“旋转机械故障”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3801124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]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]一种旋转机械故障分类的测试集重构和预测方法-CN201910525563.5有效
发明人：王世华;张清华;周东华;韩建宇;陈旭;吴淦洲 -专利权人：广东石油化工学院
申请日： 2019-06-18 - 公布日： 2020-12-04 - 主分类号： G01M13/028 文献下载
摘要：本发明公开了一种旋转机械故障分类的测试集重构和预测方法，包括以下步骤：S01，利用加速度传感器来提取故障件的振动信号，获取旋转机械故障数据；S02，构建旋转机械故障分类的指标特征，利用软件计算出旋转机械的波形、脉冲、裕度、峰值和峭度五个无量纲指标；S03，选择SVM和KNN两种分类算法进行故障分类；S04，对旋转机械故障分类的测试集进行重构；S05，建立新的测试集下待测样本的预测标签确定方法。本发明提供的一种旋转机械故障分类的测试集重构和预测方法，主要利用故障样本之间的相关性对测试集进行重构，能够提高旋转机械故障分类准确率。
一种旋转机械故障分类测试集重构预测方法

[发明专利]一种基于生成对抗机制的旋转机械故障诊断方法及系统-CN202210471168.5在审
发明人：王兵;吴紫恒;赵远;汪文艳 -专利权人：安徽工业大学芜湖技术创新研究院
申请日： 2022-04-28 - 公布日： 2022-08-05 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于生成对抗机制的旋转机械故障诊断方法及系统，属于旋转机械故障诊断技术领域，包括以下步骤：S1：采集训练样本并初始化网络；S2：训练自编码层；S3：训练Softmax分类层；S4：对深度学习网络进行调整；S5：旋转机械故障诊断。本发明采用生成对抗机制增强自编码器模型进行旋转机械故障特征学习的鲁棒性，并结合Softmax分类层，实现旋转机械故障诊断，具备适用性强和稳定性高的优良特性，值得被推广使用。
一种基于生成对抗机制旋转机械故障诊断方法系统

[发明专利]一种旋转机械故障判别方法、计算机设备及存储介质-CN202210706797.1在审
发明人：杨涛;张家盛;胡迪;张颖;谭亲雄 -专利权人：华中科技大学
申请日： 2022-06-21 - 公布日： 2022-11-04 - 主分类号： G06K9/00 文献下载
摘要：本发明属于旋转机械故障诊断技术领域，公开了一种旋转机械故障判别方法、计算机设备及存储介质，所述基于时序深度融合网络的旋转机械故障判别方法包括采用时频域分析方法和滑动平移窗口方法对旋转机械的振动信号进行处理，得到所述振动信号对应的处理结果，并采用训练好的卷积神经网络对所述处理结果中的故障特征进行分析，得到所述旋转机械的故障信息。本发明采用训练好的卷积神经网络对其中的故障特征进行分析，进而得到所述旋转机械的故障诊断，有助于实现旋转机械实时智能的故障诊断。
一种旋转机械故障判别方法计算机设备存储介质

[发明专利]一种混合分解与提取的智能旋转机械故障诊断方法-CN201811493246.1在审
发明人：刘辉;段铸;李燕飞;施惠鹏;徐一楠 -专利权人：中南大学
申请日： 2018-12-07 - 公布日： 2019-02-01 - 主分类号： G01M13/00 文献下载
摘要：本发明公开了一种混合分解与提取的智能旋转机械故障诊断方法，包括：获取旋转机械的原始振动序列进行去噪处理，得到已去噪处理的振动序列；采用不同消失矩的母小波包函数，对已去噪处理的振动序列进行分解操作，得到各自若干个振动子序列；采用主元分析法，对每个振动子序列进行特征提取，得到旋转机械的特征参数矩阵；获取旋转机械训练样本，且已知训练样本的故障类型，使用训练样本训练支持向量机模型得到旋转机械故障诊断分类器；实时采集待检测旋转机械的原始振动序列，获取其特征参数矩阵，并输入到旋转机械故障诊断分类器，从而判断待检测旋转机械的故障类型。本发明提高了对旋转机械故障诊断的时效性和精度。
旋转机械故障旋转机械训练样本去噪矩阵诊断分类器故障类型特征参数原始振动振动序列振动子分解诊断支持向量机模型主元分析法智能实时采集特征提取时效性消失矩小波包检测

[发明专利]基于小波模糊识别和图像分析理论的机械故障分析方法-CN201811615615.X有效
发明人：刘增力;任贵粉 -专利权人：昆明理工大学
申请日： 2018-12-27 - 公布日： 2020-11-24 - 主分类号： G01M13/021 文献下载
摘要：本发明属于信号处理技术领域，涉及基于小波模糊识别和图像分析理论的机械故障分析方法，包括首先采集旋转机械的振动信号作为待分析信号，该振动信号为所述旋转机械的不同位置的多组振动信号，然后对所述振动信号作小波包分解,得到组分量：再判断旋转机械是否存在故障，存在故障则为异常状态，若所述旋转机械为异常状态，判断故障类型，并在旋转机械的异常状态下，利用图像传感器获取其动态图像；最后利用图像理论对获取的动态图像进行分析，确定故障发生的位置及故障程度。本发明能够快速实时地对旋转机械故障进行诊断，且能够利用图像的相关分析理论准确的判断机械故障的具体位置。
基于模糊识别图像分析理论机械故障方法

[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]基于改进深度学习分类模型的旋转机械故障诊断方法-CN202310314705.X在审
发明人：张伟;葛振福;张锐;王荣鑫;王晨;高翔;聂鑫;徐毅;刘娜;牛淑洁;杨一;李福华;侯晨晨;车新华;吴璇;李旭;张忠岩;马骁骅 -专利权人：淄博热力有限公司
申请日： 2023-03-29 - 公布日： 2023-05-02 - 主分类号： G06F18/24 文献下载
摘要：本发明涉及旋转机械故障诊断技术领域，具体涉及一种基于改进深度学习分类模型的旋转机械故障诊断方法。包括以下步骤:从数据库中提取每一类故障数据的声音信号及加速度信号；对每一类故障数据中提取到的声音信号和加速度信号进行融合，得到每一类故障数据的声音加速度融合信号；将每一类故障数据的声音加速度融合信号变换成声音加速度融合信号时频图并标注故障分类标签；建立网络模型；训练更新网络模型的参数；将旋转机械故障诊断数据输入到训练好的改进网络模型中，得到最终的旋转机械故障分类结果。保证了时效性并且提高了算法的识别精度，更全面的提取故障的特征信息，提高设备检测效率，实现旋转机械故障准确分类。
基于改进深度学习分类模型旋转机械故障诊断方法

[发明专利]基于电机相电流的旋转机械故障监测诊断的方法和装置-CN201810366988.1在审
发明人：杨明;柴娜;徐殿国;聂鹏举;唐新荣 -专利权人：湖南科力尔电机股份有限公司
申请日： 2018-04-23 - 公布日： 2018-11-16 - 主分类号： G01M99/00 文献下载
摘要：本发明公开了一种基于电机相电流的旋转机械故障监测诊断的方法和装置，属于旋转机械故障监测诊断的技术领域。该方法包括：获取所述电机的相电流信号；提取所述相电流信号中的基波分量，获取剩余信号I_e；根据所述剩余信号I_e的幅值判断所述旋转机械是否发生故障；响应所述旋转机械发生故障的判断结果，获取故障特征频率；根据所述故障特征频率和预计算的故障特征频率判断所述故障的类型与位置。本发明的有益效果：实现了基于相电流的旋转机械故障的在线监测与无损、远程诊断。
旋转机械故障故障特征频率方法和装置相电流信号发生故障剩余信号旋转机械电机相诊断监测基波分量判断结果远程诊断在线监测相电流预计算无损电机响应

[发明专利]一种基于故障特征多相关性的旋转机械故障诊断方法-CN201711315866.1在审
发明人：李舜酩;安增辉;王金瑞;钱巍巍 -专利权人：南京航空航天大学
申请日： 2017-12-12 - 公布日： 2018-06-29 - 主分类号： G01M13/00 文献下载
摘要：本发明公开了一种基于故障特征多相关性的旋转机械故障诊断方法，包括步骤：1.训练样本数据预处理：采用已收集的旋转机械故障信号作为训练样本，将其预处理成算法需要的矩阵形式。2.训练权值矩阵：在稀疏滤波算法中加入基于故障特征多相关性的正则化项组成改进的稀疏滤波算法，并用训练样本进行训练。3.训练Softmax特征分类器：采用Softmax特征分类器对稀疏滤波提取的特征进行分类，由此可对旋转机械故障信号实现故障诊断。本发明对于旋转机械故障诊断领域的适应性强，能有效提高诊断准确率。
旋转机械故障故障特征稀疏诊断预处理特征分类器滤波算法训练样本训练样本数据故障诊断矩阵形式权值矩阵正则化项准确率滤波算法并用分类改进

[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]旋转机械故障诊断方法、系统、设备及存储介质-CN202110780175.9在审
发明人：刘婷亮;闫静;王艳新;徐怡凡;叶芯瑜;王建华;耿英三;刘志远 -专利权人：西安交通大学
申请日： 2021-07-09 - 公布日： 2021-10-15 - 主分类号： G06K9/62 文献下载
摘要：本申请提供一种旋转机械故障诊断方法、系统、设备及存储介质。方法包括：采用轻量级卷积神经网络提取旋转机械故障信号，得到空间特征信息，并对空间特征信息进行特征识别；根据特征识别结果实现旋转机械的故障诊断，构造了新型的轻量级卷积块，能够有效地降低模型的参数，建立了轻量级卷积神经网络故障诊断模型，在很大程度上解决数据压缩问题的同时，有效地改进网络结构，提高了对整个旋转机械故障的识别精度。
旋转机械故障诊断方法系统设备存储介质

[发明专利]基于域对抗网络的旋转机械故障诊断方法和系统-CN202310015521.3有效
发明人：李学艺;郁天宇;李岱优;何秋实;解志杰 -专利权人：东北林业大学
申请日： 2023-01-04 - 公布日： 2023-09-08 - 主分类号： G06F18/241 文献下载
摘要：本发明实施例公开了一种基于域对抗网络的旋转机械故障诊断方法和系统，所述方法包括：获取待测旋转机械的参数数据；将所述参数数据输入预先训练的故障诊断模型中，以得到所述待测旋转机械的故障诊断结果；其中，所述故障诊断模型是基于群卷积神经网络利用目标样本进行训练得到的解决了现有技术中由于样本量不足而导致的旋转机械故障诊断结果准确性较低的技术问题，从而实现在小样本情况下保证旋转机械故障诊断结果准确的技术效果。
基于对抗网络旋转机械故障诊断方法系统

[发明专利]一种旋转机械故障诊断方法及旋转机械设备-CN201910487453.4有效
发明人：刘红杰;洪卫军;黄婷钰;郭健 -专利权人：北京博识创智科技发展有限公司;北京邮电大学
申请日： 2019-06-05 - 公布日： 2021-06-22 - 主分类号： G01D21/02 文献下载
摘要：本发明公开了一种旋转机械故障诊断方法及旋转机械设备，在所述旋转机械的转轴上套有电流传感器，在所述旋转机械的转轴上安装有磁敏转速传感器，在所述旋转机械的轴承竖直方向上安装有振动传感器，所述电流传感器分别与所述磁敏转速传感器和所述振动传感器电连接所述磁敏转速传感器用于采集所述转轴的转速信号，所述振动传感器用于采集振动信号，该方法包括：分别对所述转速信号和所述振动信号进行数据处理得到转速频谱图和振动频谱图；基于所述转速频谱图和所述振动频谱图，进行故障诊断本发明提供的旋转机械故障诊断方法及旋转机械设备，可以实现旋转机械故障的诊断，提高诊断的精确度。
一种旋转机械故障诊断方法机械设备

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