-
公开(公告)号：CN113609770B
公开(公告)日：2023-06-02
申请号：CN202110900150.8
申请日：2021-08-06
Applicant: 电子科技大学
IPC: G06F30/27 , G06N3/0442 , G06N3/048 , G06N3/08 , G06F18/23 , G06F119/02 , G06F119/04
Abstract: 本发明公开了一种基于分段线性拟合HI及LSTM的滚动轴承RUL预测方法，获取预设工况下若干滚动轴承的HI曲线并获取剩余寿命序列，基于聚类评价指标和拟合评价指标筛选出每个滚动轴承采用BUP时间序列分割算法进行分段的最优分段数，对HI曲线进行分段并提取出退化期HI曲线以及退化期剩余寿命序列，进行归一化得到归一化退化期HI曲线和归一化退化期剩余寿命序列，采用长短时记忆网络作为RUL预测模型，将归一化退化期HI曲线作为输入，将归一化退化期剩余寿命序列作为标签，对RUL预测模型进行训练，对于预设工况下的某个滚动轴承，采用相同方法得到归一化退化期HI曲线，将其输入RUL预测模型得到预测的剩余寿命序列。本发明可以有效提高RUL的预测准确率和稳健性。
-
Patent Agency Ranking
公开(公告)号：CN113609770A
公开(公告)日：2021-11-05
申请号：CN202110900150.8
申请日：2021-08-06
Applicant: 电子科技大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06K9/62 , G06F119/02 , G06F119/04
Abstract: 本发明公开了一种基于分段线性拟合HI及LSTM的滚动轴承RUL预测方法，获取预设工况下若干滚动轴承的HI曲线并获取剩余寿命序列，基于聚类评价指标和拟合评价指标筛选出每个滚动轴承采用BUP时间序列分割算法进行分段的最优分段数，对HI曲线进行分段并提取出退化期HI曲线以及退化期剩余寿命序列，进行归一化得到归一化退化期HI曲线和归一化退化期剩余寿命序列，采用长短时记忆网络作为RUL预测模型，将归一化退化期HI曲线作为输入，将归一化退化期剩余寿命序列作为标签，对RUL预测模型进行训练，对于预设工况下的某个滚动轴承，采用相同方法得到归一化退化期HI曲线，将其输入RUL预测模型得到预测的剩余寿命序列。本发明可以有效提高RUL的预测准确率和稳健性。
-
公开(公告)号：CN110082725B
公开(公告)日：2023-02-28
申请号：CN201910186091.5
申请日：2019-03-12
Applicant: 西安电子科技大学
IPC: G01S5/22
Abstract: 本发明属于信号处理技术领域，公开了一种基于麦克风阵列的声源定位时延估计方法、声源定位系统，利用新提出的频域加权函数Wqγβ(ω)，其综合了改进的PATH和ML两种频域加权函数，弥补了原算法不能同时抵抗噪声和混响的不足。首先由麦克风阵列接收两路信号，通过ADC采样转化为数字信号，对两路信号进行加窗分帧，接着经傅里叶变换获得频域信号并计算两帧信号的互功率谱和Wqγβ(ω)加权函数，利用Wqγβ(ω)对互功率谱进行加权，然后对加权后的互功率谱进行经傅里叶逆变换得到两路信号的互相关函数，最后对互相关函数进行峰值检测即可获得两路信号的相对时延。本发明降低了环境噪声和混响对时延估计的影响，提高了时延估计的准确率，提升了声源定位精度。
-
公开(公告)号：CN113656910A
公开(公告)日：2021-11-16
申请号：CN202110900161.6
申请日：2021-08-06
Applicant: 电子科技大学
IPC: G06F30/17 , G06K9/00 , G06K9/62 , G01M13/045 , G06F119/14
Abstract: 本发明公开了一种基于AFF‑AAKR融合的滚动轴承健康指标曲线构建方法，首先对滚动轴承的水平振动加速度传感器信号从时域、频域和时频域进行特征提取得到候选特征集，筛选出优选特征，然后采用AFF方法从优选特征的数据序列中获取观测空间向量，根据观测空间向量中提取出健康空间向量，将观测空间向量映射到健康空间向量所代表的健康空间得到映射向量，计算观测空间向量和映射向量中各时刻数据的残差，将残差数据拟合得到的曲线即为健康指标曲线。本发明将采集得到的滚动轴承的振动加速度信号进行时频域特征提取，通过基于AFF‑AAKR的特征融合实现健康指标曲线的构建，提高健康指标曲线的性能。
-
公开(公告)号：CN113656910B
公开(公告)日：2023-04-07
申请号：CN202110900161.6
申请日：2021-08-06
Applicant: 电子科技大学
IPC: G06F30/17 , G06F18/213 , G06F18/24 , G06F18/231 , G01M13/045 , G06F119/14
Abstract: 本发明公开了一种基于AFF‑AAKR融合的滚动轴承健康指标曲线构建方法，首先对滚动轴承的水平振动加速度传感器信号从时域、频域和时频域进行特征提取得到候选特征集，筛选出优选特征，然后采用AFF方法从优选特征的数据序列中获取观测空间向量，根据观测空间向量中提取出健康空间向量，将观测空间向量映射到健康空间向量所代表的健康空间得到映射向量，计算观测空间向量和映射向量中各时刻数据的残差，将残差数据拟合得到的曲线即为健康指标曲线。本发明将采集得到的滚动轴承的振动加速度信号进行时频域特征提取，通过基于AFF‑AAKR的特征融合实现健康指标曲线的构建，提高健康指标曲线的性能。
-
公开(公告)号：CN110082725A
公开(公告)日：2019-08-02
申请号：CN201910186091.5
申请日：2019-03-12
Applicant: 西安电子科技大学
IPC: G01S5/22
Abstract: 本发明属于信号处理技术领域，公开了一种基于麦克风阵列的声源定位时延估计方法、声源定位系统，利用新提出的频域加权函数Wqγβ(ω)，其综合了改进的PATH和ML两种频域加权函数，弥补了原算法不能同时抵抗噪声和混响的不足。首先由麦克风阵列接收两路信号，通过ADC采样转化为数字信号，对两路信号进行加窗分帧，接着经傅里叶变换获得频域信号并计算两帧信号的互功率谱和Wqγβ(ω)加权函数，利用Wqγβ(ω)对互功率谱进行加权，然后对加权后的互功率谱进行经傅里叶逆变换得到两路信号的互相关函数，最后对互相关函数进行峰值检测即可获得两路信号的相对时延。本发明降低了环境噪声和混响对时延估计的影响，提高了时延估计的准确率，提升了声源定位精度。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
