Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安科技大学樊红卫获国家专利权

西安科技大学樊红卫获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉西安科技大学申请的专利一种低转速机械传动系统多部件智能故障诊断方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119313970B

龙图腾网通过国家知识产权局官网在2025-12-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411469915.7,技术领域涉及:G06V10/764;该发明授权一种低转速机械传动系统多部件智能故障诊断方法及系统是由樊红卫;张腾;胥皓文;张博;曹现刚;张旭辉;马宏伟;毛清华;史晓娟;王津设计研发完成,并于2024-10-21向国家知识产权局提交的专利申请。

一种低转速机械传动系统多部件智能故障诊断方法及系统在说明书摘要公布了:本发明公开了一种低转速机械传动系统多部件智能故障诊断方法及系统,属于机械故障诊断领域,采用改进的鲁棒局部二值化操作将振动信号转换为特征增强灰度纹理图像,凸显原始振动数据中的部件特征信息。构建基于自编码器的振动灰度纹理图像降噪模型,其对不同程度的噪声皆有较好的降噪效果。通过对卷积神经网络模型宽度的优化,实现了故障诊断模型的轻量化,在保证故障诊断准确率的同时提高了故障诊断效率。本发明解决了低转速和噪声环境下机械传统系统振动信号能量微弱和噪声干扰导致故障诊断模型准确率低的问题,为低转速、噪声环境下机械传动系统各部件的智能故障诊断提供了一种有效解决方案。

本发明授权一种低转速机械传动系统多部件智能故障诊断方法及系统在权利要求书中公布了:1. 一种低转速机械传动系统多部件智能故障诊断方法,其特征在于,包括以下步骤: 1构建机械传动系统振动灰度纹理图像数据集采集机械传动系统中轴承、转子、齿轮在低转速工况下正常和故障状态下的振动加速度和位移信号,对振动加速度和位移信号分别按指定点数分段拼接为特征矩阵后依次进行标准化、等比例缩放和鲁棒局部二值化处理,生成机械传动系统振动灰度纹理图像,将生成的所有图像构成机械传动系统振动灰度纹理图像数据集,并将振动灰度纹理图像数据集按比例分为训练集和测试集; 2构建自编码器振动灰度纹理图像降噪模型基于步骤1中的机械传动系统振动灰度纹理图像数据集,构建自编码器振动灰度纹理图像的降噪模型,所述降噪模型包含多尺度卷积、Ghost卷积和ECB卷积,所述训练集用于模型训练,测试集用于模型测试,通过峰值信噪比和结构相似性指标评价降噪模型的降噪效果; 3构建机械传动系统故障诊断模型以轻量级卷积神经网络为基础,对其进行模型宽度优化,构建改进的卷积神经网络故障诊断模型,基于步骤1中的机械传动系统振动灰度纹理图像数据集,打上故障标签后建立故障特征数据集,并分为训练集和测试集,所属训练集用于模型训练,测试集检验最后诊断结果,保存故障诊断模型最终结构与参数,确定好模型结构与参数后对步骤1中的机械传动系统振动灰度纹理图像数据集添加轻、中、重三种不同程度噪声,建立含噪振动灰度纹理图像数据集,并根据步骤2中降噪模型的评价指标得到的模型最佳参数,使用最佳参数对不同程度噪声振动灰度纹理图像数据集进行降噪,将降噪后的振动灰度纹理图像打上标签后建立降噪后故障特征数据集,并分为训练集和测试集,所属训练集用于模型训练,测试集检验故障诊断模型对降噪图像数据集的诊断效果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西安科技大学,其通讯地址为:710054 陕西省西安市碑林区雁塔中路58号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。