-
公开(公告)号：CN116026596A
公开(公告)日：2023-04-28
申请号：CN202310102648.9
申请日：2023-02-13
Applicant: 安徽大学 , 脉谱智能(合肥)有限公司 , 安徽智寰科技有限公司
IPC: G01M13/045
Abstract: 本发明属于轴承故障检测技术领域，具体涉及一种轴承故障检测装置及其检测方法，包括用于固定轴承的轴承端盖装置，曲面端盖，其朝向所述轴承的端面包含有抛物型曲面；轴承座，其内部安装有所述轴承和所述主轴；固定框架，其设于所述曲面端盖和所述轴承座之间；传声器，其设于所述曲面端盖与所述轴承之间，且位于所述抛物型曲面内表面的焦点上；能量回收装置，其设于所述主轴的径向外端以回收主轴旋转能量给所述传声器供电；接收传声器采集的声音信号，再对传声器采集的声音信号进行整合处理；本发明提出针对采集信号多声源的特点设计相应的信号分析和诊断方法，可进一步实现轴承故障声音信号提纯，提升故障诊断精确性。
-
公开(公告)号：CN112366271B
公开(公告)日：2022-09-09
申请号：CN202011204897.1
申请日：2020-11-02
Applicant: 安徽大学
IPC: H01L41/04 , H01L41/107
Abstract: 本发明公开了一种可实现容性阻抗自补偿的集成式压电变压器，属于压电变压器技术领域，包括压电电感与压电变压器，所述压电电感与所述压电变压器采用压电陶瓷片制作，所述压电陶瓷片的上下表面均设置有电极，所述压电电感的输出电极与处于同一平面的所述压电变压器的输入电极连接，驱动信号经由所述压电电感输入所述压电变压器。本发明在驱动过程中不需要外加传统电感元件，在一定频率范围内可以实现压电变压器的容性阻抗自补偿；能够很好地实现无电感驱动，提高了压电变压器及驱动电路的工作效率；压电电感与压电变压器采用同一片压电陶瓷制作，在一定程度上实现了压电结构之间
-
公开(公告)号：CN108960032B
公开(公告)日：2021-09-17
申请号：CN201810282909.9
申请日：2018-04-02
Applicant: 安徽大学
IPC: G06K9/00
Abstract: 本发明公开了一种三稳态逻辑随机共振方法，包括：(1)搭建三稳态逻辑随机共振模型；(2)产生两路逻辑输入信号和一路随机噪声，根据预设的逻辑运算类型计算两路逻辑输入信号对应的理论逻辑输出信号；(3)将两路逻辑输入信号和一路噪声输入三稳态逻辑随机共振模型，采用逻辑成功率作为指标对三稳态逻辑随机共振模型进行调参训练，获得最优的参数以及最优的与预设的逻辑运算类型相符的三稳态逻辑随机共振模型；(4)最优逻辑随机共振模型即可对其他含噪声逻辑输入信号进行处理，得到正确的逻辑输出。本发明具有的优点为提供了一种在强噪声环境下实现逻辑运算的非线性方法，该方法相比于传统方法能够得到噪声更小、波形更光滑的逻辑输出。
-
公开(公告)号：CN108982106A
公开(公告)日：2018-12-11
申请号：CN201810830927.6
申请日：2018-07-26
Applicant: 安徽大学
IPC: G01M13/04
Abstract: 本发明公开了一种快速检测复杂系统动力学突变的有效方法，该方法反映了一维时间序列的复杂度，对信号的变化具有较高的敏感性，并且能够快速检测微弱信号的突变。该算法处理信号的步骤为：(1)利用采集到的振动信号，构造一维时间序列；(2)计算时间序列的均值和方差构造出所对应的概率密度函数；(3)计算每一个时间序列点所对应的概率密度函数值，定义每个数据点的概率密度函数值与其峰值的比值为权重；(4)根据Shannon熵的定义求出概率密度信息熵；(5)对概率密度信息熵进行标准化分析，得出分布熵(DE)。本发明可用于提取反映系统运行状态的有效敏感特征，对设备是否发生故障进行监测和判断，其运算时间短，对参数要求低。
-
公开(公告)号：CN108801637A
公开(公告)日：2018-11-13
申请号：CN201810586641.8
申请日：2018-06-08
Applicant: 安徽大学
Abstract: 本发明提出了一种用于列车轴承轨边声学检测的抛物面声镜阵列采集装置，由若干个相同的声镜单元组成，声镜单元沿铁轨方向水平直线均匀排列，每个声镜单元包括麦克风、声反射器、支撑架，其中声镜的反射表面为抛物面形状，且声镜的反射表面的水平截面曲线为抛物线，麦克风放置于声镜抛物面焦点位置。本发明提出的阵列采集装置中的声镜可从原理上避免多普勒畸变，且具备指向性消噪功能，同时阵列形式能够延长采集信号的长度，有效提高列车轴承故障诊断准确度。
-
Patent Agency Ranking
公开(公告)号：CN108709744A
公开(公告)日：2018-10-26
申请号：CN201810178106.9
申请日：2018-03-05
Applicant: 安徽大学
IPC: G01M13/04
Abstract: 本发明公开了一种变负载工况下电机轴承故障诊断方法，本发明创新性的将轴承实时负载和传统的统计特征同时作为BP神经网络的输入参数，消除了负载对传统统计特征的影响，实现了在变负载工况下对轴承的故障类型及严重程度的综合判断，提高了轴承故障诊断的准确性和可靠性。同时，在BP网络的训练阶段，本发明引入了带有动量项的随机梯度算法，减小了训练过程中误差曲面的振荡趋势，提高了收敛速率。
-
公开(公告)号：CN108398267A
公开(公告)日：2018-08-14
申请号：CN201810161027.7
申请日：2018-02-27
Applicant: 安徽大学
Abstract: 本发明公开了一种高速列车轨边运动参数自适应识别方法，包括：(1)对轨边麦克风采集信号X(t)进行降采样、滤波得到x(t)；(2)对x(t)进行短时傅里叶变换(STFT)得到时频分布STFTx(t,f)；(3)初始化轨边模型参数集γ{v,r,f0}；(4)基于步骤(3)中的参数和轨边信号的频移公式fk(t)构造符合多普勒时频变化规律多普勒窗wγ(t,f)；(5)令x0(t)＝wγ(t,f)*STFTx(t,f)；(6)在整个时频域中从低频到高频依次计算所构造出来的多普勒窗区域在不同频段对应的信号能量值E；7)重复步骤(3)～(6)直至得到能量最大值Emax，将与之对应的γ{,v,r,f0}作为列车运动参数识别结果。本发明抗噪能力和参数估计自适应程度得到了提高，可用于列车轴承声学信号故障检测。
-
公开(公告)号：CN107345858B
公开(公告)日：2018-08-14
申请号：CN201710609918.X
申请日：2017-07-25
Applicant: 安徽大学
Abstract: 本发明涉及一种列车轴承轨边信号冲击成分快速提取方法，首先使用由等周期瞬态多普勒小波使用最大相关系数法对轨边声音信号的周期参数进行粗略估计，然后在此预估周期的数值附近参数范围内进行精确搜索，识别振荡阻尼比与系统共振中心频率，实现冲击成分的快速提取，本发明可用于列车轴承轨边声学故障检测。由于多普勒调制和滚子相对滑动的双重作用，冲击成分呈现非周期性，传统周期瞬态小波无法正确匹配和识别。而基于非周期的遍历参数搜索，由于需要搜索的参数多，搜索范围大，因此计算量很大，实用性不高。本发明兼具冲击成分提取精度高和计算量小的优点，可用于列车轴承轨边声音信号故障特征提取和故障严重程度的精确判断。
-
公开(公告)号：CN107345858A
公开(公告)日：2017-11-14
申请号：CN201710609918.X
申请日：2017-07-25
Applicant: 安徽大学
CPC classification number: G01M13/045 , G01M17/08
Abstract: 本发明涉及一种列车轴承轨边信号冲击成分快速提取方法，首先使用由等周期瞬态多普勒小波使用最大相关系数法对轨边声音信号的周期参数进行粗略估计，然后在此预估周期的数值附近参数范围内进行精确搜索，识别振荡阻尼比与系统共振中心频率，实现冲击成分的快速提取，本发明可用于列车轴承轨边声学故障检测。由于多普勒调制和滚子相对滑动的双重作用，冲击成分呈现非周期性，传统周期瞬态小波无法正确匹配和识别。而基于非周期的遍历参数搜索，由于需要搜索的参数多，搜索范围大，因此计算量很大，实用性不高。本发明兼具冲击成分提取精度高和计算量小的优点，可用于列车轴承轨边声音信号故障特征提取和故障严重程度的精确判断。
-
公开(公告)号：CN106769035A
公开(公告)日：2017-05-31
申请号：CN201611094761.3
申请日：2016-12-02
Applicant: 安徽大学
IPC: G01M13/04
CPC classification number: G01M13/04
Abstract: 本发明公开了一种小型轴承寿命强化试验装置，包括加载机构、驱动机构、支承结构和固定框架。所述驱动机构中电机固定在固定框架顶部平面上，通过皮带带动主轴旋转；主轴上套有测试轴承，主轴通过两个轴承座安装在固定框架的前部平台上，两个轴承座内部同轴安装了两个支承轴承；所述加载机构中螺旋千斤顶底部固定在右部平台上，焊接在前端的法兰盘通过钢珠给直角传力机构施力，直角传力机构与压力传感器通过螺栓连接在一起，再通过钢珠传递给固定在主轴上的测试轴承。本发明提出的轴承寿命强化试验装置结构紧凑、拆卸方便、成本低廉，适用于轴承故障诊断研究所需的轴承全寿命振动数据样本的获取。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.032 seconds)
