-
Patent Agency Ranking
公开(公告)号：CN101718269A
公开(公告)日：2010-06-02
申请号：CN200910219088.5
申请日：2009-11-20
Applicant: 西安交通大学
Abstract: 基于频带能量的喘振先兆识别方法，按以下步骤进行：利用滑动窗统计方法对压力时域信号分成连续变化的时间片段，采用连续傅立叶变换局部细化细化谱分析，对压缩机管网的历史压力信号喘振各阶段的数据进行细化；在敏感频段中，等间隔插入n-2个点，将敏感频段等分为n个网络，然后，采用连续傅立叶变化计算每一个细化频率点的幅值，计算监测敏感频带能量；根据计算得到的频带能量，绘制频带能量监测曲线，根据该监测曲线的幅值增长阶段设定报警阈值，实现压缩机实时数据的喘振先兆辨识。本发明方法通过监测频带能量的变化来反映压缩系统容腔内非稳定的能量扰动，实现喘振的早期辨识及预警。
-
公开(公告)号：CN101713395A
公开(公告)日：2010-05-26
申请号：CN200910219089.X
申请日：2009-11-20
Applicant: 西安交通大学
Abstract: 基于增量式非线性流形学习的喘振监测方法，从压缩机运行过程中表现出的多路动力学特性中构建出高维特征信息，利用局部切空间算法中提取出一维主流形，并通过增量式流形学习方法对该一维主流形进行实时更新，依靠监测主流形时间序列的几何结构的变化来判断压缩机变工况情况下是否发生喘振。本发明监测方法从压缩机设备自身运行中的完备高维特征数据集中提取出隐含的非线性变化规律，避免了漏报现象；同时，主流形具有扩大差异性的特点，增量式算法在保证实时性的基础上，使得报警线设置简单，误报率低，为有效实现喘振预警奠定了基础。
-
公开(公告)号：CN102175915B
公开(公告)日：2013-01-02
申请号：CN201010594627.6
申请日：2010-12-17
Applicant: 西安交通大学
Abstract: 一种免疫随机共振的机床传动系统电流特征频率提取方法，先利用电流传感器采集传动系统伺服驱动电机的电流信号，再计算传动系统中各级输出转轴的回转频率和啮合频率，采用巴特沃斯滤波型带通滤波器处理采集的电流信号，将滤波后的电流信号进行移频，再对移频的电流信号采用多模态免疫克隆选择方法优化二次采样随机共振系统参数，选取最大亲和力的参数作为最优二次采样尺度和结构系统参数，最后根据最优二次采样尺度实现输入信号的压缩，对应频谱中的最大谱峰分量变换后为机床运动系统的特征频率分量，本发明提高了大频率尺度伺服电机电流信号的二次采样随机共振系统优化质量，能够有效提取出传动系统微弱特征频率。
-
公开(公告)号：CN102175915A
公开(公告)日：2011-09-07
申请号：CN201010594627.6
申请日：2010-12-17
Applicant: 西安交通大学
Abstract: 一种免疫随机共振的机床传动系统电流特征频率提取方法，先利用电流传感器采集传动系统伺服驱动电机的电流信号，再计算传动系统中各级输出转轴的回转频率和啮合频率，采用巴特沃斯滤波型带通滤波器处理采集的电流信号，将滤波后的电流信号进行移频，再对移频的电流信号采用多模态免疫克隆选择方法优化二次采样随机共振系统参数，选取最大亲和力的参数作为最优二次采样尺度和结构系统参数，最后根据最优二次采样尺度实现输入信号的压缩，对应频谱中的最大谱峰分量变换后为机床运动系统的特征频率分量，本发明提高了大频率尺度伺服电机电流信号的二次采样随机共振系统优化质量，能够有效提取出传动系统微弱特征频率。
-
公开(公告)号：CN101713395B
公开(公告)日：2011-08-10
申请号：CN200910219089.X
申请日：2009-11-20
Applicant: 西安交通大学
Abstract: 基于增量式非线性流形学习的喘振监测方法，从压缩机运行过程中表现出的多路动力学特性中构建出高维特征信息，利用局部切空间算法中提取出一维主流形，并通过增量式流形学习方法对该一维主流形进行实时更新，依靠监测主流形时间序列的几何结构的变化来判断压缩机变工况情况下是否发生喘振。本发明监测方法从压缩机设备自身运行中的完备高维特征数据集中提取出隐含的非线性变化规律，避免了漏报现象；同时，主流形具有扩大差异性的特点，增量式算法在保证实时性的基础上，使得报警线设置简单，误报率低，为有效实现喘振预警奠定了基础。
-
-
-
-
Search Results
5
records
(took 0.022 seconds)
