-
公开(公告)号：CN115636105B
公开(公告)日：2025-04-01
申请号：CN202211204832.6
申请日：2022-09-29
Applicant: 西安交通大学
IPC: B64F5/60
Abstract: 本发明公开了基于最小方差功率谱估计的叶片固有频率识别方法，方法包括以下步骤：利用有限元分析叶片一阶固有频率，确定叶片的频率估计范围与频率估计识别率，其中，叶片振动表示为多个复数频率信号与复数高斯白噪声信号的叠加，基于叶片振动构建信号快拍矩阵，根据信号快拍矩阵计算信号自相关矩阵的近似；根据叶端定时传感器的排布方式、所述频率估计范围和频率估计分辨率构建峰搜索向量；选取低速非共振段的叶端定时数据，遍历频率估计范围内所有频率计算信号的功率谱幅值；基于线性平均平滑算法估计叶片异步振动频率作为叶片固有频率。
-
公开(公告)号：CN119514338A
公开(公告)日：2025-02-25
申请号：CN202411562785.1
申请日：2024-11-05
Applicant: 西安交通大学
IPC: G06F30/27 , G06F30/15 , G06V10/77 , G06N3/084 , G06F119/10
Abstract: 本发明涉及噪声预测技术领域，公开了基于局部优化和深度学习的壳体高频声辐射预报方法，包括：获取水下航行器的壳体的历史运行数据，历史运行数据包括速度数据、振动数据和声辐射数据；对历史运行数据进行处理，并提取关键特征；构建深度学习网络模型，根据关键特征对深度学习网络模型进行训练；并采用局部优化算法对深度学习网络模型进行优化，得到深度学习网络模型参数的最优解；将参数的最优解赋予训练后的深度学习网络模型，得到壳体高频声辐射预报模型；获取水下航行器的壳体的实时运行数据，并基于壳体高频声辐射预报模型，根据实时运行数据确定壳体的高频声辐射预报数值。本发明提高了声辐射预测的准确性和效率，实现在线监测壳体噪声。
-
公开(公告)号：CN112947378B
公开(公告)日：2024-08-16
申请号：CN202110209051.5
申请日：2021-02-24
Applicant: 西安交通大学
IPC: G05B23/02
Abstract: 公开了一种基于无人机搭载平台的涡喷发动机容错试验系统及方法，试验系统中，无人机搭载平台基于飞行指令执行预定飞行状态；涡喷发动机支承于无人机搭载平台，涡喷发动机具有多个传感器；电子控制器连接涡喷发动机以执行发动机控制指令以控制涡喷发动机，传感器输出传感器信号；故障注入装置连接电子控制器，故障注入装置基于传感器信号执行故障注入；数据采集装置连接涡喷发动机和故障注入装置，以采集传感器信号和故障注入后的故障信号；地面站无线连接无人机搭载平台、电子控制器和数据采集装置，上位机连接遥控接收机，上位机设定容错验证试验参数，接收测试数据。
-
公开(公告)号：CN116972964A
公开(公告)日：2023-10-31
申请号：CN202310796851.0
申请日：2023-06-30
Applicant: 西安交通大学
Abstract: 公开了转子叶片全频域振动叶端定时测量方法及系统，所述方法包括，面向转子叶片低频、中频、高频和超高频模态参数辨识，确定传感器的数目和安装角度；基于叶尖振动位移实现叶端定时低频振动参数辨识；基于叶尖振动速度实现叶端定时中频振动参数辨识；基于叶尖加速度实现叶端定时高频振动参数辨识以及基于叶尖加加速度实现对叶端定时超高频振动参数辨识，最终实现转子叶片低频、中频、高频和超高频全频域振动叶端定时测量。本文公开还提供了一种基于叶端定时全频域振动参数辨识方法的系统。本文公开叶端定时全频域振动测量方法，实现转子叶片低频、中频、高频和超高频振动参数的辨识，扩展了叶端定时技术有效测量的叶片振动频率范围。
-
公开(公告)号：CN114062492B
公开(公告)日：2023-08-04
申请号：CN202111260409.3
申请日：2021-10-27
Applicant: 西安交通大学 , 华电电力科学研究院有限公司
Abstract: 本发明公开了一种基于全聚焦的Lamb波相位成像方法，方法包括以下步骤：相控阵列中每个PZT轮流作为激励源，其余PZT作为接受器，获得响应信号集。激励信号根据每对发射‑接收传感器对所需经历的传播距离预先施加逆频散效应以实现频散补偿和能量聚焦。将同一个PZT接收、其余PZT发射的响应信号叠加以实现能量再次聚焦，共可得到N组求和信号且得到瞬时相位。构建一致性指标衡量N组求和信号的瞬时相位在聚焦时刻的一致性，构建对齐性指标衡量每组求和信号在聚焦时刻的瞬时相位与零相位的对齐程度，以建立损伤成像指标。遍历所有检查点，为每个检查点赋予损伤成像指标以获得损伤图像。本公开损伤检测范围可扩展至阵列及边界周围。
-
Patent Agency Ranking
公开(公告)号：CN116519790A
公开(公告)日：2023-08-01
申请号：CN202310356883.9
申请日：2023-04-06
Applicant: 西安交通大学
Abstract: 本公开揭示了一种径向与轴向叶端定时传感器测量装置，包括：驱动组件、叶片组件和激励组件，其中，所述驱动组件用于驱动所述叶片组件转动；所述激励组件用于对转动过程中的叶片组件进行激励；所述装置还包括信号采集组件，用于采集叶片组件在转动过程中的转速信号以及在受激励过程中产生的振动信号。
-
公开(公告)号：CN116429360A
公开(公告)日：2023-07-14
申请号：CN202310357514.1
申请日：2023-04-06
Applicant: 西安交通大学
IPC: G01M7/02
Abstract: 公开了一种叶端定时与应变片测量对比验证装置，叶端定时与应变片测量对比验证装置中，主轴经由轴承座可转动支承于底板上；叶盘安装于所述主轴以随所述主轴转动，所述叶盘包括共轴心的多个叶片；机匣所述叶盘同轴心安装且围绕所述叶盘；转速传感器设于轴承座以生成所述叶片转速；传感器支架与所述机匣同轴心安装且围绕所述机匣；叶端定时传感器经由所述传感器支架定位且朝向所述叶片；喷气支架支承于所述底板；气流喷嘴可拆卸安装于所述喷气支架以朝向所述叶片施加气流激励；应变片贴附于所述叶片，所述应变片具有引线；滑环安装于所述喷气支架且固定所述引线。
-
公开(公告)号：CN112052552B
公开(公告)日：2022-12-06
申请号：CN202010672208.3
申请日：2020-07-13
Applicant: 西安交通大学
IPC: G06F30/20 , G06F119/14
Abstract: 本公开揭示了一种齿轮局部式故障等效激励力的识别方法，包括：建立正常齿轮与故障齿轮的传动动力学模型；构造齿轮故障等效激励动力学模型，并根据该模型构建动载荷识别控制模型；构造基于L1范数的稀疏解卷积凸优化模型；测量正常齿轮与故障齿轮的输入和输出转角信号，分别得到正常齿轮传动和故障齿轮传动的动态传递误差，并计算故障齿轮相对于正常齿轮的残余传递误差；求解所述基于L1范数的稀疏解卷积凸优化模型，识别齿轮故障等效激励力，并通过对比所识别的齿轮故障等效激励力与齿轮故障产生的真实等效激励力，实现齿轮故障的定量诊断。本公开间接测量齿轮故障等效激励力，准确识别齿轮故障等效激励力，具有操作简单和计算精度高的优点。
-
公开(公告)号：CN113504309B
公开(公告)日：2022-10-28
申请号：CN202110702413.4
申请日：2021-06-24
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于单个叶端定时传感器的叶片检测方法，方法中，在位移数据中截取两个叶片的同转速下的两段位移数据向量，基于两个叶片的夹角对位移数据向量截取的位置进行调整，以重新截取两段位移数据向量，重新截取的两段位移数据向量点乘得到对应序号相乘后的乘积数据向量，乘积数据向量通过低频滤波，然后进行离散傅里叶变换得到频率成分，从低频成分中提取两个叶片的固有频率差值，通过不同叶片间差值的线性组合判断频率差值的可信度以对频率差值矩阵进行修正，基于频率差值矩阵构建的系数矩阵，提取每个叶片的固有频率差值和，当其超出预定的频率差值和阈值判断叶片异常。
-
公开(公告)号：CN112629854B
公开(公告)日：2022-08-05
申请号：CN202011333834.6
申请日：2020-11-25
Applicant: 西安交通大学
IPC: G01M13/045 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本公开揭示了一种基于神经网络注意力机制的轴承故障分类方法，包括：利用加速度传感器采集轴承的振动加速度时域信号ST，对振动加速度时域信号ST进行包络谱变换，获得频域信号SF，将频域信号SF作为含有注意力机制的神经网络的输入样本；将输入样本SF等分为N个不同片段后输入神经网络，对每个片段进行处理并提取特征值，对特征值进行打分运算和归一化处理，获得与输入样本SF不同片段相对应的注意力权重；建立输入样本SF不同片段与注意力权重之间的联系；利用注意力权重对每个片段的特征值进行加权并求和，获得注意力机制输出值yatt；对所述注意力机制的输出值yatt通过全连接层后进行归一化处理，获得和为1的概率分布，其中，概率最大的所对应的类别即为轴承的故障类型。
-
-
-
-
-
-
-
-
-
Search Results
190
records
(took 0.051 seconds)
