专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果105471个,建议您升级VIP下载更多相关专利
  • [发明专利]一种故障诊断方法、装置、介质及设备-CN202310024797.8在审
  • 廖志强;宋雪玮;贾宝柱;孔德峰 - 广东海洋大学
  • 2023-01-09 - 2023-06-09 - G01M13/045
  • 本发明提供一种故障诊断方法、装置、介质及设备,包括:利用经验模态分解算法对轴承的待诊断信号进行分解,获得多个本征模态函数;根据正常信号确定对应的基准规则熵值;确定本征模态函数的参考规则熵值;确定第i个参考规则熵值与基准规则熵值之间的差值Gi;确定第i个本征模态函数对应的故障特征变量值Ti;根据故障特征变量值确定目标本征模态函数,并对目标本征模态函数进行重构,形成重构信号;基于重构信号的包络进行故障诊断;如此,利用经验模态分解算法可有效分解出表征有故障信号的本征模态函数,然后结合规则熵值确定出故障信息含量较高的目标本征模态函数,利用重构信号的包络进行故障诊断时,可确保诊断精度。
  • 一种故障诊断方法装置介质设备
  • [发明专利]一种基于深度学习的压力传感器的故障诊断方法与装置-CN202111095360.0有效
  • 王小平;曹万;熊波 - 武汉飞恩微电子有限公司
  • 2021-09-17 - 2021-12-14 - G06K9/00
  • 本发明涉及一种基于深度学习的压力传感器的故障诊断方法及系统,其方法包括:获取待测压力传感器的故障信号;对所述故障信号分别进行短时傅里叶变换和经验模态分解;根据所述频率的谐波个数,以及所述经验模态分解过程中得到的多个模态函数的信息熵,确定变分模态分解的模态数;根据所述模态数对所述故障信号进行变分模态分解,得到所述故障信号的包络;将所述故障信号的频率、边际和包络输入到训练完成的故障识别模型中,得出待测压力传感器的故障分类以及故障原因本发明通过模态分解和傅里叶变换获取故障的时域、时频域、能量等特征,再利用基于深度学习的识别模型对故障类型进行识别,从而提高了识别的通用性和灵活性。
  • 一种基于深度学习压力传感器故障诊断方法装置
  • [发明专利]超声图像边缘提取方法和装置-CN201210563619.4有效
  • 韩盼;陈烨;谢高生;周永进;黄邦宇;王磊 - 深圳先进技术研究院
  • 2012-12-22 - 2013-04-24 - G06T7/00
  • 所述方法包括:对超声图像进行二维经验模态分解得到二维本征模态函数;解析所述二维本征模态函数得到所述超声图像的特征;对所述特征进行图像分割得到对应的图像边缘信息,并结合所述特征对应的图像边缘信息得到所述超声图像的边缘图像所述系统包括:分解模块,用于对超声图像进行二维经验模态分解得到二维本征模态函数;特征解析模块,用于解析所述二维本征模态函数得到所述超声图像的特征;处理模块,用于对所述特征进行图像分割得到对应的图像边缘信息,并结合所述特征对应的图像边缘信息得到所述超声图像的边缘图像。
  • 超声图像边缘提取方法装置
  • [发明专利]一种结合多工况响应的结构模态参数识别方法-CN202210559431.6在审
  • 康杰;曾舒洪 - 南京航空航天大学
  • 2022-05-20 - 2022-08-19 - G06F30/20
  • 本发明涉及一种用于多工况响应的结构模态参数识别方法。所述方法包括步骤:S1:通过振动传感器测量结构在两种载荷工况下的加速度响应,计算各载荷工况下的功率密度函数;S2:任选其中一载荷工况,构造功率密度函数矩阵,确定该功率密度函数矩阵的秩,计算出候选的结构模态参数;S3:结合所有载荷工况下的功率密度函数,构造新的功率密度函数矩阵,并确定该功率密度函数矩阵的秩;S4:比较上述两个功率密度函数矩阵秩的变化情况,根据秩的变化情况剔除候选结构模态参数中由非白环境载荷导致的虚假模态参数,保留真正的结构模态参数,作为本方法得到的最终识别结果。采用本方法提升了结构模态参数识别的准确性和可靠性。
  • 一种结合工况响应结构参数识别方法
  • [发明专利]一种基于同步模态的风电机组轴承故障诊断方法-CN202011281606.9有效
  • 王前;李巧月;江星星;李珂;祁玉梅 - 苏州大学文正学院
  • 2020-11-16 - 2022-12-27 - G01M13/04
  • 本发明公开了一种基于同步模态的风电机组轴承故障诊断方法,其包括:采集风电机组振动数据;基于所述风电机组振动数据构建同步模式;通过轴旋转频率与故障特征的瞬时频率之间的关系计算得到故障特征的理论阶次值;将所述同步模式中检测到的故障相关特征阶次与所述理论阶次值进行对比,对所述风电机组轴承进行故障诊断。本发明通过构建同步模态,仅仅只需要优化得到转速信息,识别其它特征成分是不要迭代优化。同步模态相比于现有阶次分析方法增强了对风电机组振动信号中蕴含轴承特征的提取能力。构建同步模态中嵌入了优化后的带宽参数,保证了提取特征成分带宽的合理性,显著提升同步模态对风电机组轴承故障特征的揭示能力。
  • 一种基于同步模态谱机组轴承故障诊断方法
  • [发明专利]一种基于互函数的运行模态分析实验方法及装置-CN201410341266.2有效
  • 王扬渝;蔡东海;文东辉;陈恒 - 浙江工业大学
  • 2014-07-17 - 2017-03-01 - G01M7/02
  • 一种基于互函数的运行模态分析实验方法,包括以下步骤1)用弹性绳将梁悬挂,利用钢锤在选取的激励点对梁实施脉冲激励;2)采集参考点和响应点在脉冲激励后产生的响应信号;3)对采集信号进行带通滤波;4)求取参考点与响应点之间的互功率函数,并构建互功率函数不同采样时刻数据构成的矩阵方程;5)利用矩阵方程求解系数矩阵,得到系统极点;6)识别模态振型及模态参与因子矩阵;7)进行模态置信判据矩阵值计算,当模态置信判据值在预设合理区间以内,获得梁的模态参数以及提供一种基于互函数的运行模态分析实验装置。本发明能够减少试验强度和时间,大幅提高试验效率和学生的学习效果。
  • 一种基于函数运行分析实验方法装置
  • [发明专利]一种考虑非白环境载荷影响的结构模态参数辨识方法-CN202110073487.6在审
  • 康杰;居鹤华;余萌;韩亮亮 - 南京航空航天大学
  • 2021-01-20 - 2021-05-14 - G01M13/00
  • 本发明公开了一种考虑非白环境载荷影响的结构模态参数辨识方法,该方法首先测量工程结构的响应信号并计算功率密度函数矩阵。采用频域分解方法,根据功率密度函数矩阵的奇异值曲线初步辨识出工程结构的模态参数,包括模态频率和模态振型。随后构造功率密度传递率矩阵,根据功率密度传递率矩阵奇异值的变化规律剔除由于非白噪声载荷导致的虚假模态参数。最后在剩余的模态频率处对工程结构响应信号进行带通滤波,计算滤波信号的超值峰度系数,根据超值峰度系数进一步剔除谐波载荷导致的虚假模态参数,保留工程结构真实模态参数并作为最终辨识结果。
  • 一种考虑环境载荷影响结构参数辨识方法
  • [发明专利]基于SVD和VMD的机械件故障诊断方法-CN202110594636.3有效
  • 王林军;蔡康林;徐洲常;刘洋 - 三峡大学
  • 2021-05-28 - 2022-04-08 - G01M13/045
  • 本发明涉及基于SVD和VMD的机械件故障诊断方法,包括:获取机械件的振动信号;与无故障机械件相比较,判断有无异常;对振动信号进行奇异值分解,计算奇异值序列的相邻奇异值的差值,得到差分;分析差分,确定重构阶数,对机械件振动信号进行重构;将重构信号分解成模态分量,确定最优的模态分量数量;再对原故障诊断的机械件的振动信号进行变分模态分解;选出加权峭度指标值较大的模态分量进行信号合成;利用合成信号生成包络;根据包络判断机械件的故障类型本发明解决了变分模态分解方法分解参数难以确定的问题,对重构信号的变分模态分解以确定最优的模态分量数量的过程中,考虑了模态分量与原信号的相关性,确定的分解参数更优。
  • 基于svdvmd机械故障诊断方法
  • [发明专利]基于参数自适应特征模态分解故障诊断方法和系统-CN202210571899.7有效
  • 鄢小安;姜东;谢超;刘英 - 南京林业大学
  • 2022-05-24 - 2023-04-07 - G06F18/24
  • 本发明公开了一种基于参数自适应特征模态分解故障诊断方法和系统,故障诊断方法包括如下步骤:采集机械设备的故障振动信号;基于最大信号循环峭噪比的群智能优化方法自动地确定特征模态分解的模态个数和滤波器长度,并采用参数优化的特征模态分解将采集的振动信号划分为一系列模态分量;计算各模态分量的平方包络特征能量比,并选取具有最大平方包络特征能量比的模态分量作为主模态分量;通过从主模态分量的平方包络中提取故障特征频率,实现机械故障识别。该诊断方法继承了特征模态分解强鲁棒性和高运算效率的优点,能够从强噪声背景下提取出有用的周期性故障特征信息,实现设备故障的高效检测。
  • 基于参数自适应特征分解故障诊断方法系统

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top