-
公开(公告)号：CN119443485A
公开(公告)日：2025-02-14
申请号：CN202411464062.8
申请日：2024-10-21
Applicant: 国网山东省电力公司济南供电公司 , 西安交通大学
IPC: G06Q10/063 , G06Q50/26 , G06F17/10
Abstract: 本发明提供一种基于居民消费行为的碳排放核算方法和碳排放画像生成方法，属于碳排放核算技术领域，核算方法中以居民在各类消费行为中的消费数据，核算居民各类消费行为对应的碳排放量。能够准确获取居民日常生活中的碳排放量，为居民各类消费行为碳排放量的评分提供数据支撑，进而生成居民各消费行为的碳排放画像，展示居民用户在各类消费行为中的碳排放状态，为制定居民参与减碳工作的激励机制提供指导。
-
公开(公告)号：CN109946080A
公开(公告)日：2019-06-28
申请号：CN201910276661.X
申请日：2019-04-08
Applicant: 西安交通大学
IPC: G01M13/045 , G06K9/00 , G06N3/04 , G06N3/08
Abstract: 一种基于嵌入式循环网络的机械设备健康状态识别方法，首先获得机械设备的振动信号样本，并划分为若干段相邻的局部振动子信号；然后从子信号中提取时频图像，经标准化处理后作为输入；接着构建深度残差网络，并对其进行训练，从而学习到信号中的各个局部信息；最后利用迁移学习的思想，将训练好的残差网络嵌入到循环网络的输入层，并固定卷积部分使其不参加训练，再次利用原样本输入对嵌入式网络进行再训练，从而学习到相邻周期之间的信息；训练好的嵌入式循环网络可实现对机械设备健康状态的诊断；本发明通过对局部振动特性及相邻局部间的关系进行建模，弱化了信号中噪声及局部干扰对分类效果的影响，提高了网络在实际工程中的适用性。
-
公开(公告)号：CN112712106A
公开(公告)日：2021-04-27
申请号：CN202011414594.2
申请日：2020-12-07
Applicant: 西安交通大学
Abstract: 基于多视图对抗自编码器的机械设备健康状态识别方法，首先获得机械设备的振动信号样本，并将信号通过傅里叶变换、希尔伯特变换+傅里叶变换、连续小波变换从不同的视角描述信号，经标准化处理后作为网络的输入；接着构建多视图对抗自编码器并假设特征所服从的分布，使用对抗训练的方法使特征逼近所假设的分布，从而对网络进行训练；最后利用集成学习，将训练好的多个学习器相结合，将集成后所得到的概率作为最终的预测结果；训练好的网络可实现对少量标签、低信噪比条件下的机械设备健康状态的诊断；本发明通过视图学习和集成学习的引入，解决了标签缺乏且信号噪声严重时网络特征提取能力不足的问题，提高了网络在实际工程中的适用性。
-
公开(公告)号：CN109946080B
公开(公告)日：2020-06-16
申请号：CN201910276661.X
申请日：2019-04-08
Applicant: 西安交通大学
IPC: G01M13/045 , G06K9/00 , G06N3/04 , G06N3/08
Abstract: 一种基于嵌入式循环网络的机械设备健康状态识别方法，首先获得机械设备的振动信号样本，并划分为若干段相邻的局部振动子信号；然后从子信号中提取时频图像，经标准化处理后作为输入；接着构建深度残差网络，并对其进行训练，从而学习到信号中的各个局部信息；最后利用迁移学习的思想，将训练好的残差网络嵌入到循环网络的输入层，并固定卷积部分使其不参加训练，再次利用原样本输入对嵌入式网络进行再训练，从而学习到相邻周期之间的信息；训练好的嵌入式循环网络可实现对机械设备健康状态的诊断；本发明通过对局部振动特性及相邻局部间的关系进行建模，弱化了信号中噪声及局部干扰对分类效果的影响，提高了网络在实际工程中的适用性。
-
公开(公告)号：CN109883706B
公开(公告)日：2019-12-31
申请号：CN201910276672.8
申请日：2019-04-08
Applicant: 西安交通大学
IPC: G01M13/045
Abstract: 一种滚动轴承局部损伤微弱故障特征提取方法，使用加速度传感器采集故障滚动轴承的振动信号，使用MODWPT分解原信号至不同的节点，接下来计算各节点均方包络自相关的SK，然后选取各层中不小于最大SK一半的节点信号进行MED滤波，再依据层数叠加同层所选节点的归一化频谱信息并平均，最后合并所有层的频谱，提取滚动轴承的局部损伤故障特征；本发明给出了一种强背景噪声干扰下提取滚动轴承局部损伤故障特征的方法，为实现滚动轴承的PHM早期微弱故障特征提取提供了一种有效的诊断工具。
-
Patent Agency Ranking
公开(公告)号：CN111238812B
公开(公告)日：2021-10-19
申请号：CN202010059189.7
申请日：2020-01-19
Applicant: 西安交通大学
IPC: G01M13/045
Abstract: 一种滚动轴承保持架故障的自诊断方法，通过高精度快速滤波器组对振动信号进行快速滤波，再根据各滤波后信号的均方包络自相关信号的谱峭度选出最优信号并计算其包络谱，然后根据保持架理论故障特征频率自动选择前M阶实际故障特征频率，再根据频谱的统计特性自动找出满足概率要求的阈值，最后计算循环平稳全局测试指标和故障发生率，实现了滚动轴承保持架故障的自诊断，本发明给出了一种自动诊断滚动轴承保持架故障的方法，为智能轴承分析滚动轴承保持架故障提供了一种有效的自诊断工具。
-
公开(公告)号：CN110608673B
公开(公告)日：2020-11-17
申请号：CN201910423930.0
申请日：2019-05-21
Applicant: 西安交通大学
Abstract: 一种转子轴向位移、径向振动位移及转速的集成测量方法，包括以下步骤：(1)在待测转子非工作表面上激光刻槽，槽一圈展开图为“八”字型，刻槽没有布满整个待测转子的一周，而是预留有接口区；(2)在垂直于待测转子轴线的平面上布置两个相互垂直位移传感器，两个位移传感器在经过待测转子非工作表面时，输出一系列位移信号；(3)根据两个位移传感器输出信号到处理单元，进行信号分离、边缘检测及结果计算模块，同时得到待测转子的轴向位移、径向振动位移、转速；本发明能够解决转子空间受限，传感器使用过多，集成度不高，安装调试不便的问题。
-
公开(公告)号：CN111238812A
公开(公告)日：2020-06-05
申请号：CN202010059189.7
申请日：2020-01-19
Applicant: 西安交通大学
IPC: G01M13/04 , G01M13/045
Abstract: 一种滚动轴承保持架故障的自诊断方法，通过高精度快速滤波器组对振动信号进行快速滤波，再根据各滤波后信号的均方包络自相关信号的谱峭度选出最优信号并计算其包络谱，然后根据保持架理论故障特征频率自动选择前M阶实际故障特征频率，再根据频谱的统计特性自动找出满足概率要求的阈值，最后计算循环平稳全局测试指标和故障发生率，实现了滚动轴承保持架故障的自诊断，本发明给出了一种自动诊断滚动轴承保持架故障的方法，为智能轴承分析滚动轴承保持架故障提供了一种有效的自诊断工具。
-
公开(公告)号：CN110608673A
公开(公告)日：2019-12-24
申请号：CN201910423930.0
申请日：2019-05-21
Applicant: 西安交通大学
Abstract: 一种转子轴向位移、径向振动位移及转速的集成测量方法，包括以下步骤：(1)在待测转子非工作表面上激光刻槽，槽一圈展开图为“八”字型，刻槽没有布满整个待测转子的一周，而是预留有接口区；(2)在垂直于待测转子轴线的平面上布置两个相互垂直位移传感器，两个位移传感器在经过待测转子非工作表面时，输出一系列位移信号；(3)根据两个位移传感器输出信号到处理单元，进行信号分离、边缘检测及结果计算模块，同时得到待测转子的轴向位移、径向振动位移、转速；本发明能够解决转子空间受限，传感器使用过多，集成度不高，安装调试不便的问题。
-
公开(公告)号：CN109883706A
公开(公告)日：2019-06-14
申请号：CN201910276672.8
申请日：2019-04-08
Applicant: 西安交通大学
IPC: G01M13/045
Abstract: 一种滚动轴承局部损伤微弱故障特征提取方法，使用加速度传感器采集故障滚动轴承的振动信号，使用MODWPT分解原信号至不同的节点，接下来计算各节点均方包络自相关的SK，然后选取各层中不小于最大SK一半的节点信号进行MED滤波，再依据层数叠加同层所选节点的归一化频谱信息并平均，最后合并所有层的频谱，提取滚动轴承的局部损伤故障特征；本发明给出了一种强背景噪声干扰下提取滚动轴承局部损伤故障特征的方法，为实现滚动轴承的PHM早期微弱故障特征提取提供了一种有效的诊断工具。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.021 seconds)
