本发明公开了一种风电机组轴承的联合故障诊断系统及故障诊断方法,系统包括云端和多个设备端,设备端安装于每个风电机上,包括传感器和控制器,传感器采集风电机组轴承的振动数据并发送至设备端控制器,控制器上存储着卷积神经网络模块,负责进行故障诊断;每个设备端控制器上的卷积神经网络模块经过训练后,将设备端卷积神经网络的参数上传至云端,云端通过加权平均的方法进行参数优化,并将优化后的参数发送至设备端控制器;通过云端和设备端的多轮通信,更新设备端控制器的卷积神经网络参数,优化设备端的卷积神经网络故障诊断模型。本发明将故障诊断的重心由云端转移到风电机组的设备端,达到对风电机组进行并行快速的故障诊断。
📄 2021114197424
📂 G01M13_045
👤 江南大学
📅 2021-11-26
本发明公开了基于时频融合与双分支深度网络的滚动轴承故障诊断方法,涉及机械设备状态监测与故障诊断技术领域,该方法包括:对单通道振动信号采用VMD与Multi‑taper PSD的时频联合表征,并按时间顺序重排为定尺寸灰度矩阵,既保留时序又获得稳定频谱能量估计;在网络建模上构建并行双分支:频域分支进行分层窗口自注意力建模,时域分支以TCN‑CBAM强化长时程依赖与关键时刻关注;引入XPAF模块,以成对交叉注意力为核心,结合先验偏置B与定向混合结构,配合特征对齐与残差通路,确保时频信息一致性和信息高效流动。本方法显著提升微弱故障可分性与噪声/变工况下的鲁棒性,适用于轴承等旋转机械的在线监测与智能诊断。
📄 2025113915454
📂 G01M13_045
👤 江南大学
📅 2025-09-26
本发明属于故障检测领域,具体涉及一种抗噪的电机轴承故障自适应检测方法。本发明方法首先确定振动传感器和转速传感器安装位置,设定电机转轴每转内同步采样数据点个数N的初始值N0、最小值Nmin和最大值Nmax、一个检测时间窗口的电机转轴转数L、阈值T1和T2;其次获取N组周期同步单点采样数据Y;然后计算数据Y中相邻两组周期同步单点采样数据的相关系数得到数据C,并计算数据C绝对值的平均值M;最后判断电机轴承是否出现故障和实现自适应数据采集。本发明方法采用相关系数作为故障特征,抑制了扰动噪声对检测结果的影响,可靠地刻画了轴承的退化状态,降低了故障检测的误诊率和漏诊率,进而提高了电机轴承故障自适应检测的可靠性;同时引入自适应数据采集策略,可以自适应地确定电机转轴每转内同步采样数据点个数N,在保证故障检测可靠性的情况下,降低了数据采集、传输和处理成本。
📄 2024119539987
📂 G01M13_045
👤 淮安大学
📅 2024-12-27
本申请涉及轴承故障分析领域,尤其涉及一种关于滚动球轴承剥落故障的确认方法,包括:建立滚动球轴承数学模型;建立关于滚动球轴承的剥落故障集合并且根据剥落故障集合确定若干种冲击力表达式,以及代入至滚动球轴承数学模型,得到故障动力学模型;获取滚动球轴承发生剥落故障时的振动信号并且分析振动信号,确定剥落故障的尺寸参数;转化振动信号为对照频域信号并且根据对照频域信号的特征频率确定剥落故障的发生位置和发生类型;代入剥落故障的发生位置和发生类型至故障动力学模型,得到实际频域信号,根据所述实际频域信号,确定剥落故障类别。通过本申请提供的确认方法获得的结果具有准确性和实际性的优点。
📄 2022107547199
📂 G01M13_045
👤 沈阳建筑大学
📅 2022-06-30
本发明涉及智能诊断技术领域,提供一种轴承锈蚀智能诊断方法,该方法通过采集滚动轴承在正常、轻微锈蚀、重度锈蚀三种状态下的原始振动数据;按初始设定的比例截断,得到训练集和测试集,灰度化处理后,构建基于ECA‑Net与EfficientNet的轴承锈蚀智能诊断模型,输入模型中进行训练,损失函数优化神经网络中参数的权重和偏置;判断迭代次数是否达到初始设定的值,得到最优模型,能够通过对网络深度、网络宽度以及输入分辨率这三个维度进行有效缩放,得到更好的智能诊断模型;提高轴承锈蚀智能诊断模型的性能,将该方法和系统用于诊断轴承的锈蚀故障,能够实现对轴承健康状态及锈蚀严重程度进行准确评估,提高智能化和准确率。
📄 2022110427027
📂 G01M13_045
👤 桂林电子科技大学
📅 2022-08-29
本实用新型公开了一种固有振动频率特征分析轴承问题点检测设备,包括驱动轴,驱动轴的正面固定安装有连接座,连接座的表面活动安装有内测装置,驱动轴的侧面活动安装有外测装置。上述方案中,当轴承需要测试零部件的频率时,可以直接用外测装置和内测装置来通过测量轴承不同零件的固有频率来判定轴承的问题点,不同的套圈零件会有其特有的震动频率值,在相应的震动频率值上观测其震动值的大小,可以直接判断出轴承的哪一个零件部位出现问题,从而在出厂前就可以准确判定,避免轴承的不合格出厂,也可以测量使用过后的轴承,帮助生产优化,帮助使用者解决相应的问题,且相应的可以调节规格来使得装置本身的实用性得以提高。
📄 2022212744046
📂 G01M13_045
👤 大连大友高技术陶瓷有限公司
📅 2022-05-26
本实用新型公开了一种RV减速器主轴承疲劳测试平台,涉及精密轴承的健康监控与维护领域。该疲劳测试平台主要由驱动部分、运动控制部分和数据采集部分组成。所述RV减速器主轴承疲劳测试平台的驱动部分主要包括:伺服电机、伺服电缸、联轴器、芯轴,RV减速器主轴承、加载轴承,所述的运动控制部分包括:上位工控机、下位可编程逻辑控制器、伺服驱动器,所述的数据采集部分包括:数据采集卡、加速度传感器、位移传感器、温度传感器。通过改变芯轴上的动态载荷,本测试平台能够对RV减速器主轴承进行不同工况下的疲劳测试,并记录RV减速器主轴承的全生命周期状态信息,有助于分析RV减速器主轴承退化机理并进行健康模型构建。
📄 202022776112X
📂 G01M13_045
👤 力度工业智能科技(苏州)有限公司
📅 2020-11-26
本发明公开一种轴承故障诊断模拟实验装置,其特征在于:包括底座,底座上部连接有若干立柱,立柱上部连接有基座,基座中间位置设置有转动盘,底座上部设有驱动机构,驱动机构能够驱动转动盘在基座上转动,转动盘上部设有支撑柱和储液腔,支撑柱上方设有安装盘,安装盘和支撑柱之间连接有若干支撑梁,安装盘上开设有三个滑槽,滑槽内滑动设置有固定块,固定块上部连接有限位柱,固定块远离安装盘圆心的一侧设有引导斜面。本发明能够方便地对轴承的内圈和外圈进行分别固定,更好地对轴承进行检测。
📄 2021105996752
📂 G01M13_045
👤 浙江工业职业技术学院
📅 2021-05-31
本发明公开了电机轴承性能退化状态评估方法及系统,涉及轴承性能评估技术领域,包括以下步骤:建立滚动体疲劳微裂纹区域的时频响应映射模型,根据电机轴承在运行过程中的振动信号、转速波动及载荷变化,提取微滞后区的能量分布曲线,并据此构建多尺度相位延迟矩阵;依托时频响应映射模型输出的相位延迟矩阵,构建局部能量耦合识别网络。本发明通过时频映射与相位延迟矩阵实现电机轴承微裂纹能量行为的精准识别和早期退化预测,并通过自适应相位反演与反滞后补偿机制实现能量场的自愈调节与闭环控制,从而有效抑制非线性振动失稳,显著提升轴承运行的稳定性与寿命。
📄 2025116940208
📂 G01M13_045
👤 龙岩学院
📅 2025-11-18
一种基于改进变分模态分解的故障识别方法,该方法结合变分模态分解和深度自编码器的混合方法来实现风电齿轮箱轴承故障的识别,首先,利用功率谱熵优化变分模态分解的本征模态函数数目和模态初始中心约束强度;然后,利用样本熵阈值将本征模态函数分为高噪声和低噪声分量,接着用小波阈值对高噪声本征模态函数分量进行降噪重构;之后,利用深度自编码器对故障特征进行提取和降维;最后,利用支持向量机对轴承故障进行识别。本发明可以更好的提取故障轴承的特征,对故障进行更快更精确的识别。
📄 2021115205485
📂 G01M13_045
👤 浙江工业大学
📅 2021-12-13
一种变转速风电高速轴轴承故障的识别方法,通过采用有跟踪阶次分析,将时域轴承振动信号转换为角域轴承振动信号,避免了直接处理时域轴承振动信号带来的频率模糊效应;同时利用经验小波变换,对轴承振动信号的阶次谱进行自适应划分,并结合奇异值分解实现降噪处理;利用Gabor变换将一维角域振动信号转换为二维图像特征,并结合Sobel算子实现图像增强;最后,构建卷积神经网络,实现轴承故障的自动诊断过程。本发明提出的方法可以更好的实现风电轴承故障信号的特征提取,并对风电轴承故障类型进行快速、准确的识别。
📄 2022102470186
📂 G01M13_045
👤 浙江工业大学
📅 2022-03-14
本发明公开了一种基于非线性流形学习的滚动轴承故障诊断方法,属于故障诊断技术领域。本发明包括以下步骤:首先采集滚动轴承的各类工况信号,并获取其时域信号样本集;接着对采集的滚动轴承工况信号进行特征提取和二次特征筛选;然后对于经过二次特征筛选后的各类工况信号数据,量化其低维样本点之间的降维性能指标和构建可视化三维图。本发明融入了监督学习思想和基于马氏距离的度量方式,通过对可视化三维图中各类工况样本之间的聚散性分析,能够有效判断出滚动轴承的各类故障类型。
📄 2022108115991
📂 G01M13_045
👤 安徽工业大学
📅 2022-07-11