-
公开(公告)号：CN117172068A
公开(公告)日：2023-12-05
申请号：CN202311192791.8
申请日：2023-09-15
Applicant: 河北工业大学
IPC: G06F30/23 , G06F111/08 , G06F113/06
Abstract: 本发明提供一种大功率风电齿轮箱非概率敏感性分析方法，属于齿轮箱敏感性分析技术领域，获取各组结构参数对应的位移响应序列，由各参数非概率方差和各参数非概率相关系数得到各结构参数的参数非概率协方差，再得到各位移响应数据的响应非概率方差和非概率相关系数矩阵；基于各参数非概率方差对各归一化响应非概率方差的贡献、各参数非概率协方差对各归一化响应非概率方差的贡献、以及非概率相关系数矩阵，计算在位移响应序列下各结构参数的独立敏感性指标和相关敏感性指标，进而得到结构参数对应的总敏感性指标，升序或降序排列各总敏感性指标，得到各结构参数对均载特性敏感程度序列，为风电齿轮箱的均载特性优化设计提供方向，提升优化效率。
-
公开(公告)号：CN116258048B
公开(公告)日：2023-07-18
申请号：CN202310544850.7
申请日：2023-05-16
Applicant: 河北工业大学
Abstract: 本发明提供一种风电齿轮箱结构参数识别的最优传感器布置方法，包括如下步骤：获取有限元模型和多组结构参数，在有限元模型上预设多个候选位置，向有限元模型施加动态载荷，获取不同结构参数下有限元模型在不同候选位置处的响应时间序列并降维处理，得到原始响应数值解，生成原始数值矩阵；计算各主成分方向和各主成分占比，从所有主成分方向中选取m个主成分方向作为目标主成分方向，目标主成分占比大于未选取的主成分占比；计算各候选位置的响应数据在各目标主成分方向上的方差，选取所述方差的最大值所对应的候选位置作为传感器的布置位置。该方法在动态载荷下，为具有结构参数不确定性的风电齿轮箱选取最优的传感器布局位置和数量。
-
公开(公告)号：CN116380910A
公开(公告)日：2023-07-04
申请号：CN202310331013.6
申请日：2023-03-30
Applicant: 河北工业大学
IPC: G01N21/88
Abstract: 本发明提供了一种风电叶片成型质量智能循迹检测机器人及检测方法，所述检测机器人包括:循迹单元,包括机器人的履带轮处配置的轮速传感器，用于记录行走距离以便于标记缺陷位置；图像采集单元，所述图像采集单元将采集到的视频数据进行分析处理，判断当前位置是否为缺陷或者障碍，若存在缺陷则通过里程计记录缺陷位置坐标数据；里程计的信息是处理单元通过轮速传感器的信息来计算得到的；处理单元，所述处理单元接收所述缺陷位置坐标数据进行处理并输出缺陷位置所在线束的编号以及行走距离，能够对叶片的缺陷自动检测、标记缺陷位置，从而保障工作人员人身安全、降低工作人员工作难度。
-
公开(公告)号：CN118386245A
公开(公告)日：2024-07-26
申请号：CN202410660334.5
申请日：2024-05-27
Applicant: 河北工业大学
IPC: B25J9/16
Abstract: 本申请提供一种双臂移乘护理机器人室内路径规划方法，包括以下步骤：构建障碍物地图，根据当前点和终点，确定搜索节点，并计算各搜索节点的总代价，总代价为距离起点的代价、距离终点的代价以及安全性代价之和；将总代价最小的搜索节点作为已知节点并存入第二列表，将除已知节点之外的其余搜索节点存入第一列表；在第一列表中选取总代价最小的搜索节点作为当前点；将第二列表中的所有已知节点按照索引连线，得到初始全局路径，删除冗余的已知节点，得到优化后全局路径；基于优化后全局路径中的各重要节点，采用改进动态窗口算法规划局部路径，以优化后全局路径规划局部路径，指导双臂移乘护理机器人寻路可以实现更快、更安全地搬运被护理人员。
-
公开(公告)号：CN116258048A
公开(公告)日：2023-06-13
申请号：CN202310544850.7
申请日：2023-05-16
Applicant: 河北工业大学
Abstract: 本发明提供一种风电齿轮箱结构参数识别的最优传感器布置方法，包括如下步骤：获取有限元模型和多组结构参数，在有限元模型上预设多个候选位置，向有限元模型施加动态载荷，获取不同结构参数下有限元模型在不同候选位置处的响应时间序列并降维处理，得到原始响应数值解，生成原始数值矩阵；计算各主成分方向和各主成分占比，从所有主成分方向中选取m个主成分方向作为目标主成分方向，目标主成分占比大于未选取的主成分占比；计算各候选位置的响应数据在各目标主成分方向上的方差，选取所述方差的最大值所对应的候选位置作为传感器的布置位置。该方法在动态载荷下，为具有结构参数不确定性的风电齿轮箱选取最优的传感器布局位置和数量。
-
Patent Agency Ranking
公开(公告)号：CN113486580A
公开(公告)日：2021-10-08
申请号：CN202110749216.8
申请日：2021-07-01
Applicant: 河北工业大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F111/10 , G06F113/06
Abstract: 本申请提供在役风电机组高精度数值建模方法、服务端及存储介质，其中，该方法包括以下步骤：获取样本数据：获取风电机组的材料参数标定值，在标定值的误差区间内抽样、处理得到材料参数样本；建立风电机组的仿真模型，仿真并输出每个材料参数样本所对应的节点位移样本；将样本数据分为训练集与测试集；搭建神经网络，将训练集中的材料参数样本作为神经网络的输入，将训练集中的节点位移样本作为所述神经网络的输出；训练神经网络，获取最优的权值及偏置信息；将训练后的神经网络反向，构建反向神经网络；将测试集中的节点位移样本输入至反向神经网络中，输出风电机组的材料参数。通过上述步骤，使得可准确、快速确定风电机组的材料参数。
-
公开(公告)号：CN117150242A
公开(公告)日：2023-12-01
申请号：CN202311192788.6
申请日：2023-09-15
Applicant: 河北工业大学
Abstract: 本发明提供一种风场群功率预测方法，属于风电场发电技术领域，该方法包括：获取第一样本集，第一样本集包括不同目标历史时段开始时刻的历史三维矩阵和截止时刻的风场群实际输出总功率；以历史三维矩阵作为输入，以风场群实际输出总功率作为输出，训练得到功率预测模型；获取待预测时段开始时刻的目标三维矩阵，将目标三维矩阵输入至功率预测模型，得到待预测时段截止时刻的风场群预测输出总功率。该方法通过以往数据训练功率预测模型，该模型可基于参数对风场群短期内输出功率的影响，输入往期时段截止时刻的参数值来预测当前时段的功率变化，该预测值可提供控制指导，通过风场控制端及时做出动态决策以保障风能的稳定产出。
-
公开(公告)号：CN116663328B
公开(公告)日：2023-10-20
申请号：CN202310919783.2
申请日：2023-07-26
Applicant: 河北工业大学
IPC: G06F30/20 , G06F17/13 , G06F17/18 , G06F119/14
Abstract: 本发明一般涉及齿轮箱均载特性分析技术领域，具体涉及考虑多种误差的齿轮箱均载特性计算方法、装置、设备及介质，方法包括：通过误差与齿轮箱动态均载特性模型构建误差参数与均载系数的响应面模型；利用度量得到的误差参数对响应面模型进行降维近似，得到降维响应面模型；计算降维响应面模型的子系统前多阶原点矩；对前多阶原点矩进行再组合，并计算齿轮箱均载特性概率密度分布的四阶矩，得到齿轮箱均载系数。考虑多种误差的齿轮箱均载特性计算方式，使计算得到的均载系数更加接近真实值，能够对齿轮箱进行更准确的均载分析，提高对齿轮箱的工作效率与使用寿命预测的准确性；对响应面模型进行降维，大大减少了计算复杂度，提高了计算效率。
-
公开(公告)号：CN114878689B
公开(公告)日：2022-11-01
申请号：CN202210791451.6
申请日：2022-07-07
Applicant: 河北工业大学
Abstract: 本申请提供一种用于测量材料参数的便携式在线测量系统，包括：超声波发射模块，所述超声波发射模块用于向待测材料发射超声波；回波接收模块，所述回波接收模块用于接收来自所述待测材料的底面的回波；控制装置，所述控制装置包括：第一采集模块，所述第一采集模块与所述回波接收模块电连接，所述第一采集模块配置用于采集所述回波；第一运算模块，所述第一运算模块与所述第一采集模块电连接，所述第一运算模块内包括识别函数，所述识别函数配置用于识别所述回波并获得与所述回波对应的所述待测材料的相关参数，本方案的识别函数所占的空间极小，所需要的计算资源也很少，识别快速方便，避免了计算量较大的问题。
-
公开(公告)号：CN115293007A
公开(公告)日：2022-11-04
申请号：CN202211219278.9
申请日：2022-10-08
Applicant: 河北工业大学
IPC: G06F30/23 , G06F17/18 , G06F17/16 , G06F111/08 , G06F111/10 , G06F119/02
Abstract: 本申请提供一种服役工况下风电齿轮箱箱体的不确定性与相关性分析方法，包括以下步骤：建立风电齿轮箱箱体的数值仿真模型；建立风电齿轮箱箱体不确定性参数的多维椭球凸模型；对不确定性参数进行抽样，将参数样本代入数值仿真模型，获得多维输出响应样本，并建立风电齿轮箱箱体响应面代理模型；根据响应面代理模型及功能度量法计算多维输出响应的不确定性区间；根据响应面代理模型及非概率相关性传播公式计算多维输出响应之间的相关系数矩阵；结合不确定性区间和相关系数矩阵，建立风电齿轮箱箱体多维输出响应的多维椭球凸模型。本申请提供的服役工况下风电齿轮箱箱体的不确定性与相关性分析方法具有准确度量多维输出响应不确定性边界的优点。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.04 seconds)
