本实用新型公开了一种环保设备远程故障诊断与预警设备，包括监测预警装置本体、法兰盘组件和自动伸缩杆，所述监测预警装置本体底部通过法兰盘组件连接有第一旋转结构，所述第一旋转结构安装在第二旋转结构内，所述第二旋转结构底部连接有自动伸缩杆，所述自动伸缩杆固定安装在底座顶端。该环保设备远程故障诊断与预警设备通过第一旋转结构，便于对单个的监测预警装置本体角度进行调节，从而提高监测准确性，通过第二旋转结构，便于对所有监测预警装置本体位置进行调节，从而便于近距离对环保设备进行监测，通过移动结构，使得该装置能够自动移动，从而便于调节监测预警装置本体的位置，从而便于从不同位置对环保设备进行监测。
📄 2025208930638
📂 F16M11_04
👤 江苏兆沁环保科技有限公司
📅 2025-05-08
本发明公开了一种高压断路器机械故障诊断方法及系统，该方法首先获取高压断路器的振动信号；然后将所述高压断路器的振动信号输入预先构建的自适应构图的图卷积神经网络中，并进行处理，获取所述高压断路器的故障类型。本发明提出的模型能够充分利用高压断路器机械故障信号的数值特征和节点结构特征，采用GCN网络进行故障识别，从而实现高压断路器机械故障的高精度鲁棒诊断。
📄 2023118521981
📂 G01M13_00
👤 西安交通大学
📅 2023-12-29
本发明提出了一种基于谱峭度图的包络分析的减速机轴承故障诊断分析方法，包括以下步骤：通过传感器获取减速机轴承在工作状态下的原始信号；基于原始信号，画出其谱峭度图；基于谱峭度图，计算出中心频率和带宽；基于中心频率和带宽，对原始信号进行去噪，得到去噪后的信号；采用包络分析方法，画出去噪后的信号的包络图谱；基于包络图谱，对减速机轴承的工作状态进行检测，得到其故障诊断结果。
📄 2022107835868
📂 G06F18_24
👤 淮安大学
📅 2022-07-05
本发明涉及一种基于多重似然证据及重缩贡献的电机故障诊断方法，包括：（1）离线诊断，包括收集并标准化故障样本；执行PCA，计算T2控制图的阈值；收集PCA残差，利用KDE估计PDF和CDF；利用PCA残差等构建BN；利用BP算法更新BN；（2）在线诊断，包括执行PCA，计算并生成T2贡献图，使用高斯累积分布估计故障概率；重新缩放故障贡献，并将重新缩放后贡献率超过设定值的变量用于更新BN；获取电机故障的根本原因及故障传播路径；（3）构建电机故障诊断BN模型，实现对感应电动机的定子和转子故障原因的优先级排队，获取最大概率的电机故障和常见故障原因的预测策略。本发明提高了电机故障诊断准确度。
📄 2022114879790
📂 G01R31_34
👤 淮安大学
📅 2022-11-25
本发明公开了一种基于二进制模式和PBA‑ANN的电机故障诊断方法，包括：对电机故障数据采集，建立两种电机故障的声音数据集，即近故障声音信号数据集及远故障声音信号数据集；使用离散小波变换DWT和一维的二进制模式1D‑BP来完成对电机故障声音信号的特征提取，使用近邻成分分析法NCA来选取最具有代表性的电机故障特征，从而获得可以有效表征电机故障的典型特征；利用PBA算法优化ANN的权重，建立PBA‑ANN分类模型，并将其应用于电机故障的诊断与预测中。与现有技术相比，本发明完成对五台感应电机的工作状态及故障的诊断，包括健康、一个转子棒断裂故障、两个转子棒断裂故障、三个转子棒断裂故障、轴承故障。结果表明本发明诊断性能良好，可以显著提高电机故障的预测精度。
📄 2023104407745
📂 G10L17_26
👤 淮安大学
📅 2023-04-23
本发明公开一种基于EIEM边缘特征提取的钢铁缺陷检测方法，首先设计一个边缘信息提取模块EIEM替换C2f中的BottleNeck，该模块采用sobel算子来提取特征的边缘信息并与整体空间信息进行特征融合，获得更加丰富的语义信息；其次，替换上采样方法为CARAFE，该方法通过编码器能够学习到适合自己特征信息的卷积核，以指导更加精确的特征重建；最后，将原来的检测头换成了动态统一的检测头（DyHead)，以应对不同缺陷的尺寸和变换位置，而且正因为这个检测头，在不同的尺寸、位置、任务中，都能动态的适应，不需要改变检测头。与现有技术相比，本发明克服了现有技术中鲁棒性差、引入噪声导致缺陷检测准确率低的问题，利用改进YOLOv8s模型架构，具有准确性高，适用广度大的优点。
📄 2024109597543
📂 G06V10_764
👤 淮安大学
📅 2024-07-17
本发明提供了一种基于差异化分解与二级融合的变压器故障诊断方法，包括：步骤1，采集变压器电学、温度、工况多源监测数据；步骤2，针对不同信号特性采用定制化分解策略；步骤3，获取固有模态分量并标准化预处理；步骤4，对多源固有模态分量特征进行时序对齐与矩阵拼接；步骤5，构建二级融合机制；步骤6，输出变压器故障诊断结果及多源特征贡献度解析报告。本发明通过差异化分解匹配信号物理特性，二级融合强化特征筛选与决策可解释性，显著提升故障诊断的准确性、鲁棒性与效率，为变压器状态运维提供可靠技术支撑。
📄 2026100746289
📂 G06F18_241
👤 淮安大学
📅 2026-01-20
本发明记载了一种基于自适应Bi‑LSTM的实时故障诊断方法，步骤包括：S1，采集包括多种故障类型在内的齿轮箱原始故障信号，每种故障类型设置一定的样本量构成数据集；提取原始故障信号的关键特征并构建特征向量；S2，基于弹性网络优化Lasso回归对特征向量进行特征降维；S3，构建基于稀疏注意力机制改进的自适应Bi‑LSTM神经网络，对特征降维后的特征向量进行故障诊断。本发明记载的方法，从时域和频域两个角度提取故障特征，能够充分挖掘故障信号本质信息。基于弹性网络改进的Lasso方法，对高维特征进行降维，能够有效降低数据维度并减少冗余特征干扰。基于自适应Bi‑LSTM神经网络，对筛选后的特征进行故障诊断，实现齿轮箱复合故障的准确与实时识别。
📄 2025112455114
📂 G06F18_213
👤 江西水利电力大学
📅 2025-09-02
本发明公开了一种基于人工智能sEMG信号特征提取及肌肉疲劳级别判别方法，包括如下步骤：S1、使用多模态传感器设备实时捕捉用户在进行特定体力活动时的sEMG信号数据和辅助数据；S2、对所收集的sEMG信号数据及辅助数据进行预处理；S3、利用多尺度熵分析和机器学习算法对预处理后的sEMG信号数据进行特征提取；S4、基于提取的特征，构建并训练一个用于肌肉疲劳级别判别的复合人工智能模型；S5、对用户的肌肉疲劳级别进行实时评估，并根据评估结果，调整运动强度和休息时间安排。本发明通过采用创新的信号预处理技术，有效地提高了sEMG信号处理的准确性和效率。
📄 2024103959150
📂 A61B5_389
👤 齐鲁工业大学(山东省科学院)
📅 2024-04-02
本发明公开了一种视网膜OCT图像中血管结构的特征提取方法和配准方法，该特征提取方法基于视网膜OCT图像进行体现血管结构3D特征的第一特征、用于体现血管结构交点特征的第二特征、用于体现血管结构SURF特征的第三特征提取，并对提取到的特征进行融合，因此得到的特征能够具有更全面的血管结构信息，为后续配准等操作打下基础。本发明中特征提取方法设计了用于体现血管结构交点特征的第二特征提取的提取步骤，通过第一特征提取矩阵对潜在的血管交点进行血管交点提取，得到初筛后的血管交点；再通过第二特征提取矩阵对初筛后的血管交点进行伪特征点的排除，得到二次筛选后的血管交点，由此可以避免血管交点的错漏。
📄 2024112283359
📂 G06V40_14
👤 江苏理工学院
📅 2024-09-03
本发明公开了基于双注意力机制强化分级决策网络的轴承故障诊断方法及系统，其中方法步骤包括：采集不同健康状态下的轴承振动信号；基于所述轴承振动信号，构建分层多类别故障诊断模型；利用所述分层多类别故障诊断模型确定轴承的故障位置和尺寸。本发明不仅能够在不平衡强噪音的环境下实现轴承健康状态的准确识别而且样本状态类型的决策过程具备可解释性。同时，本发明这种“先定位故障位置，后定量故障尺寸”的决策思想区别于以往“故障位置与尺寸同级混合决策”的做法，更符合人类常规的认知。
📄 202411056336X
📂 G06F18_241
👤 浙江师范大学
📅 2024-08-02
本发明公开了一种结合低秩表示与流形学习的运动想象脑电信号特征提取方法，包括以下步骤：S1:进行运动想象脑电信号采样，建立样本集；S2:将数据使用滤波器组共空间模式进行预处理，得到数据样本原始特征集，同时划分为训练样本原始特征集及测试样本原始特征集；S3:使用提出的特征提取方法进一步提取数据特征，并进行降维；S4:利用支持向量机对所提取的特征进行分类。利用低秩表示方法，将原始数据分干净部分和噪声部分，有效地去除了噪声，并且对噪声具有很强的鲁棒性；将低秩表示、判别投影和流形学习方法集成到统一模型中,既保留了原始样本的全局结构信息，又保留了原始样本的局部邻域关系，更大程度地获取了有效特征，提高了后续的分类精度。
📄 2021113137835
📂 A61B5_372
👤 杭州电子科技大学
📅 2021-11-08
柿子坊 · 知识产权运营
柿子坊知识产权运营平台