公开(公告)号：CN118641201A

公开(公告)日：2024-09-13

申请号：CN202410661757.9

申请日：2024-05-27

Applicant: 中国矿业大学(北京)

Inventor： 赵宇波 ,  梁祺 ,  田子建

IPC: G01M13/045 ,  G06F18/15 ,  G06F18/2131 ,  G06F18/2415 ,  G06F18/2431 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/048

Abstract: 本申请提供一种矿用滚动轴承故障检测的方法，该方法包括获取煤矿井下滚动轴承的振动信号，利用小波包变换对滚动轴承信号进行分解，提取能量值等特征，进而将提取到的滚动轴承信号特征作为故障检测网络模型的输入，通过训练好的故障检测模型对滚动轴承信号进行诊断与识别，确定故障类别，检测结果利用可视化图展示。由于煤矿井下环境极其恶劣，轴承的故障特征难以提取和识别，增加了故障诊断的难度，导致检测准确率低下。本申请采用小波包对滚动轴承信号进行三层分解；采用ConvNext‑BiGRU网络代替普通卷积；采用CBAM注意力机制提升网络对滚动轴承特征的敏感度，得到最终的检测模型。本申请可以对煤矿井下滚动轴承故障检测做出贡献。

公开(公告)号：CN117194883A

公开(公告)日：2023-12-08

申请号：CN202311140220.X

申请日：2023-09-05

Applicant: 中国矿业大学(北京)

Inventor： 赵宇波 ,  白艺硕 ,  田子建

IPC: G06F18/00 ,  G01M13/045 ,  G06F18/10 ,  G06F18/2411 ,  G06N20/10

Abstract: 本发明公开了一种基于经验模态特征的IBAS‑SVM滚动轴承故障诊断方法，该方法包括：对振动信号进行EEMD分解后根据峰度和相关系数筛选出能够表征故障信息的本征模态函数(IMF)分量；提取筛选后各分量的模糊熵构成特征向量数据集；将特征向量数据集划分为训练集和测试集；引入呈指数分布的步长算子提高BAS算法的搜索能力；将训练集输入到支持向量机SVM中进行训练，并利用IBAS算法对训练过程进行优化，以获得IBAS‑SVM故障诊断模型；将测试集输入到IBAS‑SVM故障诊断模型中进行分类识别。本申请能够从振动信号中有效提取故障特征，可实现对滚动轴承进行故障识别以及故障类型分类。

公开(公告)号：CN114243695A

公开(公告)日：2022-03-25

申请号：CN202111561942.3

申请日：2021-12-17

Applicant: 中国矿业大学(北京)

Inventor： 赵宇波 ,  郭妮 ,  田子建

IPC: H02J3/00 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/06

Abstract: 本发明公开一种基于双向长短时记忆神经网络的电力负荷预测方法，该方法采用双向长短时记忆神经网络和岭回归算法相结合的双层模型架构，对电力负荷进行未来p小时的预测，首先从不同的输入时间尺度组合中筛选出最佳的输入时间尺度组合和岭回归系数α，再训练双向长短时记忆神经网络作为预测模型，对预测日期进行未来p小时的电力负荷预测。本发明提供了筛选最佳输入时间尺度组合的方法，根据最佳的输入时间尺度组合建立双向长短时记忆神经网络，解决了无法确定输入时间尺度组合的问题；通过岭回归模型对预测日期前一日的预测值与实际值建立映射关系并对预测日期进行预测，大大提高了电力负荷的预测精度。

公开(公告)号：CN118673379A

公开(公告)日：2024-09-20

申请号：CN202410789299.7

申请日：2024-06-19

Applicant: 中国矿业大学(北京)

Inventor： 赵宇波 ,  王复淞 ,  刘斌 ,  田子建

IPC: G06F18/241 ,  G01M13/045 ,  G06F18/214 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明公开了一种基于ANLC‑ADL的矿用滚动轴承故障诊断方法，该方法包括：根据滚动轴承原始振动信号构建故障诊断数据集；搭建ANLC‑ADL故障诊断模型；使用Dropout进行数据预处理；使用多尺度信息扩充模块进行信息扩充；使用宽核卷积模块进行特征提取和数据快速降维；使用DSC模块进行特征提取；使用输出模块进行诊断结果输出。本申请能够从振动信号中有效提取故障特征，可实现对矿用滚动轴承进行故障识别以及故障类型分类。

公开(公告)号：CN114243695B

公开(公告)日：2023-09-15

申请号：CN202111561942.3

申请日：2021-12-17

Applicant: 中国矿业大学(北京)

Inventor： 赵宇波 ,  郭妮 ,  田子建

IPC: H02J3/00 ,  G06N3/0442 ,  G06N3/08 ,  G06Q50/06

Abstract: 本发明公开一种基于双向长短时记忆神经网络的电力负荷预测方法，该方法采用双向长短时记忆神经网络和岭回归算法相结合的双层模型架构，对电力负荷进行未来p小时的预测，首先从不同的输入时间尺度组合中筛选出最佳的输入时间尺度组合和岭回归系数α，再训练双向长短时记忆神经网络作为预测模型，对预测日期进行未来p小时的电力负荷预测。本发明提供了筛选最佳输入时间尺度组合的方法，根据最佳的输入时间尺度组合建立双向长短时记忆神经网络，解决了无法确定输入时间尺度组合的问题；通过岭回归模型对预测日期前一日的预测值与实际值建立映射关系并对预测日期进行预测，大大提高了电力负荷的预测精度。

公开(公告)号：CN114243950A

公开(公告)日：2022-03-25

申请号：CN202111599218.X

申请日：2021-12-24

Applicant: 中国矿业大学(北京)

Inventor： 赵宇波 ,  崔振宇 ,  侯钰慧 ,  田子建

IPC: H02J50/12 ,  H02J50/90 ,  H02J50/40

Abstract: 本申请涉及一种发射角度偏移的矿用无线输电装置，属于无线电能传输技术领域，本申请的矿用无线输电装置，包括第一发射线圈、第二发射线圈和负折射率超材料，通过将第一发射线圈和第二发射线圈之间的夹角设置为18度,并且将负折射率超材料覆盖在二维发射线圈的发射端的方法来进行无线传输，解决了由于全方向无线电能传输系统发射端向四周发散的磁场过于均匀分布，导致接收端在各个方向上的接收功率比较小，并且无法在指定方向上进行远距离的无线电能传输的技术问题。实现了增强夹角范围内的磁场叠加，提高了对矿井下电气设备的无线输电效率、增加传输距离的技术效果。