您的位置： 专家智库 > >

王焱

作品数：11 被引量：0H指数：0
供职机构：太原理工大学更多>>
相关领域：自动化与计算机技术矿业工程电子电信更多>>

合作作者

文献类型

  • 8篇专利
  • 3篇学位论文

领域

  • 7篇自动化与计算...
  • 2篇矿业工程
  • 1篇电子电信

主题

  • 8篇轴承
  • 6篇滚动轴承
  • 4篇剩余寿命
  • 4篇轴承故障
  • 4篇轴承故障诊断
  • 4篇网络
  • 4篇滚动轴承故障
  • 4篇滚动轴承故障...
  • 3篇振动
  • 3篇神经网
  • 3篇神经网络
  • 2篇低时延
  • 2篇源域
  • 2篇载荷
  • 2篇振动信号
  • 2篇剩余寿命预测
  • 2篇时延
  • 2篇全寿命周期
  • 2篇轴承寿命
  • 2篇零部件

机构

  • 11篇太原理工大学

作者

  • 11篇王焱
  • 8篇丁华
  • 4篇李宁
  • 2篇杨琨
  • 2篇廖瑶瑶
  • 1篇李莉

年份

  • 1篇2024
  • 6篇2023
  • 3篇2022
  • 1篇1998
共 11 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
基于深庋学习的采煤机关键零部件健康状态预测及评估
作为综采工作面中非常重要的设备之一，其健康稳定的运行是保障煤矿正常生产的基础，因此如今针对采煤机的健康状态受到越来越多人的关注。在综采工作面工作过程中，受到恶劣环境、高强度的工作量以及维护不及时的影响，采煤机容易发生故障...
王焱
关键词：采煤机滚动轴承剩余寿命预测
一种滚动轴承故障诊断方法及系统
本发明公开一种滚动轴承故障诊断方法及系统，涉及滚动轴承故障诊断领域，该方法包括获取滚动轴承当前的一维时序信号；根据所述当前的一维时序信号分别确定对应的频域信号和包络谱信号；根据当前的一维时序信号以及对应的频域信号和包络谱...
丁华李宁孙晓春王焱王光马子越张瑞珈孔维一浦国树宫文博马丁·劳易特
基于深度学习的采煤机关键零部件健康状态预测及评估
作为综采工作面中非常重要的设备之一,其健康稳定的运行是保障煤矿正常生产的基础,因此如今针对采煤机的健康状态受到越来越多人的关注。在综采工作面工作过程中,受到恶劣环境、高强度的工作量以及维护不及时的影响,采煤机容易发生故障...
王焱
关键词：采煤机滚动轴承剩余寿命预测
基于自组织映射聚类的矿井机械设备在线健康评估方法
本发明公开了一种基于自组织映射聚类的矿井机械设备在线健康评估方法，属于健康评估领域。针对矿井机械实际工程中无法准确的从多个信号特征中综合评估机械设备的健康状态的问题，通过建立自组织映射聚类健康评估模型，将训练集输入到模型...
丁华王焱孙晓春王光李莉杨琨廖瑶瑶马丁·劳易特
网络信息安全与数字签名
该文首先对计算机网络的发展现状及计算机网络安全的重要性作了则扼要的综述,接着叙述了实现计算机网络安全的一些主要技术.针对Internet高速发展使'无纸化办公'及电商务成为必然趋势,同时使得信息的安全传输人们关注的焦点问...
王焱
关键词：数字签名公开密钥MD5算法
文献传递
基于PC-TCN和迁移学习的轴承寿命预测方法
本发明涉及轴承状态识别及寿命预测技术领域，具体为基于PC‑TCN和迁移学习的轴承寿命预测方法。包括以下步骤，S1～获取某种工况下的全寿命周期的轴承振动信号；将轴承的原始X轴振动信号和Y轴振动信号进行融合，融合归一化处理；...
丁华王焱孙晓春朱锐祥孟祥龙吕彦宝
一种基于分布式深度神经网络的滚动轴承故障诊断方法
本发明属于机械智能制造技术领域，具体是一种基于分布式深度神经网络的滚动轴承故障诊断方法。S1:数据集的制作。S2:构建分布式深度神经网络模型。S3:分支模型和主干模型的联合训练。S4:模型推理。S5:故障识别，将分支模型...
丁华吕彦宝牛锐祥孙晓春王焱李宁
基于PC-TCN和迁移学习的轴承寿命预测方法
本发明涉及轴承状态识别及寿命预测技术领域，具体为基于PC‑TCN和迁移学习的轴承寿命预测方法。包括以下步骤，S1～获取某种工况下的全寿命周期的轴承振动信号；将轴承的原始X轴振动信号和Y轴振动信号进行融合，融合归一化处理；...
丁华王焱孙晓春牛锐祥孟祥龙吕彦宝
基于卷积神经网络与贝叶斯网络的机械设备故障诊断方法
本发明涉及故障诊断技术领域，具体为一种基于卷积神经网络与贝叶斯网络的机械设备故障诊断方法。包括以下步骤：S1：通过传感器监测乳化液泵的各项参数；S2：采集乳化液泵发生各种故障时的各项监测数据，将其进行归一化、标准化预处理...
丁华孙晓春王焱牛锐祥吕彦宝孟祥龙
文献传递
一种基于分布式深度神经网络的滚动轴承故障诊断方法
本发明属于机械智能制造技术领域，具体是一种基于分布式深度神经网络的滚动轴承故障诊断方法。S1:数据集的制作。S2:构建分布式深度神经网络模型。S3:分支模型和主干模型的联合训练。S4:模型推理。S5:故障识别，将分支模型...
丁华吕彦宝牛锐祥孙晓春王焱李宁
文献传递
全选 清除 导出
共2页<12>
聚类工具0