专利交易市场

本发明公开了一种针对无人船的主动故障诊断方法，包括以下步骤：S1建立主动故障诊断的无人船离散模型；S2获取最优输入辅助信号；S3将最优输入辅助信号注入主动故障模型；S4输出诊断结果。采用上述技术方案，通过集员估计的方法，在扰动噪声有界不确定的情况下，对系统注入设计的辅助故障诊断信号，将不同的故障模型和标称模型进行完全分离达到故障诊断的目的，同时也可以将其中的微小故障区分诊断，可以进行预防微小故障到显著故障的转变，因此，通过本方法可以提高无人船任务工作状态下的安全性和可靠性。

公共自行车故障诊断方法，包括：步骤1.确定自行车变量及故障类型；步骤2.生成自行车属性集；步骤3.确定故障诊断方法；4.确定属性对类的贡献；5.确定评价指标。本发明通过贝叶斯分类器对待诊断的自行车属性进行分类，分析结果，判断自行车是否存在故障。模型能够在最短的时间内查找故障自行车，提高故障自行车诊断的效率，并且通过不断地学习提升诊断正确率，对公共自行车的发展具有重要的指导意义。

本发明公开的列车空调故障的多标签诊断方法，首先以临近支持向量机为基本分类算法建立多标签分类机制，然后采集列车空调机组实际正常运行数据与多种故障运行数据作为训练样本，学习训练得到多个单标签子分类器，最后利用列车空调机组实际运行数据作为这些单标签子分类器的输入，得到多个子分类结果向量，这个结果即是多标签分类问题的解。本发明列车空调故障的多标签诊断方法不仅提高了故障诊断的精度，而且诊断结果更全面。

本发明涉及一种基于向量证据推理的船舶轴系不平衡故障诊断方法。本发明根据贡献率大小对主成分变量进行组合，组合后的输入特征变量组成输入向量；利用定性信息转换方法获得故障样本关于输入向量与输出不平顺故障参考等级的综合相似度，并构造反映输入参考向量与输出故障关系的投点统计表；根据该表获取各参考向量对应的诊断证据，构造向量证据矩阵表；根据输入主成分变量的贡献率可以获得输入向量的可靠性和证据权重；获取样本集每一组输入样本向量的证据，利用证据推理规则得到融合结果，从中推理得到船舶轴系不平衡系统故障等级。本发明可以联合传感器、数据采集器等硬件组成在线监测系统，实现船舶轴系轴承机械设备的实时状态监测与故障诊断。

本发明公开了基于集成学习的高速列车轴承故障诊断方法，具体按照以下步骤实施：通过获取含噪原始信号后进行故障标记划分，再进行CEEMDAN分解，对得到的IMF分量进行降噪处理；再进行IMF分量重构，后进行特征提取；将提取出来的特征分别传入集成学习模型的第一层单模型中，得到分类结果；根据分类结果为集成学习模型的第一层单模型分配不同的权重，再将之整合成一个训练集将产生的训练集传入集成学习模型的第二层随机森林模型中进行训练，得到最终的轴承故障诊断结果。本发明提取的故障信号精度高，提高了分类准确率，解决了现有的高速列车轴承故障诊断准确率低的问题。

本发明公开了一种变速箱故障诊断模拟系统：包括底座、动力发生装置、负载模拟装置及用于检测待测设备参数的传感器组件，底座设有交叉设置且阵列分布的底座T型槽，输入传动盘连接于动力发生装置，输出传动盘连接于负载模拟装置；负载模拟装置包括安装于待测设备上表面的负载空气压缩机，负载空气压缩机通过变速箱二连接于输出传动盘，负载空气压缩机还连接用于抵消负载空气压缩机重力的平衡装置；本发明在对待测设备进行检测或模拟的过程中能够最大限度的隔绝动力发生装置、负载模拟装置对监测设备的影响，而是仅仅向待测设备传递扭矩，这样就使得测试及模拟效果较好，避免动力源及负载机构对测试结果产生影响。

本发明涉及一种基于数据驱动的汽车三元催化器的故障诊断方法，属于汽车三元催化器故障诊断技术领域。该方法首先通过转鼓实验平台完成对三元催化器尾气的采集，得到故障尾气数据；然后利用FrFT(分数阶傅里叶变换)将采集的原始尾气信号映射到分数阶域并通过粒子群算法确定最优分数阶p值，完成对尾气信号的初步特征提取，进一步对初步得到的故障特征进行分形分析得到信号的分形维特征，利用KECA(核熵成分分析)对分形维特征数据降维便于可视化聚类；最后通过改进的FCM聚类算法进行聚类分析诊断出故障。本方法可以对汽车三元催化器进行有效地故障诊断，改善了现有的基于OBD诊断技术中模型简化单一、不能有机整合和通用性较差的问题。