感频率；然后基于滚动轴承故障诊断理论知识获得故障类型诊断结果，最后融合多通道信息获得最终故障类型诊断结果；本发明克服了一般智能诊断方法可解释性差、模型可移植性差及样本需求量大的缺陷，提高了故障诊断的可靠性和准确率。
-
公开(公告)号：CN114970620B
公开(公告)日：2024-03-08
申请号：CN202210548792.0
申请日：2022-05-20
申请人： 西安交通大学
IPC分类号： G06F18/2415 , G06F18/23 , G06F18/213 , G06N3/0464 , G06N3/084 , G06N3/096 , G01M13/045
-
公开(公告)号：CN116858407A
公开(公告)日：2023-10-10
申请号：CN202310825851.9
申请日：2023-07-06
申请人： 西安交通大学
摘要： 一种基于能量采集的自供能船舶轴功率测量装置，包括布置在轴上的能量采集结构、能量采集接口电路、无线发射模块、主控模块、转速传感器、扭矩传感调理电路、基于应变片的扭矩传感器以及布置在轴外面无线接收模块、信号处理模块和状态显示模块；能量采集结构输出通过能量采集接口电路和主控模块第一输入连接，主控模块第二输入/输出和转速传感器连接，主控模块第三输入/输出通过扭矩传感调理电路和基于应变片的扭矩传感器连接，主控模块输出和无线发射模块连接；无线接收模块和无线发射模块配合，无线接收模块输出通过信号处理模块和状态显示模块输入连接；本发明通过能量采集将轴的旋转动能转化为电能，进而满足对轴功率监测的可持续自供能。
-
公开(公告)号：CN116380466A
公开(公告)日：2023-07-04
申请号：CN202310473322.7
申请日：2023-04-27
申请人： 西安交通大学
IPC分类号： G01M13/045
摘要： 基于增强事件视觉数据的滚动轴承智能故障诊断方法及系统，先采用事件相机作为传感器对滚动轴承的健康状态进行非接触式的采集；根据目标区域对原始事件流数据进行筛选，通过处理转化为事件帧数据，并且结合扩散模型进行数据增强处理，之后根据轴承的健康状态为增强数据标注了对应的标签，将数据集划分为训练与测试数据集，对测试数据集进行加噪处理；再将训练数据集以及对应的标签输入卷积神经网络模型进行训练，构建事件帧数据与对应标签之间的映射关系；最后根据事件帧数据与对应标签的映射关系模型，对滚动轴承的健康状态进行诊断；本发明能够适配非接触式传感器实现滚动轴承的故障诊断，并且提高了使用事件数据进行故障诊断的精度与泛化性能。
-
公开(公告)号：CN115824636A
公开(公告)日：2023-03-21
申请号：CN202211667981.6
申请日：2022-12-23
申请人： 西安交通大学
IPC分类号： G01M13/028 , G06F17/14
摘要： 一种自适应能量增长稀疏性度量的汽车变速箱状态监测方法，包括各挡位下的状态监测指标构建、变速箱整体健康状态监测指标构建与变速箱的状态监测和故障定位；首先获取变速箱的振动信号，通过构建各挡位下的状态监测指标，实现自适应的能量增长稀疏性评估；然后进行加权融合，得到可以反映变速箱整体健康状态的监测指标；再利用监测指标与计算过程中的分段幅值和增长率重要性评估结果进行故障定位；本发明实现了汽车变速箱的状态自动监测与辅助故障定位，提高汽车变速箱状态监测的准确性。
-
公开(公告)号：CN114235409B
公开(公告)日：2022-10-28
申请号：CN202111551544.3
申请日：2021-12-17
申请人： 西安交通大学
IPC分类号： G01M13/045 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 一种轻量化通信的滚动轴承多用户协同智能故障诊断方法，先利用公共滚动轴承振动信号和私有滚动轴承振动信号对客户端的本地初始深度卷积诊断模型进行预训练，得到本地过渡深度卷积诊断模型；再将公共滚动轴承振动信号输入至本地过渡深度卷积诊断模型中得到性能分数向量；然后将性能分数向量上传至中央服务器，得到平均性能分数向量并下载至各客户端；再对本地过渡深度卷积诊断模型进行优化；重复性能分数向量计算及优化过程，得到各客户端本地最终深度卷积诊断模型；最后以健康状态未知的滚动轴承振动信号样本为输入，利用本地最终深度卷积诊断模型输出诊断结果，实现滚动轴承健康状态的智能定制化识别；本发明实现了准确、高效的故障诊断。
-
公开(公告)号：CN113340598A
公开(公告)日：2021-09-03
申请号：CN202110610963.3
申请日：2021-06-01
申请人： 西安交通大学
IPC分类号： G01M13/045 , G06F17/16 , G06F17/15 , G06F30/20
摘要： 一种基于正则化稀疏模型的滚动轴承智能故障诊断方法，先计算滚动轴承前N组正常状态下振动信号的包络谱，自滚动轴承故障起始时刻后实时采集振动信号并计算包络谱；再构建并求解最小绝对收缩和选择算子LASSO回归模型，求解故障敏感频率；然后基于滚动轴承故障诊断理论知识获得故障类型诊断结果，最后融合多通道信息获得最终故障类型诊断结果；本发明克服了一般智能诊断方法可解释性差、模型可移植性差及样本需求量大的缺陷，提高了故障诊断的可靠性和准确率。
-
公开(公告)号：CN113138337A
公开(公告)日：2021-07-20
申请号：CN202110450380.9
申请日：2021-04-25
申请人： 西安交通大学
摘要： 一种基于状态划分与频段同步校正的三相电机故障诊断方法，包括状态划分和频段校正；首先获取三相电机的电流信号和振动信号，通过构建三个针对三相电流信号的故障指标，并联合小波阈值降噪后的振动信号故障指标，实现电机健康状态划分；再利用多层小波分解振动信号，并通过分解后的多层细节信号的平方包络谱之间故障特征频率的同步校正，实现电机轴承的故障诊断；本发明克服了传统方法需要人为判断、费时费力且容易产生误判的缺点，提高三相电机故障诊断的及时性和稳定性。
-
-
-
-
-
-
-
-
-
搜索结果
68 条记录 (耗时 0.09 秒)
