-
公开(公告)号：CN114477101B
公开(公告)日：2023-07-11
申请号：CN202210055085.8
申请日：2022-01-18
Applicant: 三峡大学
Abstract: 本发明提供了一种自支撑硒钛氧钠阵列的制备方法。具体操作是将钛箔依次用去离子水、无水乙醇、稀盐酸超声清洗。之后在水热条件下通过NaOH溶液对钛箔刻蚀，并在氮气氛围中，以硒粉为硒源，硒化后得到自支撑硒钛氧钠阵列。发现随着硒粉用量的变化，得到Na2Ti3O6.2Se0.8作为钠离子电池负极材料时的性能最优，在0.01‑3V的电压范围内，在电流密度1 A g‑1下循环1000圈后仍具有155 mA h g‑1的比容量。在大电流下Na2Ti3O6.2Se0.8仍具有较好的电化学稳定性，将Na2Ti3O6.2Se0.8作为钠离子电池负极材料性能稳定，在钠离子电池领域中具有潜在的应用价值。
-
公开(公告)号：CN116381359A
公开(公告)日：2023-07-04
申请号：CN202310299054.1
申请日：2023-03-24
Applicant: 国网江苏省电力有限公司南京供电分公司 , 中国电力科学研究院有限公司 , 三峡大学
IPC: G01R29/08
Abstract: 一种全景电场合成的电场强度测量装置及方法，该测量装置包括云台、电场传感器；所述云台设有加速度传感器、陀螺传感器，用于感知场强测量的角度和运动方向，加速度传感器、陀螺传感器连接信号处理单元。所述电场传感器用于感知电场强度，电场传感器连接信号处理单元，所述信号处理单元连接接收机，接收机连接上位机。本发明提供一种全景电场合成的电场强度测量装置及方法，可以满足三维电场的测量要求,达到高速、高效、安全和可靠的实时在线测量电场强度的目的。
-
公开(公告)号：CN113375940A
公开(公告)日：2021-09-10
申请号：CN202110594638.2
申请日：2021-05-28
Applicant: 三峡大学
IPC: G01M13/045
Abstract: 本发明涉及基于SVD和CEEMDAN的故障轴承诊断方法，包括：采集轴承振动信号；计算时频分布，初步判断轴承是否产生故障；对原始故障轴承信号进行奇异值分解去噪重构；对初步降噪信号进行自适应噪声完备集合经验模态分解，得到多个本征模态分量；计算各个本征模态分量与原信号之间的KL散度，剔除无效分量；对有效本征模态分量进行重构；对重构信号进行自相关去噪，再对其画包络谱，提取清晰的故障特征频率，诊断轴承故障类型。本发明利用奇异值分解去噪后重构，进行模态分解，并剔除无效分量，再利用重构信号的包络谱进行故障诊断，有效提高了轴承故障诊断的准确性；本发明消除了模态混叠，极大地降低了计算资源的消耗，提高了信号分解效率。
-
公开(公告)号：CN113104824A
公开(公告)日：2021-07-13
申请号：CN202110224556.9
申请日：2021-03-01
Applicant: 三峡大学
Abstract: 本发明提供了一种Se掺杂的Fe2P自支撑钠离子电池负极材料的制备方法，具体操作是将泡沫镍依次用去离子水、无水乙醇超声清洗。以泡沫镍为集流体，硝酸铁为Fe源，通过一步水热法制得FeOOH前驱体，然后以次亚磷酸钠为P源，硒粉为Se源，将制得的前驱体通过化学气相沉积法转化为Se掺杂的Fe2P。该方法制得的材料作为钠离子电池的负极材料，具有优异的循环稳定性、高比容量的特点。这种Se掺杂的Fe2P阵列材料在0.01‑3V的电压范围内，在电流密度100 mA g‑1下循环1000圈后仍具有541.2 mA h g‑1的比容量。且在500 mA g‑1时经循环100圈后其可逆比容量仍具有451.9 mA h g‑1。这种Se掺杂的Fe2P材料作为钠离子电池负极材料，具有优异的循环稳定性、倍率性能和广阔的应用前景。
-
公开(公告)号：CN112557038A
公开(公告)日：2021-03-26
申请号：CN202011623754.4
申请日：2020-12-30
Applicant: 三峡大学
IPC: G01M13/045 , G06K9/00
Abstract: 本发明公开了多重降噪处理的轴承早期故障诊断方法，包括：采集轴承的振动信号；对轴承振动信号进行短时傅里叶变换，初步判断轴承是否发生故障；利用小波包变换，对轴承振动信号分解和重构，进行初步去噪；利用集合经验模态分解方法对小波包重构信号分解、筛选和重构；剔除重构信号中包含的混叠干扰信号，对轴承振动信号进行多层降噪；对降噪后的重构信号进行解调处理，提取轴承故障频率；与理论计算故障频率对比，诊断得出轴承的故障结论。本发明采用的小波包变换、集合经验模态分解方法和自相关计算去噪相结合的故障分析方式，凸显微弱故障特征，有利于在轴承早期故障阶段尽早诊断、识别出轴承异常，避免或减少设备故障带来的损失。
-
Patent Agency Ranking
公开(公告)号：CN119206472A
公开(公告)日：2024-12-27
申请号：CN202411066135.8
申请日：2024-08-05
Applicant: 三峡大学
Abstract: 一种基于层次感知的遥感目标检测骨干网络的构建方法，本发明中构建的层次感知特征提取骨干网络包含了四个特征处理阶段，每个阶段包含一个特征下采样块，若干层次感知特征关注模块。层次感知特征关注模块对于现有多尺度特征自适应选择机制进行了二阶段调整，引入网络深度因子用于增强网络前期局部特征的表达强度，压制全局特征，在网络后期则增强全局特征表达强度，压制局部特征。本发明的目的是为了解决已有的自适应特征选择机制在网络前期过早强调大感受野下的特征，从而导致细节特征无法有效传递到后续阶段，同时在密集场景下将周围其它物体混入当前识别中造成的特征混淆问题。
-
公开(公告)号：CN115266094B
公开(公告)日：2024-09-17
申请号：CN202210775339.3
申请日：2022-07-03
Applicant: 三峡大学
IPC: G01M13/045 , G06F18/213 , G06F18/10
Abstract: 本发明涉及基于TVD和MED的滚动轴承故障诊断方法，包括：获取滚动轴承振动信号；采用峰值系数法初步判断滚动轴承是否产生故障；对原始滚动轴承故障信号进行总变差降噪，利用相关系数和Teager能量算子的加权指标确定正则化参数a的最优值；对降噪信号采用最小熵解卷积滤波，减少脉冲响应函数的传播；最后对增强信号进行包络解调，提取清晰的故障特征频率及其倍频，诊断轴承故障类型。本发明解决了包络解调不能快速识别高频范围内故障特征频率的问题，提出的TVD‑MED复合方法，对高频范围倍频故障频率具有更好的提取效果；本发明在对原始轴承振动信号的降噪过程中，同时考虑相关性和冲击特性，利用加权指标选取最优的正则化参数，使得降噪效果更好。
-
公开(公告)号：CN119000464A
公开(公告)日：2024-11-22
申请号：CN202410952635.5
申请日：2024-07-16
Applicant: 三峡大学
IPC: G01N15/08 , G01N25/20 , G01K11/3206
Abstract: 本发明公开了一种基于温度示踪的地下水渗流监测的方法及监测装置，涉及地下水渗流装置技术领域。该装置的具体实施方式：调节发热元件的加热模式，利用流速监测控制来探究不同岩土体材料的渗流情况，可实现不同加热模式、不同岩土体材料及渗流条件下的温度示踪渗流监测。该装置实施方式能够明确滑坡渗流特征参数与温度消散规律的关系，建立库岸滑坡渗流的主动加热监测方案，为库岸滑坡渗流的精准、高效识别提供技术支撑。
-
公开(公告)号：CN115266094A
公开(公告)日：2022-11-01
申请号：CN202210775339.3
申请日：2022-07-03
Applicant: 三峡大学
IPC: G01M13/045 , G06K9/00
Abstract: 本发明涉及基于TVD和MED的滚动轴承故障诊断方法，包括：获取滚动轴承振动信号；采用峰值系数法初步判断滚动轴承是否产生故障；对原始滚动轴承故障信号进行总变差降噪，利用相关系数和Teager能量算子的加权指标确定正则化参数a的最优值；对降噪信号采用最小熵解卷积滤波，减少脉冲响应函数的传播；最后对增强信号进行包络解调，提取清晰的故障特征频率及其倍频，诊断轴承故障类型。本发明解决了包络解调不能快速识别高频范围内故障特征频率的问题，提出的TVD‑MED复合方法，对高频范围倍频故障频率具有更好的提取效果；本发明在对原始轴承振动信号的降噪过程中，同时考虑相关性和冲击特性，利用加权指标选取最优的正则化参数，使得降噪效果更好。
-
公开(公告)号：CN113375939A
公开(公告)日：2021-09-10
申请号：CN202110594636.3
申请日：2021-05-28
Applicant: 三峡大学
IPC: G01M13/045 , G01M13/00
Abstract: 本发明涉及基于SVD和VMD的机械件故障诊断方法，包括：获取机械件的振动信号；与无故障机械件相比较，判断有无异常；对振动信号进行奇异值分解，计算奇异值序列的相邻奇异值的差值，得到差分谱；分析差分谱，确定重构阶数，对机械件振动信号进行重构；将重构信号分解成模态分量，确定最优的模态分量数量；再对原故障诊断的机械件的振动信号进行变分模态分解；选出加权峭度指标值较大的模态分量进行信号合成；利用合成信号生成包络谱；根据包络谱判断机械件的故障类型。本发明解决了变分模态分解方法分解参数难以确定的问题，对重构信号的变分模态分解以确定最优的模态分量数量的过程中，考虑了模态分量与原信号的相关性，确定的分解参数更优。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.075 seconds)
