旋转机械缺失故障特征恢复方法及系统

    公开(公告)号:CN113935252A

    公开(公告)日:2022-01-14

    申请号:CN202111548548.6

    申请日:2021-12-17

    Applicant: 清华大学

    Abstract: 本发明提供一种旋转机械缺失故障特征恢复方法及系统,其中的方法包括:基于获取的旋转机械的带有缺失项的监测数据,获取与监测数据相对应的原始数据的掩码矩阵;基于预设提示率及掩码矩阵,建立与掩码矩阵相对应的提示矩阵;基于预设噪声样本集、监测数据、掩码矩阵和提示矩阵构成训练数据,并基于训练数据训练预构建的WGAIN‑GP网络;基于训练完成的WGAIN‑GP网络,获取与监测数据对应的恢复信号及恢复故障特征。利用上述发明能够有效对因监测数据严重缺失而造成的旋转机械故障特征进行恢复。

    旋转机械缺失故障特征恢复方法及系统

    公开(公告)号:CN113935252B

    公开(公告)日:2022-05-13

    申请号:CN202111548548.6

    申请日:2021-12-17

    Applicant: 清华大学

    Abstract: 本发明提供一种旋转机械缺失故障特征恢复方法及系统,其中的方法包括:基于获取的旋转机械的带有缺失项的监测数据,获取与监测数据相对应的原始数据的掩码矩阵;基于预设提示率及掩码矩阵,建立与掩码矩阵相对应的提示矩阵;基于预设噪声样本集、监测数据、掩码矩阵和提示矩阵构成训练数据,并基于训练数据训练预构建的WGAIN‑GP网络;基于训练完成的WGAIN‑GP网络,获取与监测数据对应的恢复信号及恢复故障特征。利用上述发明能够有效对因监测数据严重缺失而造成的旋转机械故障特征进行恢复。

    预测预定设备未来工作状态的方法

    公开(公告)号:CN118839215A

    公开(公告)日:2024-10-25

    申请号:CN202410855792.4

    申请日:2024-06-28

    Applicant: 清华大学

    Abstract: 本公开涉及电信号处理方法技术领域,具体提供了一种预测预定设备未来工作状态的方法,可以应用于机械装备状态监测和人工智能领域。该方法包括:S10:建立数据集;S20:对数据集中的信号进行处理,确定信号的健康值;S30:对信号的健康值进行处理,确定与当前时间间隔预定时间的未来的信号;S40:监测获得与当前时间间隔预定时间的未来的信号;S50:比较S30步骤确定的未来的信号与S40步骤监测获得的未来信号,确定两者之间的差异;S60:根据在S50步骤中确定的差异,对S20步骤以及S30步骤进行修正;S70:确定信号的更新的健康值;S80:根据更新的健康值,确定监测的预定设备未来工作状态,有效提高了预测预定设备未来工作状态的准确性和可靠性。

    航空发动机波纹管低速冲击响应分析方法

    公开(公告)号:CN113935116A

    公开(公告)日:2022-01-14

    申请号:CN202111541476.2

    申请日:2021-12-16

    Applicant: 清华大学

    Abstract: 本发明涉及计算力学技术领域,揭露一种航空发动机波纹管低速冲击响应分析方法,包括:将航空发动机波纹管等效为一波纹圆柱壳结构,之后,使用Love薄壳理论和Hamilton变分原理构建所述波纹圆柱壳结构受到低速冲击时的控制微分方程,通过Galerkin方法进一步将所述控制微分方程转化为运动常微分方程,并基于Duhamel积分和小时间增量法对该运动常微分方程进行求解来得到该航空发动机波纹管的低速冲击响应。该方法可以有效解决航空发动机波纹管结构遭受低速冲击力这一时变强非线性过程求解困难的问题,对于航空发动机安全防护、结构减振设计等方面有较大的意义。

    基于Wasserstein深度数字孪生模型的旋转机械状态监测方法

    公开(公告)号:CN114662712A

    公开(公告)日:2022-06-24

    申请号:CN202210161715.X

    申请日:2022-02-22

    Applicant: 清华大学

    Abstract: 本发明涉及人工智能技术领域,揭露一种基于Wasserstein深度数字孪生模型的旋转机械状态监测方法,通过采集旋转机械在健康状态下的运维数据,并利用所采集的运维数据对基于Wasserstein深度数字孪生模型的WGAN‑GP网络进行训练,然后利用虚拟空间样本和真实物理样本间分布的一致性对训练的基于Wasserstein深度数字孪生模型的WGAN‑GP网络进行检验,获得收敛后的基于Wasserstein深度数字孪生模型的WGAN‑GP网络;利用训练好的基于Wasserstein深度数字孪生模型的WGAN‑GP网络进行旋转机械状态评估;最终,基于旋转机械的健康状态评估结果,执行多项服务端任务,比如早期故障检测、退化追踪等。

    航空发动机波纹管低速冲击响应分析方法

    公开(公告)号:CN113935116B

    公开(公告)日:2022-04-26

    申请号:CN202111541476.2

    申请日:2021-12-16

    Applicant: 清华大学

    Abstract: 本发明涉及计算力学技术领域,揭露一种航空发动机波纹管低速冲击响应分析方法,包括:将航空发动机波纹管等效为一波纹圆柱壳结构,之后,使用Love薄壳理论和Hamilton变分原理构建所述波纹圆柱壳结构受到低速冲击时的控制微分方程,通过Galerkin方法进一步将所述控制微分方程转化为运动常微分方程,并基于Duhamel积分和小时间增量法对该运动常微分方程进行求解来得到该航空发动机波纹管的低速冲击响应。该方法可以有效解决航空发动机波纹管结构遭受低速冲击力这一时变强非线性过程求解困难的问题,对于航空发动机安全防护、结构减振设计等方面有较大的意义。

Patent Agency Ranking