公开(公告)号：CN117330346A

公开(公告)日：2024-01-02

申请号：CN202311342780.3

申请日：2023-10-13

Applicant: 武汉科技大学

Inventor： 严保康 ,  叶海洋 ,  吕旭 ,  张伟 ,  周凤星 ,  卢少武

IPC: G01M99/00 ,  G01N29/04 ,  G01N29/14 ,  G01N29/44

Abstract: 本发明公开了一种基于振动和声发射信号的机械设备微冲击提取装置及方法，该装置中：加速度传感器、声发射传感器与继电器模块、自适应数据采集模块连接，升压恒流模块与继电器模块连接，锂电池供电模块与各个功能模块均连接，高性能微控制器与工业串口屏、故障报警模块、数据存储模块、NB‑IoT无线通讯模块、自适应数据采集模块、继电器模块连接，NB‑IoT无线通讯模块与移动基站连接，移动基站与云服务器连接，云服务器与客户端连接。本发明具有携带方便、支持无线充电、续航时间长、采样频率自适应设置、自动识别和提取声发射和振动信号的微弱冲击、支持窄带物联网传输、故障自动报警、故障自动推送等特点，尤其适用于机械设备的状态监测和故障诊断。

公开(公告)号：CN117235481A

公开(公告)日：2023-12-15

申请号：CN202311188927.8

申请日：2023-09-13

Applicant: 武汉科技大学

Inventor： 严保康 ,  陈锦涛 ,  吕旭 ,  卢少武 ,  马娅婕 ,  周凤星 ,  但峰 ,  宁博文

IPC: G06F18/2111 ,  G06F18/2115 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G01M13/045

Abstract: 本发明公开了一种基于最优时频谱与CNN‑ALSTM网络的滚动轴承寿命预测方法，包括：步骤1，获取轴承全寿命周期的振动数据集X＝{x1,x2,…,xn}，以时频能量评价指标作为适应度函数，通过蛇群优化算法对广义S变换的调节因子p进行寻优，得到振动数据集中每组振动数据的最优时频谱；步骤2，根据步骤1依次得到每组振动数据对应的最优时频谱，生成轴承全寿命周期的最优时频谱数据集S＝{S1,S2,…,Sn}；步骤3，在CNN网络结构的卷积层后增加一层稠密卷积层，将自注意力机制加入到LSTM网络的第一层，建立CNN‑ALSTM网络；将最优时频谱数据集S送入CNN‑ALSTM网络中进行训练，得到轴承的剩余使用寿命预测模型。本发明可提高旋转机械轴承部件的预测精度，达到旋转机械设备剩余使用寿命的精准预测目的。