公开(公告)号：CN117783739A

公开(公告)日：2024-03-29

申请号：CN202311826426.8

申请日：2023-12-27

Applicant: 河北工业大学

Inventor： 杨文荣 ,  赵宇航 ,  石小晖 ,  张雨蒙 ,  栾君玲

IPC: G01R31/00 ,  G01R31/72 ,  G01M13/00 ,  G01H1/00 ,  G06F17/15

Abstract: 本发明为一种基于Lissajous图形量化参数的变压器绕组故障诊断方法，首先在变压器绕组表面均匀布置测点，采集各测点处的轴向、径向振动信号，利用轴向与径向振动信号的基频分量合成Lissajous图形，每个测点都对应一个Lissajous图形；然后，计算Lissajous图形的长半轴长度和主轴倾斜角，再根据Lissajous图形的长半轴长度和主轴倾斜角提出两个表征绕组故障的量化参数，分别为Lissajous图形的长半轴长度变化率和主轴倾斜角变化率；最后，根据测点处Lissajous图形的长半轴长度变化率和主轴倾斜角变化率的变化规律，判断故障区域和类型。基于Lissajous图形的量化参数能更加直观全面地反映故障区域和类型，不仅提高了故障诊断准确率，减少了误诊断，而且诊断过程更加简洁。

公开(公告)号：CN117852414A

公开(公告)日：2024-04-09

申请号：CN202410214623.2

申请日：2024-02-27

Applicant: 河北工业大学 ,  浙江理工大学

Inventor： 张一鸣 ,  赵宇航 ,  闻敏杰 ,  涂园 ,  丁盼 ,  高之然 ,  王雪雅

IPC: G06F30/27 ,  G06F30/10 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于机器学习的爆破试验分析方法，该方法包括以下步骤：获取爆破试验参数，爆破试验参数包括爆破对象参数、爆破对象的边界条件以及爆破物参数；标记爆破对象；开始爆破试验，使用高速摄像机记录爆破试验过程和爆破结果图像，使用数据收集装置收集爆破产生的压力峰值和冲量；对爆破结果图像进行图像去噪、图像增强和调整对比度处理；使用改进的神经网络模型对爆破结果图像进行分析提取，标记爆破产生的碎片、对碎片分类以及标记碎片飞散范围，获得爆破结果数据；根据爆破试验参数和爆破结果数据，使用深度神经网络模型预测不同爆破试验参数的爆破试验产生的爆破结果。本发明实现进行少量爆破试验次数的同时获得大量有效实验数据。