公开(公告)号：CN114647909A

公开(公告)日：2022-06-21

申请号：CN202210341586.2

申请日：2022-04-02

Applicant: 江苏科技大学

Inventor： 孙丽 ,  赵俊杰 ,  任小蝶 ,  周宏根 ,  李国超 ,  毕豪 ,  杨景珲 ,  罗皓文 ,  王臻斌

IPC: G06F30/17 ,  G06F30/20 ,  G06F119/04 ,  G06F119/12

Abstract: 本发明公开了一种基于谱峭度特征最大值确定滚动轴承退化点的方法，包括对被测试的滚动轴承的全寿命周期振动信号进行T次采样进而组成一个时间序列W＝[S1,S2,…,ST]，每个时间单位的采样信号为S；基于每个时间单位的采样信号S进行谱峭度计算，并依据每个时间单位的谱峭度提取M个时域特征值，形成特征矩阵XT×M，其中M是所提取特征个数，M的个数至少为5个；对特征矩阵的每列特征时序进行平滑处理；对每列特征时序始末阶段各5％的特征数据进行赋0处理；选取出现频次最高的对应时刻t′作为轴承退化点。本发明从确定滚动轴承退化开始时刻的角度考虑，评估轴承的退化程度并划分退化阶段，提升性能退化指标的可用性。

公开(公告)号：CN117910351A

公开(公告)日：2024-04-19

申请号：CN202410082293.6

申请日：2024-01-19

Applicant: 江苏科技大学

Inventor： 孙丽 ,  刘寅飞 ,  周宏根 ,  李国超 ,  张乐毅 ,  吴军 ,  任小蝶 ,  胥实现 ,  郑浩 ,  董宝江

IPC: G06F30/27 ,  G06N3/0455 ,  G06N3/0464 ,  G06F17/16 ,  G06F119/04

Abstract: 本发明公开一种数模联动随机退化刀具剩余寿命预测方法，包括：S1：获取历史多源传感检测数据；S2：构建寿命预测模型；S3：构建剩余寿命预测精度的优化目标函数；S4：判断是否满足预测精度要求；S5：输出在线复合健康指标；S6：通过EM法自适应更新退化模型参数；S7：根据网络参数和退化模型参数，进行剩余寿命在线预测；S8：对预测结果精确度进行验证；通过Transformer网络实现多源传感器数据至刀具复合健康指标的映射，用门控卷积单元将局部特征纳入注意机制，缓解深层神经网络结构中的信息衰减，提高模型对局部信息的敏感性；利用数模联动方法，将失效状态、随机退化模型中的失效阈值、和失效时刻的复合健康指标统一，使健康状态和复合健康指标相统一。

公开(公告)号：CN117994583A

公开(公告)日：2024-05-07

申请号：CN202410172982.6

申请日：2024-02-07

Applicant: 江苏科技大学

Inventor： 孙丽 ,  任小蝶 ,  周宏根 ,  刘寅飞 ,  吴军 ,  李国超 ,  史肖娜 ,  李磊

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06F18/241 ,  G06F18/213 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0455 ,  G06N3/049 ,  G06F123/02

Abstract: 本发明提供了一种基于Time GAN‑SSGC‑GAT的回转支承故障诊断方法，该方法通过Time GAN方法对原始样本特征进行数据增强，扩充了训练集，解决了训练模型的小样本问题。通过SSGC方法，将时间序列信号转换为非欧结构图数据。采用带有多头注意机制的GAT方法对图结构数据进行节点分类，对不同的邻域分配不同的注意权值，解决了传统深度学习方法无法充分利用训练样本间空间关系的问题，从而实现多工况下的回转支承故障诊断，以及对雷达伺服系统的安全维护。

公开(公告)号：CN114647909B

公开(公告)日：2023-04-21

申请号：CN202210341586.2

申请日：2022-04-02

Applicant: 江苏科技大学

Inventor： 孙丽 ,  赵俊杰 ,  任小蝶 ,  周宏根 ,  李国超 ,  毕豪 ,  杨景珲 ,  罗皓文 ,  王臻斌

IPC: G06F30/17 ,  G06F30/20 ,  G06F119/04 ,  G06F119/12

Abstract: 本发明公开了一种基于谱峭度特征最大值确定滚动轴承退化点的方法，包括对被测试的滚动轴承的全寿命周期振动信号进行T次采样进而组成一个时间序列W＝[S1,S2,…,ST]，每个时间单位的采样信号为S；基于每个时间单位的采样信号S进行谱峭度计算，并依据每个时间单位的谱峭度提取M个时域特征值，形成特征矩阵XT×M，其中M是所提取特征个数，M的个数至少为5个；对特征矩阵的每列特征时序进行平滑处理；对每列特征时序始末阶段各5％的特征数据进行赋0处理；选取出现频次最高的对应时刻t′作为轴承退化点。本发明从确定滚动轴承退化开始时刻的角度考虑，评估轴承的退化程度并划分退化阶段，提升性能退化指标的可用性。

公开(公告)号：CN116245022A

公开(公告)日：2023-06-09

申请号：CN202310157174.8

申请日：2023-02-21

Applicant: 江苏科技大学

Inventor： 孙丽 ,  赵俊杰 ,  袁春元 ,  周宏根 ,  李国超 ,  任小蝶 ,  毕豪 ,  吴文韩 ,  罗皓文 ,  王臻斌 ,  杨景珲

IPC: G06F30/27 ,  G01M13/045 ,  G06F30/17 ,  G06Q10/0639 ,  G06Q50/04 ,  G06F18/213 ,  G06F18/2135 ,  G06F18/2431 ,  G06N3/126 ,  G06F119/02

Abstract: 本发明公开了一种滚动轴承健康指标高效构建方法，包括对滚动轴承全寿命周期监测数据进行采样；提取滚动轴承全寿命周期的初级特征并将其作为输入，生成初代染色体种群；基于评价函数一优化染色体输出高级特征的过程；染色体输出高级特征，得到高级特征种群；基于评价函数二评价当代染色体种群所构建的高级特征种群，若满足终止条件，则进行下一步骤；反之，则依据评价函数二对当代种群进行遗传操作，重复以上步骤直至满足终止条件；在满足终止条件后，输出最终代种群中适应度最高的染色体，并将其对应的高级特征作为反映滚动轴承退化趋势的健康指标。本发明可解决传统遗传编程算法无法高效搜索表征滚动轴承退化趋势性能良好的健康指标相关问题。