“机械故障诊断”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1767828个，建议您升级VIP下载更多相关专利

[发明专利]基于卷积核多层分布残差网络的旋转机械故障诊断方法-CN202210533550.4在审
发明人：顾晓光;梁洁;胡方;王妍;谢海宝;吴刚;凌丹 -专利权人：顾晓光
申请日： 2022-05-14 - 公布日： 2022-07-29 - 主分类号： G06K9/00 文献下载
摘要：本发明提出了一种基于卷积核多层分布残差网络的旋转机械故障诊断方法，用于解决传统的旋转机械故障诊断方法特征提取单一化，在实际诊断任务中面对变工况条件下的旋转机械数据很难准确识别多故障等问题。其步骤为：首先，利用传感器提取旋转机械振动信号，获取旋转机械故障数据集；其次，构建卷积核多层分布残差网络模型，并利用训练集进行训练，得到旋转机械故障诊断模型；最后，将测试集输入旋转机械故障诊断模型中，输出不同工况下的旋转机械多故障诊断的分类结果，并验证旋转机械故障诊断模型在噪声环境下的测试性能。本发明解决变工况条件下多故障分类问题，克服噪声环境的干扰，提高旋转机械多分类的故障诊断准确率。
基于卷积多层分布网络旋转机械故障诊断方法

[发明专利]基于参数自适应VMD的机械故障诊断方法-CN201810259122.0有效
发明人：苗强;张新;刘慧宇;曾小飞;莫贞凌;王剑宇;王磊;张恒 -专利权人：四川大学
申请日： 2018-03-27 - 公布日： 2020-03-13 - 主分类号： G01M13/028 文献下载
摘要：本发明涉及机械振动信号处理与故障诊断领域，公开了一种基于参数自适应VMD的机械故障诊断方法，以提高VMD方法在故障诊断中的信号检测能力，实现机械故障的准确诊断。本发明利用加权峭度指标作为适应度函数，通过优化算法自适应获得与待分析信号最佳匹配的VMD分解参数，然后利用最佳VMD分解参数对原始振动信号进行VMD分解，进而实现机械故障特征提取与故障诊断。本发明适用于机械故障诊断。
基于参数自适应 vmd 机械故障诊断方法

[发明专利]一种基于原子稀疏分解的高压断路器机械故障诊断方法-CN201910197063.3在审
发明人：刘景艳;王立国;王允建;谢东垒;张丽;郭顺京;郭宇 -专利权人：河南理工大学
申请日： 2019-03-04 - 公布日： 2019-07-05 - 主分类号： G01R31/327 文献下载
摘要：本发明提供一种基于原子稀疏分解的高压断路器机械故障诊断方法，该方法包括：采用高压断路器试验模拟不同类型的机械故障，采集其振动信号，将振动信号进行原子稀疏分解，得到衰减模态参数，将衰减模态参数进行数据的预处理，得到不同机械故障类型下的特征向量，将特征向量分为训练样本和测试样本，将训练样本作为输入，机械故障类型作为输出，建立高压断路器RBF网络机械故障诊断模型，并对故障诊断模型进行训练，得到训练好的基于原子稀疏分解的高压断路器RBF网络机械故障诊断模型，将测试样本输入训练好的故障诊断模型，对机械故障进行判断，输出诊断结果。本发明具有可靠性高和准确性好等特点，可广泛应用于故障诊断领域。
高压断路器机械故障诊断机械故障稀疏分解故障诊断模型测试样本模态参数特征向量训练样本振动信号衰减预处理故障诊断领域输出试验模拟诊断结果采集应用

[发明专利]一种基于LSTM和TCN的旋转机械故障诊断方法及系统-CN202211574748.3在审
发明人：王鹏飞;刘懿德;万甲双;吴世发 -专利权人：西安交通大学
申请日： 2022-12-08 - 公布日： 2023-03-21 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种基于LSTM和TCN的旋转机械故障诊断方法及系统，采集旋转机械在不同位置不同类型故障工况及正常工况下的振动信号数据，并划分得到训练集和测试集；对训练集进行预处理及归一化；构建多层LSTM网络和多层TCN并联的旋转机械故障诊断模型；利用训练集对旋转机械故障诊断模型进行训练，将测试集输入训练好的旋转机械故障诊断模型中，实现旋转机械故障诊断。本发明能够对旋转机械设备中不同位置不同类型的故障进行准确诊断。
一种基于 lstm tcn 旋转机械故障诊断方法系统

[发明专利]变压器机械故障诊断方法、装置、计算机设备及存储介质-CN202310670575.3在审
发明人：吕学宾;李琮;刘春明;王宁;韦良;王淑颖;王云鹏;刘晓;王思源;李晓磊;王全 -专利权人：国网山东省电力公司济南供电公司
申请日： 2023-06-08 - 公布日： 2023-07-07 - 主分类号： G01M13/00 文献下载
摘要：本发明公开了一种变压器机械故障诊断方法、装置、计算机设备及存储介质，属于变压器机械故障诊断技术领域，方法包括以下步骤：采集待测变压器声纹信号；对变压器声纹信号进行预处理，形成变压器故障样本数据集；采用条件深度卷积生成式对抗网络对变压器声纹信号进行数据增强；建立变压器机械故障诊断模型并训练模型；利用训练后的变压器机械故障诊断模型对待测变压器声纹信号进行故障诊断。本发明不仅通过条件深度卷积生成式对抗网络实现了变压器故障样本数据的扩充，而且采用基于卷积神经网络和门控循环单元网络的变压器机械故障诊断模型，有效提高了故障诊断精度。
变压器机械故障诊断方法装置计算机设备存储介质

[实用新型]机械故障诊断器-CN201620163370.1有效
发明人：廖前行;麦宙培 -专利权人：广西职业技术学院
申请日： 2016-03-03 - 公布日： 2016-07-27 - 主分类号： G01M99/00 文献下载
摘要：为了克服现有的机械故障诊断器存在的不足,本实用新型提供一种机械故障诊断器，本实用新型包括探头、可塑传声管、U型接头、听筒、膨胶棉制消音滤波层、鼓膜层、消音层、显示屏、摄像头、感应装置；该机械故障诊断器可以直接显示出来该机械故障出的声波频率，便于查询对应的处理方法，且能够看到机械故障出的影像，便于确定故障原因。
机械故障诊断

[发明专利]一种基于协同机制的免疫粒子群网络的机械故障诊断方法-CN201410188049.4在审
发明人：郝伟;续欣莹 -专利权人：太原理工大学
申请日： 2014-05-05 - 公布日： 2014-07-16 - 主分类号： G06N3/00 文献下载
摘要：本发明涉及机械故障诊断技术，具体是一种基于协同机制的免疫粒子群网络的机械故障诊断方法。本发明解决了现有机械故障诊断技术对故障样本数量要求高、诊断准确率低的问题。一种基于协同机制的免疫粒子群网络的机械故障诊断方法，该方法是采用如下步骤实现的：1)将传感器收集到的机械故障样本作为抗原；2)计算抗原和免疫网络的抗体之间的亲和力；3)对亲和力大的A子群体进行低频变异和抗体重组，并对亲和力小的B子群体进行粒子群优化和抗体重组，由此得到新的抗体群；4)对新的抗体群进行免疫网络调节；5)循环执行步骤2)-步骤4)；6)将传感器收集到的机械故障样本输入新的免疫网络。本发明适用于机械故障诊断。
一种基于协同机制免疫粒子网络机械故障诊断方法

[发明专利]一种多尺度元深度残差收缩网络的机械故障在线诊断方法-CN202210102071.7在审
发明人：王正国;王迪;王新;张飞;刘永江;杨红军;张磊;郭林涛;田圣彬;王连新;王民强;刘亚峰 -专利权人：洛阳中重自动化工程有限责任公司
申请日： 2022-01-27 - 公布日： 2022-05-13 - 主分类号： G06K9/62 文献下载
摘要：本发明属于机械故障诊断技术领域，具体涉及一种多尺度元深度残差收缩网络的机械故障在线诊断方法，能解决传统机械故障诊断技术带来的主观性，不准确问题，能避免大量多余噪声出现，能对故障类型进行智能化诊断，而且，元深度残差收缩网络对机械故障的关键特征信息进行提取，利用多头动态注意力机制自动确定阈值，自动确定各故障特征的权重，从而提取重要的特征，然后，元学习通过少量深度残差收缩网络提取的故障特征信息通过梯度下降方式进行更新，不断优化故障诊断模型，最后将实时的故障特征输入到最优故障诊断模型中并得到故障分类结果，能在线且精确地区分机械故障类型，提高故障分类效率，避免机械故障发生，保证煤矿安全生产。
一种尺度深度收缩网络机械故障在线诊断方法

[发明专利]GIL机械故障诊断模型的构造方法及其应用、计算机可读介质、故障诊断系统-CN202111509009.1在审
发明人：汤会增;张孝远;张利;巩持恒;肖子航;王恩钢;曹永欣;王育淼;张金浩;杨立新;候交通;李津;黄健金;程朝磊;周文宣;杨竣博 -专利权人：国网河南省电力公司检修公司;国家电网有限公司;河南工业大学
申请日： 2021-12-10 - 公布日： 2022-04-15 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种GIL机械故障诊断模型的构造方法及其应用、计算机可读介质、故障诊断系统，它包括：获取GIL发生GIL第一类机械故障早期的GIL振动致变电信号，GIL振动致变电信号有多组，分别来源于多个发生GIL第一类机械故障的GIL；降噪处理GIL振动致变电信号，使用处理后的信号构造训练集样本；构建深度残差收缩网络初始模型，使用训练集样本训练深度残差收缩网络初始模型，得到用于诊断GIL第一类机械故障的GIL机械故障诊断模型；其中，GIL第一类机械故障为GIL金属外壳虚焊故障或GIL绝缘子破裂故障。使用它们可以实现GIL机械故障诊断。
gil 机械故障诊断模型构造方法及其应用计算机可读介质系统

[发明专利]基于类别不平衡权重交叉熵的旋转机械故障诊断方法-CN202110584346.0有效
发明人：王奇斌;杨胜康;孔宪光;程涵;余粼钖;吉王辉 -专利权人：西安电子科技大学
申请日： 2021-05-27 - 公布日： 2023-02-10 - 主分类号： G06F30/17 文献下载
摘要：本发明提出了一种基于类别不平衡权重交叉熵的旋转机械故障诊断方法，实现步骤为：(1)获取训练样本集和测试样本集；(2)构建稀疏自编码器模型；(3)对稀疏自编码器模型进行迭代训练；(4)构建旋转机械故障诊断模型；(5)对旋转机械故障诊断模型进行迭代训练；(6)获取旋转机械的故障诊断结果。本发明以类别不平衡权重交叉熵损失函数作为故障诊断模型的分类损失函数，通过类别不平衡权重消除故障类别不平衡对故障诊断模型精度的影响，提升故障诊断模型的诊断精度，实现旋转机械的故障诊断。
基于类别不平衡权重交叉旋转机械故障诊断方法

[发明专利]基于知识图谱的机械故障诊断知识库构建方法-CN201810093564.2在审
发明人：王星;马波;郑凡帆;江志农 -专利权人：北京化工大学
申请日： 2018-01-31 - 公布日： 2018-09-07 - 主分类号： G06F17/30 文献下载
摘要：基于知识图谱的机械故障诊断知识库构建方法属于机械故障诊断领域。机械故障诊断知识库反映故障产生本质和领域专家的经验，通过知识处理模块，存储于知识库中，为机械故障诊断提供支持。本发明建立了基于知识图谱的机械故障诊断知识库构建方法，将机械故障诊断知识表示为三元组，并利用TransD模型将三元组表示为向量，可以优化传统知识库案例表示不准确、维护修改困难以及推理计算效率低下等问题，对于故障诊断领域具有重要的意义。
机械故障诊断知识库知识库构建图谱三元组推理向量存储故障诊断领域案例表示表示形式高效计算故障产生计算效率网络形式向量变换向量空间知识表示知识处理传统的映射低维连线取点稠密数据库费力学习优化维护

[发明专利]一种基于盲抽取算法的旋转机械故障诊断方法-CN202011128797.5有效
发明人：汪抑非;李创;汤中彩;龚亦昕;刘唐丁;王绪康;柴秋子;沈新荣;杨春节;黄志龙 -专利权人：浙江大学;杭州哲达节能科技有限公司
申请日： 2020-10-20 - 公布日： 2022-07-22 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及机械故障诊断技术，旨在提供一种基于盲抽取算法的旋转机械故障诊断方法。包括步骤：旋转机械的多通道振动测量；基于故障信息参考信号的设定；利用盲抽取算法抽取分离信号；分离信号的能量占比计算；旋转机械支持向量机诊断模型训练与诊断。本发明包含了从信号采集到故障诊断等一系列步骤，解决了以往盲源分离算法仅应用在人工诊断而极少应用在人工智能诊断方面的问题，较大程度地提升了旋转机械故障诊断的准确性。因此，相对于现有技术所采用的旋转机械故障诊断算法，本发明具有更好的实用价值。
一种基于抽取算法旋转机械故障诊断方法

[发明专利]一种基于图形学的可视化机械故障诊断方法-CN202110714685.6有效
发明人：孙晓;曾成;孙唯雅;李西宸;李文杰;苏鹏;吴德意 -专利权人：湖南工业大学
申请日： 2021-06-25 - 公布日： 2023-08-08 - 主分类号： G01H17/00 文献下载
摘要：本发明公开了一种基于图形学的可视化机械故障诊断方法，涉及机械故障诊断领域，包括：通过加速度计获取机械设备的振动信号；对机械振动数据进行连续小波变换，得到机械振动信号时频热力图；结合图形学，通过腐蚀、膨胀、形态学滤波、二值化处理对时频热力图进行特征强化；根据图像强化后的时频热力图的各频率成分分布面积情况得出特征面积比，对机械故障情况进行诊断。本发明针对机械化故障检测复杂，设备精度越来越高，现仍有广泛使用人工机械故障诊断，难以快速诊断，而一些计算算法的诊断需要数据量大且不能快速直观的体现等问题，公开的方法提供了机械故障诊断过程的可视性、直观性、便捷性，提高了机械故障诊断速度和精度，且具有较强的适应性。
一种基于图形学可视化机械故障诊断方法

[发明专利]一种基于最大差异延展的航空发动机机械故障诊断方法-CN201811402517.8有效
发明人：张赟;李朋;贾舒宜 -专利权人：中国人民解放军海军航空大学
申请日： 2018-11-23 - 公布日： 2023-04-07 - 主分类号： G06F18/2413 文献下载
摘要：本发明公开了一种基于最大差异延展的航空发动机机械故障诊断方法，属于航空发动机故障诊断技术领域，其特点是采用最大差异延展算法对航空发动机机械故障振动采样数据进行非线性故障特征提取与识别，为利用非线性振动采样数据进行发动机机械故障诊断问题提供有效解决途径，提高航空发动机故障诊断的准确性。
一种基于最大差异延展航空发动机机械故障诊断方法

[发明专利]高压交流海缆机械故障与电气故障诊断方法及系统-CN202211087706.7在审
发明人：任广振;黄武浩;李乃一;张振鹏;邵先军;王少华;李特;王振国;姜凯华 -专利权人：国网浙江省电力有限公司电力科学研究院
申请日： 2022-09-07 - 公布日： 2022-12-16 - 主分类号： G01D21/02 文献下载
摘要：本发明公开了一种高压交流海缆机械故障与电气故障诊断方法及系统。本发明包括机械故障诊断和电气故障诊断，所述机械故障诊断的步骤包括：分布式监测海缆振动数据；采用ESMD特征提取算法处理振动数据，去除噪声，提取特征频率；测量高频振动的持续时间；将高频振动作为判断机械故障的依据，通过高频振动的持续时间定量划分机械故障的阶段和程度；所述电气故障诊断的步骤包括：分布式监测海缆温度数据；通过ESMD特征提取算法，剔除部分异常值与噪声，分析海缆的温度分布情况；通过仿真提取电气故障产生的温度分布情况；根据温度大小定量划分电气故障的阶段和程度。
高压交流机械故障电气故障诊断方法系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条