-
公开(公告)号：CN119598317A
公开(公告)日：2025-03-11
申请号：CN202411647099.4
申请日：2024-11-18
Applicant: 西安交通大学
IPC: G06F18/2415 , G01M13/045 , G06F18/214 , G06F18/213 , G06F18/25 , G06N3/0464
Abstract: 本发明公开了一种旋转机械设备故障故障诊断方法及相关装置，获取待诊断旋转机械设备的振动信号；将振动信号输入预先训练好的故障诊断模型中，输出诊断结果。其中，故障诊断模型是采用训练数据训练知识蒸馏引导的代价敏感集成学习网络得到的，训练数据包括不同故障对应的振动信号以及故障标签，知识蒸馏引导的代价敏感集成学习网络包括依次连接的多尺度特征编码模块、多深度知识集成模块和分类器模块，多尺度特征编码模块包括多尺度特征提取模块和高阶交互融合模块，多深度知识集成模块包括多深度特征提取模块和多深度知识融合模块，知识蒸馏引导的代价敏感集成学习网络的训练分为第一训练阶段和第二训练阶段，第一训练阶段采用的损失函数为多深度知识自适应迁移损失函数，第一训练阶段训练结束后冻结模型参数。本发明的目的在于解决了旋转机械设备故障诊断中数据不平衡的问题。
-
公开(公告)号：CN118071633A
公开(公告)日：2024-05-24
申请号：CN202410344695.9
申请日：2024-03-25
Applicant: 西安交通大学
IPC: G06T5/70 , G06N3/0895 , G06T5/60
Abstract: 本发明公开了一种隧道裂缝图像增强方法、装置、设备及可读存储介质，利用隧道裂缝图像以单样本方式训练自监督降噪网络，得到自监督降噪模型，通过自监督降噪模型去除隧道裂缝图像中的随机噪声；在保护裂缝边缘的前提下，对去除随机噪声的隧道裂缝图像进行平滑处理，得到去除纹理噪声的隧道裂缝图像；判断去除纹理噪声的隧道裂缝图像是否为低照度图像，如果是，则对去除纹理噪声的隧道裂缝图像进行照度增强处理，并对照度增强处理后的去除纹理噪声的隧道裂缝图像进行增强和平滑处理；如果不是，则直接对去除纹理噪声的隧道裂缝图像进行增强和平滑处理。本发明目的在于解决复杂工况下隧道裂缝图像的质量改善、裂缝特征增强以及裂缝边缘保护的问题。
-
公开(公告)号：CN113340494B
公开(公告)日：2023-12-19
申请号：CN202110513375.8
申请日：2021-05-11
Applicant: 西安交通大学
Abstract: 本发明基于谐波小波频带能量的激光冲击强化质量在线监测方法，本发明结合金属工件在激光冲击作用下声发射信号产生的机理，利用激光冲击强化过程中产生的动态声发射信号，对每次冲击4通道采集的区域25个冲击点的声发射信号融合取算术均值，提高了声发射信号的抗干扰能力和信息利用率，其次，借助谐波小波包分解信号处理方法，选择频带能量占比最高的频带能量作为特征参数，更加能揭示工件内部非线性材料对声发射信号的动态影响，提高了声发射信号的物理意义，并提高特征的表征能力及其鲁棒性，有助于提高实际生产应用中的准确度及稳定性。本发明计算方法简单快捷，频带能量特征的状态响应良好，对加工环境适应性强，鲁棒性高，工程实用性强。
-
公开(公告)号：CN116046901A
公开(公告)日：2023-05-02
申请号：CN202211441233.6
申请日：2022-11-17
Applicant: 西安交通大学
Abstract: 本发明公开了一种激光冲击强化质量声发射在线监测方法和装置，将每个包含一个模态信息的分解子信号转化为分解子信号的频谱信息；根据每个分解子信号的频谱信息构建每个模态的第一复杂网络模型，并提取第一复杂网络模型的度分布特征；根据度分布特征计算不同分解子信号之间的度分布互信息指数矩阵；将度分布互信息指数矩阵转化为稀疏邻接矩阵；根据稀疏邻接矩阵构建第二复杂网络模型，并提取第二复杂网络模型的平均权重度特征；拟合平均权重度特征的变化趋势，得到用于表征激光冲击强化质量拟合指数。本发明能够充分利用声发射信号的多模态信息，结合复杂网络理论，构建质量敏感特征，稳定表征加工质量，不受环境影响，监测精准度高。
-
公开(公告)号：CN115358947A
公开(公告)日：2022-11-18
申请号：CN202211007718.4
申请日：2022-08-22
Applicant: 西安交通大学
Abstract: 本发明公开了一种铁谱磨粒图像去噪方法、装置、设备及可读存储介质，包括：获取经过灰度处理的铁谱磨粒图像；使用多个小波基分别对所述经过灰度处理的铁谱磨粒图像进行小波降噪，得到每个小波基对应降噪后的铁谱磨粒图像；将所有小波基对应降噪后的铁谱磨粒图像进行小波融合，得到去噪后的铁谱磨粒图像。本发明的目的在于去除磨粒图像中包含的噪声，提高图像信噪比，方便后续图像分割等操作。
-
Patent Agency Ranking
公开(公告)号：CN113091973B
公开(公告)日：2022-10-25
申请号：CN202110240850.9
申请日：2021-03-04
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于内部弹性波非线性特征的激光冲击强化实时监测方法，本发明结合金属材料在冲击波作用下引发的内部弹性波的产生机理及其在材料中的非线性传播方式，利用基波在非线性介质中传播时产生的高次谐波，计算非线性系数特征，一方面降低了环境噪声的干扰，提高了信息的利用率，其次，利用材料内部弹性波的非线性系数作为特征参数，能更加揭示材料内部的非线性结构，提高弹性波的物理意义，并提高特征的表征能力及鲁棒性，有助于提高实际生产应用的稳定性及准确度。本发明计算方法简单快速，非线性系数特征的状态响应良好，实时性好，环境适应能力强，鲁棒性强，工程实用性高，为实现激光冲击强化的在线监测提供有效的技术实现途径。
-
公开(公告)号：CN113340996A
公开(公告)日：2021-09-03
申请号：CN202110512057.X
申请日：2021-05-11
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于声发射信号衰减能量的激光冲击强化在线检测方法，本发明结合激光冲击强化过程与缺陷检测过程，实现激光冲击强化过程中的缺陷在线检测目的。首先，本发明所采集的声发射信号来自于被检测材料本身，能够更好表现材料内部结构；其次，实时采集的激光冲击强化声发射信号是强脉冲信号，具有强衰减特性，因此，声发射信号衰减段的信息相对于其余分段更为丰富，故定义衰减能量为信号衰减段的振荡能量，将衰减振荡能量特征作为依据，能够更加清楚的检测到缺陷信息，具有较高区分度。本发明所提出的方法计算简单，特征意义明确，具有很好的实时检测性和工程适用性，为实现激光冲击强化过程中的缺陷在线检测提供了有效的实现途径。
-
公开(公告)号：CN109128446B
公开(公告)日：2020-03-31
申请号：CN201810983432.7
申请日：2018-08-27
Applicant: 西安交通大学
Abstract: 本发明公开了一种交流钨极氩弧焊电弧声音信号特征快速提取方法，本发明结合了焊接过程电弧声音的产生机理，利用交流电的正负转换特性，对感兴趣的声音衰减区信号进行截取，并丢弃平稳区的声音信号，一方面降低了噪音干扰，提高信息的利用率，其次，通过对比电流上升沿及下降沿的声音衰减信号，选择与熔透更为相关的信息，提高了声音信号的物理意义，简化了声音信号的特征提取方法，并提高特征的表征能力及鲁棒性，有助于提高实际生产应用的稳定性及准确度。本发明计算方法简单快速，优化特征的状态响应良好，实时性好，鲁棒性强，工程实用性高，为实现交流钨极氩弧焊的在线监测及焊缝质量准确检测提供有效的技术实现途径。
-
公开(公告)号：CN108326393A
公开(公告)日：2018-07-27
申请号：CN201810188400.8
申请日：2018-03-07
Applicant: 西安交通大学
Abstract: 本发明公开了一种机器人电弧焊焊接过程控制及多传感信号同步采集系统及方法，该系统进行焊接过程电弧光谱、熔池图像、焊接声音、电流及电压信号同步采集，实现焊接过程多源多态信号同步采集；工控机和控制箱共同组成控制系统，控制系统建立了焊接设备、机器人设备及信号采集存储设备间通讯网络，可实现焊接过程控制，以及信号采集控制。本发明适用于钨极气体保护焊、熔化极气体保护焊及冷金属过渡焊等多类型弧焊焊接方式的单台机器人焊接或机器人群组焊接过程控制与多源多态信号同步采集。本发明为实现基于多传感信号融合的焊接质量在线监测与控制研究提供了技术支持，对提高机器人焊接智能化水平，推动工业焊接车间实现智能制造具有重要意义。
-
公开(公告)号：CN107153728A
公开(公告)日：2017-09-12
申请号：CN201710284246.X
申请日：2017-04-26
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于双谱幅值分布熵的砂轮磨损状态特征提取方法。该方法基于磨削加工声发射信号，通过计算得到其双谱，对双谱幅值空间进行划分，计算统计信号双谱落入每个幅值子空间的概率，根据子空间分布概率定义信号双谱幅值分布熵，最后通过双谱幅值分布熵有效提取不同砂轮磨损状态下的磨削声发射信号双谱特征。本发明提取的信号特征计算简易，可以定量描述不同砂轮磨损状态下的声发射信号双谱特点，为进一步确定砂轮磨损状态提供了评价指标。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.041 seconds)
