“韦泽贤”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果7个，建议您升级VIP下载更多相关专利

[发明专利]基于瞬时带宽的信号时间-频率分解方法-CN201811342173.6有效
发明人：黎恒;韦泽贤;徐韶华;杨玉琳;王玲容 -专利权人：广西交通科学研究院有限公司
申请日： 2018-11-12 - 公布日： 2023-06-30 - 主分类号： G06F18/2131 文献下载
摘要：本发明提供了一种基于瞬时带宽的信号时间‑频率分解方法，通过优化经验模态分解(EMD)中本征模态函数(IMF)的提取算法，在希尔伯特变换域求解得到局部截止频率，利用所述局部截止频率构造时变滤波器，利用所述时变滤波器进行滤波，重复所述局部截止频率的求解和滤波过程，直到滤波得到满足终止条件的信号局部带宽，进而得到局部带宽的本征模态函数。本发明中，采用局部截止频率估算和滤波，分离频域上较为接近的信号分量，同时结合采用模态混叠抑制模块，能够抑制噪声干扰产生的时频域间断点，进而同时解决了频率分辨率和模态混叠问题。
基于瞬时带宽信号时间频率分解方法

[发明专利]一种列车轴承故障智能诊断方法-CN202210604058.1在审
发明人：贺德强;邹雪妍;靳震震;韦泽贤;刘畅;劳振鹏;贺昌富;钟杰程;项载毓 -专利权人：广西大学
申请日： 2022-05-31 - 公布日： 2022-08-30 - 主分类号： G01M13/045 文献下载
摘要：本发明公开了一种列车轴承故障智能诊断方法，包括如下步骤：设置列车轴承振动信号采集试验台的轴速和采样频率，并对列车不同轴承故障类型的原始振动信号进行采样；建立VMD算法的参数优化模型，利用改进的乌燕鸥优化算法对VMD算法的参数模态分量数K和惩罚因子α进行寻优；采用参数优化后的VMD算法建立轴承信号降噪模型，对列车轴承振动信号进行分解获得一系列固有模态分量：对降噪信号进行预处理、构建列车轴承故障诊断的SE‑WDCNN模型以及SE‑WDCNN模型的训练、验证与测试，最后将测试集输入已训练好的模型进行性能评估。本发明能对列车轴承振动信号进行降噪处理，自适应提取轴承振动信号的故障特征，有效提高识别精度和诊断速度。
一种列车轴承故障智能诊断方法

[实用新型]一种隧道灭火器防盗检测装置-CN202021012586.0有效
发明人：黎恒;陈小波;颜晓凤;韦泽贤;马华杰;邓景云 -专利权人：广西交科集团有限公司
申请日： 2020-06-05 - 公布日： 2021-02-09 - 主分类号： G08B13/14 文献下载
摘要：本实用新型提供了一种隧道灭火器防盗检测装置，包括：布置在隧道中的灭火器，所述灭火器底部布置有智能底座；ZigBee智能网关，所述ZigBee智能网关与智能底座建立ZigBee无线网络连接；监控中心，所述监控中心与ZigBee智能网关通过以太网建立连接，所述智能底座包括：数据处理器以及与所述数据处理器电连接的状态检测装置、数据处理器和ZigBee数据收发模块；电池，所述电池与数据处理器电连接；本实用新型提供的隧道灭火器防盗检测装置，采用了智能底座，能够将检测到的灭火器状态通过ZigBee无线网络进行传输，解决隧道灭火器人工检测的困难，提升了灭火器检测的可靠性，同时降低了运营的成本。
一种隧道灭火器防盗检测装置

[发明专利]道路声音识别方法、系统、计算机设备及可读存储介质-CN201910436946.5有效
发明人：黎恒;徐韶华;唐文娟;韦泽贤;陈静 -专利权人：广西交科集团有限公司
申请日： 2019-05-23 - 公布日： 2020-12-22 - 主分类号： G10L25/03 文献下载
摘要：本发明公开了一种道路声音识别方法、系统、计算机设备及可读存储，其中方法包括：获取道路声音的数据样本和样本类别；对所述数据样本依次进行时频分解、频率转换、对数运算及求导，得到所述数据样本的对数梅尔特征；按照所述样本类别将所述对数梅尔特征输入到卷积循环网络模型进行训练，直到所述卷积循环网络模型满足预设的训练结束条件；利用完成训练的所述卷积循环网络模型对待处理的声音数据进行识别分类。本发明以道路声音数据样本的对数梅尔特征作为卷积循环网络模型的输入，训练出能用于识别复杂的交通场景下的多种声音的模型，有助于提高道路交通事件检测的准确性。
道路声音识别方法系统计算机设备可读存储介质

[发明专利]一种基于快速搜索算法的地铁列车轴承智能诊断方法-CN201711426157.0有效
发明人：王衍学;杨建伟;姚德臣;韦泽贤 -专利权人：北京建筑大学
申请日： 2017-12-25 - 公布日： 2019-10-29 - 主分类号： G01M13/045 文献下载
摘要：本发明提出了一种基于快速搜索算法的地铁列车轴承智能诊断方法，首先采集城轨车辆轴承振动信号，然后对于采集到振动信号进行特征提取，形成原始特征矩阵，在得到更多更精细的故障信息的同时，将原始特征矩阵输入自适应特征选择算法，自动将原始特征矩阵中非敏感特征全部剔除，最后利用快速搜索算法，自动识别不同故障。该方法利用特征选择技术选出对故障分类有用的信息，同时降低特征矩阵维度，减小模式识别算法的负担，提高了故障诊断自动化水平，避免突发性事故发生，减小经济损失。
快速搜索算法原始特征矩阵地铁列车振动信号智能诊断减小轴承采集模式识别算法特征选择算法突发性事故自动化水平车辆轴承故障分类故障信息故障诊断经济损失矩阵输入敏感特征特征矩阵特征提取特征选择自动识别自适应城轨维度剔除精细

[发明专利]一种基于增量搜索聚类的旋转机械滚动轴承智能诊断方法-CN201811342186.3在审
发明人：黎恒;韦泽贤;徐韶华;陈大华;陈小波 -专利权人：广西交通科学研究院有限公司
申请日： 2018-11-12 - 公布日： 2019-01-22 - 主分类号： G01M13/045 文献下载
摘要：本发明提供了一种基于增量搜索聚类的旋转机械滚动轴承智能诊断方法包括：(1)采集旋转机械滚动轴承的振动信号；(2)对采集的所述振动信号进行时域特征和频域特征提取，构建原始特征矩阵；(3)每个特征得到L个有限带宽本征模式分量；(4)由得到所有趋势特征项构建趋势特征矩阵；(5)对所述趋势特征矩阵进行DPS聚类识别；(6)确定聚类中心；(7)对围绕聚类中心之外的的剩余趋势特征项进行划分，完成样本聚类，根据样本聚类结果诊断旋转机械滚动轴承。本发明是一种基于增量搜索聚类的旋转机械滚动轴承智能诊断方法，能够采集更多的信号特征，诊断迅速，且运算效率高，故障诊断的准确率高。
滚动轴承旋转机械聚类增量搜索智能诊断聚类中心特征矩阵样本聚类振动信号特征项采集构建矩阵诊断本征模式故障诊断时域特征特征提取信号特征原始特征运算效率准确率和频带宽

[发明专利]一种基于聚类分析的机械系统滚动轴承智能故障诊断方法-CN201710169963.8有效
发明人：王衍学;韦泽贤;何水龙;鲍家定;蒋占四 -专利权人：桂林电子科技大学
申请日： 2017-03-21 - 公布日： 2018-12-21 - 主分类号： G01M13/04 文献下载
摘要：本发明为一种基于聚类分析的机械系统滚动轴承智能故障诊断方法，先训练诊断模型：包括采集外圈、内圈、滚动体和保持架故障及正常五种轴承状态标准振动信号样本；信号分解，原始振动信号和分解后分量的时域与频域特征提取，得原始特征集；自权重算法和AP聚类去除冗余得Z个优选特征；再次用AP聚类，完成样本状态分类，得到训练好的诊断模型。故障诊断时采集轴承实时振动信息，信号分解，提取模型确定的优选特征，导入AP按诊断模型参数聚类，与模型中已知的Z个特征比较，得到当前未知信号类别，完成故障诊断。本发明同时使用EEMD与WPT分解振动信号，获取更多精细的轴承状态信息，自权重法和AP聚类增加诊断的智能化，保证精确诊断。
一种基于聚类分析机械系统滚动轴承智能故障诊断方法

1
共 7 条