-
公开(公告)号：CN113762112B
公开(公告)日：2024-04-09
申请号：CN202110982452.4
申请日：2021-08-25
Applicant: 西安交通大学
IPC: G06F18/213 , G06F18/10 , G01M13/045
Abstract: 一种基于奇异向量包络相关峭度的轴承周期冲击特征提取方法，首先对振动加速度信号构造Hankel矩阵，利用奇异值分解得到由奇异值向量和奇异值组成的线性叠加子空间；计算每个右奇异向量的包络相关峭度值，进行降序排序并计算其差分曲线；根据包络相关峭度差分曲线的峰值选择对应的奇异向量进行信号重构和叠加来提取出冲击特征成分；本发明方法克服了多干扰和冲击周期偏差的影响，通过直接对奇异值向量的包络相关峭度分析，能够在强噪声环境下准确地提取出故障冲击特征信号。
-
公开(公告)号：CN114964042B
公开(公告)日：2023-10-20
申请号：CN202210552159.9
申请日：2022-05-20
Applicant: 西安交通大学
IPC: G01B11/24
Abstract: 一种曲线轮廓在线测量中数据异常点判别与辨识方法，首先，对测量数据中异常数据点进行判别，判别其是否为数据异常点；然后，对异常数据进行识别，辨识出其异常类型与数据排序形式；最后，对不同类型的异常数据进行剔除与补偿，对不同类型异常数据按照一定的规则进行参数校正。本发明结合不同类型的异常数据形式与异常点在数据序列中的位置，采用不同的位置函数实现数据异常点判别与辨识；通过对数据异常点进行修正，可有效改善测量数据的准确性，提高曲线轮廓在线测量精度与测量效率。
-
公开(公告)号：CN111538960B
公开(公告)日：2022-06-21
申请号：CN202010324185.7
申请日：2020-04-22
Applicant: 西安交通大学
Abstract: 一种基于改进模糊C均值聚类的交流异步电机故障诊断方法，先同步采集交流异步电机定子三相电流信号；结合Park变换和互相关分析构造参考信号来抑制电流基频分量，突出故障特征；提取包括样本熵在内的时域指标和频域指标构成电流信号高维特征向量；通过最大似然估计计算电流信号高维特征向量本征维数并基于PCA降维对故障特征进行二次提取；基于加权欧式距离和高斯核函数改进准模糊C均值聚类算法相似性度量准则；利用萤火虫算法优化模糊C均值聚类初始聚类中心；将降维后的故障特征向量输入到改进模糊C均值聚类中进行故障类型分类；本发明在利用电流信号检测电机故障方面具有准确度高、鲁棒性强的优点。
-
公开(公告)号：CN111288922B
公开(公告)日：2021-04-13
申请号：CN202010248513.X
申请日：2020-04-01
Applicant: 西安交通大学
Abstract: 一种轨道车辆车轮及踏面轮廓在机测量方法，采用分散测量模块化结构，按照数据接口规则进行并联拼接，每个分散测量模块包括两个一维激光位移传感器，两个一维激光位移传感器通过运动轴同时轴向移动，在机床上利用Z轴位置信号或者增加副Z轴形式实现测量，在测量机上直接利用X轴实现测量；所述的在机测量方法包括车轮径向轮廓的测量和车轮踏面轴向轮廓的测量；本发明简化测量结构并且提高测量精度，并有效提高测量精度和工作效率。
-
公开(公告)号：CN109828548A
公开(公告)日：2019-05-31
申请号：CN201910042254.2
申请日：2019-01-17
Applicant: 西安交通大学
IPC: G05B23/02
Abstract: 基于时间序列变化突变点检测的性能退化特征评估方法，先提出四个性能退化特征评估准则，初始退化点、初始敏感性、失效突变性和趋势一致性；然后针对四个性能退化特征评估准则，分别构建定量化指标；再构建状态变量与时间序列的线性回归方程；然后求解线性回归方程系数，通过F检验提取时间序列转折点；再确定退化状态变化起止点，计算性能退化特征评估指标；最后比较不同性能退化特征的指标，对性能退化特征进行评估；本发明提出对性能退化特征提取具有指导意义的性能退化特征评估准则及相应的定量化评估指标，同时使计算复杂度大幅下降，具有高效性。
-
Patent Agency Ranking
公开(公告)号：CN106447039A
公开(公告)日：2017-02-22
申请号：CN201610855703.1
申请日：2016-09-28
Applicant: 西安交通大学
Abstract: 基于自编码神经网络的无监督特征提取方法，先进行训练数据矩阵的构建，然后把训练数据矩阵的各个分量值归一化到[0,1]之间，再进行参数学习，得到自编码神经网络模型，然后计算隐藏层的输出，获取特征，最后按照“对折取值”法确定最佳隐藏层神经元的个数，最终确定自编码神经网络的结构，在网络的训练学习中，自编码神经网络规定网络的期望输出等于网络的输入，这样的学习目标使得自编码神经网络的训练过程中不需要训练数据提供期望网络输出，本发明在缺乏先验知识的情形下，可以挖掘设备海量状态数据的内在规律并提取特征。
-
公开(公告)号：CN102538652B
公开(公告)日：2014-11-05
申请号：CN201210010830.3
申请日：2012-01-13
Applicant: 西安交通大学
IPC: G01B7/02
Abstract: 一种涡流传感器校准装置，包括千分尺，千分尺通过千分尺支架固定在台架底座上，测试平头与千分尺连接，传感器支架固定在台架底座上，传感器定位块固定在传感器支架上，传感器支架与千分尺支架轴心为同一直线，传感器支架上设有V形槽结构，涡流传感器被装夹在V形槽结构中，通过传感器定位块、定位螺钉锁紧，台架底座采用高碳钢及大理石材料制成，通过千分尺精度的微调控制校准涡流传感器对位移变化量的反应，通过数据对比达到标定的目的，改变涡流传感器端面与测试平头之间的距离，可以对涡流传感器的线性度、灵敏度进行测试，具有高分辨率、易操作、线性范围可调的特点，同时具有检测结果稳定可靠、操作简单的优点。
-
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：CN108108672B
公开(公告)日：2021-05-28
申请号：CN201711270003.7
申请日：2017-12-05
Applicant: 西安交通大学
IPC: G06K9/00
Abstract: 一种基于线性搜索策略的随机共振电流弱信息识别方法，采用信噪比作为控制系统产生随机共振的条件，具有通过改善噪声强度控制系统输出信噪比达到最大的优点；同时以最大信噪比max(SNR)作为系统优化的目标函数，通过对系统结构参数a和噪声强度D在每次迭代过程中权函数进行估计，然后在迭代过程中对权函数进行修定，最终促使系统输出最大的信噪比，因此改善了通过优化信噪比SNR确定系统结构参数的计算能力，实现了对电流信号的自适应随机共振；由于迭代过程中降低了系统搜索的难度和权函数复杂性，因此减少了计算时间，非常适合电流周期性信号的检测。
-
公开(公告)号：CN111458640A
公开(公告)日：2020-07-28
申请号：CN202010323423.2
申请日：2020-04-22
Applicant: 西安交通大学
Abstract: 一种基于三相电流的交流异步电机转子断条故障诊断方法，同步采集交流异步电机定子三相电流信号；根据信号特点设定VMD分解个数K；改变基本萤火虫算法GSO中萤火虫的固定移动步长，基于混沌序列初始化萤火虫初始位置，提出混沌可变步长萤火虫改进算法CSVGSO，并确定分析电流信号的适应度函数；利用CSVGSO对VMD分解惩罚参数α进行优化；基于全局最优适应度值对应惩罚参数α和分解个数K对定子三相电流进行VMD分解，提取电流信号基频对应的模态分量；基于Park变换确定电流信号的参考相位；将获得的相位信息代入LMS算法中，提取电流信号中基频分量进行自适应滤波；对滤波后的电流信号进行频谱分析来检测电机转子断条故障特征频率；本发明具有准确度高、鲁棒性强的优点。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.021 seconds)
