-
公开(公告)号：CN111504640B
公开(公告)日：2021-08-06
申请号：CN202010361308.4
申请日：2020-04-30
Applicant: 电子科技大学
IPC: G01M13/04 , G01M13/045 , G06K9/00
Abstract: 本发明涉及轴承故障诊断领域，公开了一种加权滑动窗二阶同步压缩S变换轴承故障诊断方法，用于提升轴承故障特征提取与故障类型辨识的精度。本发明根据轴承故障振动信号特征构建最优加权滑动窗模块，将二阶同步压缩S变换融入多个步长模块中，通过优化算法在信号时频分析过程中自适应地获得与故障特征信号最佳匹配的高斯窗，利用所获的时频分析Rényi熵计算权值，然后实现总体信号重构输出。通过时频谱图对轴承故障特征进行准确提取与故障类型的精确辨识，适用于滚动轴承故障诊断。
-
公开(公告)号：CN114236594A
公开(公告)日：2022-03-25
申请号：CN202111497273.8
申请日：2021-12-09
Applicant: 电子科技大学
IPC: G01T1/36
Abstract: 本发明属于电子电路数字信号领域，提供一种核脉冲信号数字三角‑梯形双通道成形方法，用以解决现有数字滤波成形方法中脉冲堆积问题导致核脉冲能谱图分辨率降低的问题。本发明通过分析梯形成形与三角成形结果的相关性，建立了三角‑梯形双通道成形分方法；利用三角成形通道用于判别脉冲堆积的严重程度，判断脉冲是否保留，并找到脉冲的位置；在采用梯形成形通道则提供平顶峰值信号，用于提取准确且稳定的脉冲幅度；通过本发明的三角‑梯形双通道成形方法，将判别为脉冲堆积轻微的有效脉冲幅值进行准确且稳定的提取，并抛弃判别为脉冲堆积严重的脉冲幅值，极大地提高了核脉冲能谱图的计数率。
-
Patent Agency Ranking
公开(公告)号：CN114254495B
公开(公告)日：2024-04-12
申请号：CN202111497326.6
申请日：2021-12-09
Applicant: 电子科技大学
IPC: G06F30/20
Abstract: 本发明属于电子电路数字信号领域，具体提供在于提供一种基于蒙特卡洛方法的模拟能谱生成方法，在MCNP软件生成的理想能谱基础上，基于蒙特卡洛方法构造核能谱测量数字化系统的概率模型，模拟仪器测量过程并重新生成模拟能谱，充分考虑仪器测量过程中放射性和探测器的统计涨落等因素对谱线的影响，使能谱特征峰呈现高斯分布，与实际仪器测量结果更为吻合，有效解决了MCNP软件模拟出的能量沉积谱因不能反应出放射性和探测器的统计涨落等因素对谱线影响而无法直接作为分析对象的问题。
-
公开(公告)号：CN114254495A
公开(公告)日：2022-03-29
申请号：CN202111497326.6
申请日：2021-12-09
Applicant: 电子科技大学
IPC: G06F30/20
Abstract: 本发明属于电子电路数字信号领域，具体提供在于提供一种基于蒙特卡洛方法的模拟能谱生成方法，在MCNP软件生成的理想能谱基础上，基于蒙特卡洛方法构造核能谱测量数字化系统的概率模型，模拟仪器测量过程并重新生成模拟能谱，充分考虑仪器测量过程中放射性和探测器的统计涨落等因素对谱线的影响，使能谱特征峰呈现高斯分布，与实际仪器测量结果更为吻合，有效解决了MCNP软件模拟出的能量沉积谱因不能反应出放射性和探测器的统计涨落等因素对谱线影响而无法直接作为分析对象的问题。
-
公开(公告)号：CN111521396B
公开(公告)日：2021-09-24
申请号：CN202010392762.6
申请日：2020-05-11
Applicant: 电子科技大学
IPC: G01M13/04 , G01M13/045 , G06K9/00
Abstract: 本发明公开了一种基于平移不变高密度小波包变换的轴承早期故障诊断方法，属于轴承早期故障诊断领域。本发明在利用平移不变高密度小波包变换分解输入信号的过程中基于多孔算法增加信息冗余度，解决传统高密度小波变换不具有平移不变性的问题。本发明不仅使信号的低频段得到了分解，信号的中频段分量和高频段分量也得到了进一步分解，提高了输入信号时频分析中在频域上的分辨率，利用所提小波包变换对早期滚动轴承故障信号进行分解，对小波包系数进行硬阈值降噪，然后对降噪后的信号进行重构，进而有效抑制轴承早期故障信号中噪声部分并实现微弱故障特征信号的提取。本发明适用于滚动轴承早期故障诊断。
-
公开(公告)号：CN111521396A
公开(公告)日：2020-08-11
申请号：CN202010392762.6
申请日：2020-05-11
Applicant: 电子科技大学
IPC: G01M13/04 , G01M13/045 , G06K9/00
Abstract: 本发明公开了一种基于平移不变高密度小波包变换的轴承早期故障诊断方法，属于轴承早期故障诊断领域。本发明在利用平移不变高密度小波包变换分解输入信号的过程中基于多孔算法增加信息冗余度，解决传统高密度小波变换不具有平移不变性的问题。本发明不仅使信号的低频段得到了分解，信号的中频段分量和高频段分量也得到了进一步分解，提高了输入信号时频分析中在频域上的分辨率，利用所提小波包变换对早期滚动轴承故障信号进行分解，对小波包系数进行硬阈值降噪，然后对降噪后的信号进行重构，进而有效抑制轴承早期故障信号中噪声部分并实现微弱故障特征信号的提取。本发明适用于滚动轴承早期故障诊断。
-
公开(公告)号：CN111504640A
公开(公告)日：2020-08-07
申请号：CN202010361308.4
申请日：2020-04-30
Applicant: 电子科技大学
IPC: G01M13/04 , G01M13/045 , G06K9/00
Abstract: 本发明涉及轴承故障诊断领域，公开了一种加权滑动窗二阶同步压缩S变换轴承故障诊断方法，用于提升轴承故障特征提取与故障类型辨识的精度。本发明根据轴承故障振动信号特征构建最优加权滑动窗模块，将二阶同步压缩S变换融入多个步长模块中，通过优化算法在信号时频分析过程中自适应地获得与故障特征信号最佳匹配的高斯窗，利用所获的时频分析Rényi熵计算权值，然后实现总体信号重构输出。通过时频谱图对轴承故障特征进行准确提取与故障类型的精确辨识，适用于滚动轴承故障诊断。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
