“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]旋转机械设备的故障诊断方法及装置-CN202310545778.X在审
发明人：郭盛;陈辉 -专利权人：新奥新智科技有限公司
申请日： 2023-05-15 - 公布日： 2023-09-19 - 主分类号： G06F18/24 文献下载
摘要：本申请涉及一种旋转机械设备的故障诊断方法及装置，其中，方法包括：接收所有工厂客户端传输的预测值和特征图；利用服务端故障诊断模型在第一预设公开验证集上预测获得预测值与特征图，对每个工厂客户端的故障诊断模型在第二预设公开验证集上进行知识蒸馏训练，以将每台旋转机械设备的振动信号输入至客户端故障诊断模型和/或服务端故障诊断模型，识别对应的旋转机械设备的实际故障。由此，解决了相关技术中，基于人工智能的旋转机械故障诊断方法，需要为每台机器训练一个独立的模型，导致泛化能力较差，无法处理设备间因结构和工作条件的不同引起的数据分布不同，难以实现多设备多故障诊断，无法协调计算资源
旋转机械设备故障诊断方法装置

[发明专利]基于全矢谱特征提取的机械故障诊断方法和系统-CN201711047493.4在审
发明人：王宏超;陈宏;雷文平;王丽雅;李凌均;陈磊;韩捷 -专利权人：郑州恩普特科技股份有限公司;韩捷
申请日： 2017-10-31 - 公布日： 2018-02-16 - 主分类号： G06F17/50 文献下载
摘要：本发明涉及基于全矢谱特征提取的机械故障诊断方法和系统，首先，采集机组的振动类参量、工艺类参量和电气类参量；然后，将上述三类参量进行故障特征提取，分别得到振动特征量、工艺特征量和电气特征量；最后，将振动特征量、工艺特征量和电气特征量与振动特征量知识库、工艺特征量知识库和电气特征量知识库进行相应比对，根据比对结果进行故障诊断。在数据采集和提取过程中，除了获取振动类参量之外，还获取工艺类参量和电气类参量，结合这三种参量进行机械故障诊断。因此，该诊断方法更加全面，根据多方位的数据信息诊断机械的运行状态，大幅度提升诊断可靠性和准确性，避免传统机械智能诊断时特征量过于单一以致造成漏判或误判的弊端。
基于全矢谱特征提取机械故障诊断方法系统

[发明专利]一种基于迁移学习的旋转机械故障诊断方法-CN202110583046.0有效
发明人：唐倩;吴海鹏;李志航;张鹏辉;曹粮玉;罗超;张志豪 -专利权人：重庆大学
申请日： 2021-05-27 - 公布日： 2023-04-18 - 主分类号： G06F18/241 文献下载
摘要：本发明公开了一种基于迁移学习的旋转机械故障诊断方法，本发明的有益效果为：通过利用现有的振动数据或者其他与设备故障有关的数据训练得到一个相对较好的故障诊断模型，然后保存已训练模型的参数并对其进行微调，然后将另一组类型相似、容量较小的数据集作为微调后模型的输入并再次训练，最终得到一个针对目标类型旋转机械的故障诊断模型，通过该的故障诊断模型，能够在不同类型的旋转机械设备、不同工况条件等情况下，可实现在较少数据量情况下，完成对目标机械的故障诊断
一种基于迁移学习旋转机械故障诊断方法

[发明专利]基于粗糙集和人工碳氢网络的轮毂电机机械故障诊断方法-CN202010557370.0在审
发明人：薛红涛;童鹏;江洪 -专利权人：江苏大学
申请日： 2020-06-18 - 公布日： 2020-10-30 - 主分类号： G06F17/18 文献下载
摘要：本发明公开一种对轮毂电机的机械故障进行诊断的基于粗糙集和人工碳氢网络的轮毂电机机械故障诊断方法，采集不同负载和转速下的轮毂电机的正常和故障状态振动信息，提炼出3个高敏感特征参数并离散化得到离散化后的特征参数，将离散化后的特征参数输入到人工碳氢网络模型中构建AHNs模型，对AHNs模型进行训练学习得到训练后的AHNs模型，并计算出其概率密度函数和隶属度函数，构建模糊诊断模型，将训练后的AHNs模型和模糊诊断模型相串联构成AHNs模糊诊断模型用于在线诊断，本发明基于粗糙集理论将原始特征参数离散化，有效降低模型运算量，减少车辆运行工况复杂多变对识别精度的影响程度，有效提高轮毂电机机械故障诊断的泛化性和鲁棒性。
基于粗糙人工碳氢网络轮毂电机机械故障诊断方法

[发明专利]基于角度重采样与ROC-SVM的旋转机械故障诊断方法-CN201810849688.9有效
发明人：吴军;郭鹏飞;程一伟;徐雪兵;林漫曦 -专利权人：华中科技大学
申请日： 2018-07-28 - 公布日： 2019-12-17 - 主分类号： G01M13/00 文献下载
摘要：本发明公开了一种基于角度重采样与ROC‑SVM的旋转机械故障诊断方法，属于机械设备故障诊断领域。该方法采用角度重采样技术消除转速波动；从时域和时频域维度进行特征值提取；运用ROC‑SVM实现旋转机械的特征选择与故障诊断。本发明使用角度重采样方法能够有效的消除转速波动引起的单位时间内振动信号采样点数变化，提高了后续提取特征值的品质；将时域和时频域特征结合起来，达到更加广泛的特征提取，得到足够多的振动信号信息；使用ROC‑SVM进行特征选择与故障诊断，选取最好的特征，防止不良特征降低故障分类器的效果；能够提高轴承故障诊断的准确性和有效性，能提高诊断速度，为解决轴承故障诊断问题提供了一种新思路。
诊断重采样旋转机械故障故障诊断特征选择振动信号轴承故障转速波动时域机械设备故障诊断故障分类器时频域特征特征值提取重采样技术不良特征采样点数特征提取问题提供旋转机械时频域维度

[发明专利]风力发电机早期复合故障诊断方法、装置和可读存储介质-CN202310644404.3在审
发明人：张才亮;朱嵘华;涂智圣;赵一凡;栾富豪 -专利权人：浙江大学海南研究院
申请日： 2023-06-02 - 公布日： 2023-07-04 - 主分类号： F03D17/00 文献下载
摘要：本发明属于机械故障诊断领域，具体涉及一种风力发电机早期复合故障诊断方法、装置和可读存储介质，包括：步骤1，对机械零部件的振动信号进行采集；步骤2，对RSSD信号进行分解；步骤3，进行Teager能量谱分析，根据Teager能量谱判断故障发生的原因。本发明可实现轴承、齿轮箱等机械零部件的单/复合故障的早期诊断，给监测提供早期预警，实现机械零部件的早期故障诊断。同时本发明所提出的方法，能够避免噪声的干扰，具有诊断准确、可靠性高、成本低的优点。
风力发电机早期复合故障诊断方法装置可读存储介质

[发明专利]基于时频谱图和二维主成分分析的机械轴承故障诊断方法-CN201910485583.4在审
发明人：苏祖强;罗子澳;萧红;于洪;罗久飞 -专利权人：重庆邮电大学
申请日： 2019-06-05 - 公布日： 2019-09-17 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及机械故障诊断、模式识别技术等领域，具体为一种基于时频谱图和二维主成分分析的机械轴承故障诊断方法，包括接收原始信号数据并进行预处理，获得原始信号数据的初始向量；对初始向量进行短时傅里叶变换时频分析得到二维的时频谱图；对二维时频谱图进行维数约减，提取得到二维时频谱图所对应的低维特征矩阵；利用t‑sne算法对二维主成分分析的输出矩阵进行二次维数约简处理；采用t‑sne算法的输出矩阵训练支持向量机，完成故障诊断模型的构建，输入测试数据即可输出诊断结果；本发明减少了计算时间，并提高机械故障诊断的精度。
时频谱图短时傅里叶变换二维主成分分析二维机械故障诊断原始信号数据初始向量故障诊断机械轴承输出矩阵维数算法三维低维特征矩阵故障诊断模型模式识别技术输入测试数据预处理支持向量机时频分析原始信号诊断结果灰度图构建约简输出转化

[实用新型]一种应用于断路器机械故障诊断的振动检测装置-CN202122148159.6有效
发明人：张艳飞;张志浩;高正平;刘孝;吕磊;韩扩 -专利权人：内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司
申请日： 2021-09-07 - 公布日： 2022-02-08 - 主分类号： G01M13/00 文献下载
摘要：本实用新型属于断路器机械故障诊断领域，尤其一种应用于断路器机械故障诊断的振动检测装置，包括断路器本体和装置本体，所述断路器本体相配合有装置本体，所述装置本体前端滑动连接有检测头，所述检测头后侧通过引线连接有芯杆的左端所述芯杆左端连接有第二弹簧片，所述芯杆贯穿永久磁铁，所述装置本体内表面固定连接有线圈，所述永久磁铁相配合于线圈，所述芯杆右端连接有第一弹簧片，所述第一弹簧片连接有阻尼器，所述阻尼器相配合于芯杆和永久磁铁，该应用于断路器机械故障诊断的振动检测装置具有通过振动检测装置和断路器本体内部机械结构发生故障的地方产生共振，从而能够快速确定断路器内部机械构件发生故障的地方的特点。
一种应用于断路器机械故障诊断振动检测装置

[外观设计]工程机械故障诊断仪-CN201730551238.8有效
发明人：赵洪;袁硕 -专利权人：成都新泰高科技术有限公司
申请日： 2017-11-09 - 公布日： 2018-04-27 - 主分类号： 24-01 文献下载
摘要：1．本外观设计产品的名称工程机械故障诊断仪。2．本外观设计产品的用途本外观设计产品用于是诊断工程机械故障。3．本外观设计产品的设计要点本外观设计产品的形状。
工程机械故障诊断仪

[发明专利]一种非平稳工况下的旋转机械故障诊断方法-CN201910276504.9在审
发明人：程晓涵;杨杰;汪爱明;孟国营;肖雅静;杜岩;李娟娟;王帅;崔巍;张馨戈 -专利权人：中国矿业大学（北京）
申请日： 2019-04-08 - 公布日： 2019-06-25 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种非平稳工况下的旋转机械故障诊断方法，首先对原始振动信号进行N阶同步压缩变换得到高精度的时频谱图，接着借助感兴趣区(ROI)区域提取算法找出时频能量聚集区域，提取时域特征、瞬时频域特征和时频图像特征全面地揭露设备的运行状态，然后利用改进的粒子群算法筛选出最优参数实现对支持向量机模型的优化，通过SVM得出各域独立的初步诊断结果，最后利用D‑S证据理论将三域内的故障分类结果进行信息融合得到最终的判断结果。本发明提供的旋转机械故障诊断方法，很大程度地提高了故障诊断的准确率，同时提高了判断结果的鲁棒性。
旋转机械故障判断结果诊断时频支持向量机模型原始振动信号粒子群算法感兴趣区故障分类故障诊断能量聚集频域特征区域提取时频谱图时域特征同步压缩图像特征信息融合运行状态诊断结果证据理论最优参数鲁棒性准确率算法筛选优化改进

[发明专利]子空间嵌入特征分布对齐的不同工况下机械故障识别方法-CN201911285714.0在审
发明人：陈仁祥;吴昊年;杨黎霞;李俊阳;张霞;唐林林 -专利权人：重庆交通大学
申请日： 2019-12-13 - 公布日： 2020-05-12 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种子空间嵌入特征分布对齐的不同工况下机械故障识别方法。在该空间训练基分类器直接为目标域预测伪标签，用于定量估计两域边缘分布与条件分布各自权值，以适配源域与目标域分布差异；最后，通过结构风险最小化框架传递上述两个步骤的学习规则并构造核函数建立分类器，迭代更新获得最终框架的系数矩阵完成故障诊断其中定量估计两域边缘分布与条件分布各自权值在跨域机械故障诊断中具有重要意义，通过多类别复合故障诊断实例证明了所提方法的可行性和有效性。该发明适用于机械设备的状态监测以及故障诊断等领域。
空间嵌入特征分布对齐不同工况机械故障识别方法

[发明专利]一种基于深度残差网络的断路器机械故障诊断方法、装置-CN202310645578.1在审
发明人：王永潭;贺涌;戴森;虞江华;于浩;陈二浩 -专利权人：国网新源控股有限公司;浙江仙居抽水蓄能有限公司;安徽合凯电气科技股份有限公司
申请日： 2023-06-01 - 公布日： 2023-10-17 - 主分类号： G06F18/10 文献下载
摘要：一种基于深度残差网络的断路器机械振动故障诊断方法、装置，方法包括：获取断路器操动机构在分合闸过程中的振动信号，利用希尔伯特黄变换对振动信号进行时频变换获取第一特征数据；根据振动信号和第一特征数据得到三维时频图像，作为第二特征数据，将第二特征数据划分为训练集和测试集；基于深度残差网络构建得到故障诊断模型，利用训练集和测试集分别训练故障诊断模型及验证故障诊断模型的性能；将第二特征数据输入训练好的故障诊断模型，获取故障诊断结果和对应的诊断准确度本发明能够解决现有发明的网络退化、过拟合问题，提升断路器机械故障诊断的准确率。
一种基于深度网络断路器机械故障诊断方法装置

[发明专利]一种基于多尺度图注意力融合网络的机械故障诊断方法-CN202310793938.2在审
发明人：王金龙;倪培浩;张媛媛;熊晓芸;吉爱国;董良成 -专利权人：青岛理工大学
申请日： 2023-06-30 - 公布日： 2023-09-29 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种基于多尺度图注意力融合网络的机械故障诊断方法，包括如下步骤：收集机械振动的数据，构建样本数据集，并将数据集分成训练集和测试集；将数据集的训练集和测试集依据样本间的余弦相似度分别构造为训练集族图和测试集族图；将训练集族图输入到搭建好的多尺度图注意力融合网络中训练网络，得到最佳故障诊断模型；将测试集族图输入最佳故障诊断模型中进行测试，评估模型性能；将待诊断的机械振动的数据输入到评估后的故障诊断模型中进行故障诊断本发明所公开的方法可以在数据不平衡和强噪声条件下获取较高的故障诊断准确率。
一种基于尺度注意力融合网络机械故障诊断方法

[发明专利]一种基于运动变形振型ODS的变压器机械故障诊断方法-CN202210188265.3在审
发明人：李锐;黎大健;陈梁远;易辰颖;韩方源;张磊;芦宇峰;余长厅;苏毅;饶夏锦 -专利权人：广西电网有限责任公司电力科学研究院
申请日： 2022-02-28 - 公布日： 2022-07-22 - 主分类号： G06V10/44 文献下载
摘要：本发明公开了一种基于运动变形振型ODS的变压器机械故障诊断方法，涉及电气设备故障诊断技术领域，本发明方法通过提取ODS图像的HOG特征并求取正常状态与异常状态下特征的相关系数，可以判断绕组状态发生了变化针对实际变压器存在油箱附件的情况，提出利用局部ODS对故障程度及位置进行判断。ODS特性既具有传统单点振动信息的频谱分析功能，还能将变压器油箱的整体振动可视化，获得最大的振动位置、振动分布情况，且抗干扰性能强，不受正常工况影响，从而可以为机械故障诊断提供新的思路与应用。
一种基于运动变形 ods 变压器机械故障诊断方法

[发明专利]一种人工智能机械故障诊断系统-CN202310330486.4在审
发明人：伊洪良;彭俊泉;叶光显;周芝河;查先明;戚志能;汪飞 -专利权人：广东三向智能科技股份有限公司
申请日： 2023-03-30 - 公布日： 2023-06-23 - 主分类号： G09B25/02 文献下载
摘要：本发明涉及一种人工智能机械故障诊断系统，其特点在于包括旋转装置、震动传感器、人工智能故障诊断模块、总控模块，其中旋转装置与总控模块电性连接，所述震动传感器设置在旋转装置上，并使震动传感器与人工智能故障诊断模块电性连接本发明能在院校进行人工智能深度学习技术教学活动时，真正做到理论与实践相结合，从而能便于学生同时获得理论与实践知识，这能便于院校输出更多掌握人工智能深度学习技术开发和应用的人才，进而能便于更多企业具有人工智能深度学习技术开发和应用的能力，该人工智能机械故障诊断系统具有利于教学
一种人工智能机械故障诊断系统

首页
«上一页
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