需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 基于深度学习理论的液压柱塞泵智能故障诊断方法

基于深度学习理论的液压柱塞泵智能故障诊断方法

发布时间: 2022-11-24

来源: 试点城市（园区）

基本信息

合作方式： 委托开发
成果类型： 发明专利
行业领域：
新材料技术
成果介绍
1、基于轴向柱塞泵单源信息的智能故障诊断方法研究 针对传统智能诊断方法对大量信号处理技术与专家诊断经验的依赖性， 研究振动信号、声音信号、压力信号等单源信息与深度学习理论相结合的 智能故障诊断方法，提高基于单源信息的智能故障诊断能力与泛化能力。 2、基于轴向柱塞泵多源信息融合的智能故障诊断方法研究 针对单传感器信息的单一性以及多传感器信息的多样性和复杂性问题。探究基于多源异构信号与深度学习理论相结合的智能故障诊断方法，提高液压轴向柱塞泵智能故障诊断精度。
成果亮点
（1）提出单源信息与深度学习理论相结合的智能故障诊断新方法； （2）提出多源异构信号与深度学习理论相融合的智能故障诊断新方 法； （3）在国内外核心期刊上发表高水平学术论文 3 篇，其中被 SCI、 EI 检索收录论文 2 篇； （4）申报专利或软件著作权 1～2 项，其中发明专利 1 项。
团队介绍
1 梁冬泰 宁波大学 机械电子工程 高级工程师 2 路小江 宁波中意液压马达有限公司 流体传动及控制 技术部长/高级工程师 3 赵崇碧 宁波斯达弗液压传动有限公司 流体传动及控制 技术部长/高级工程师 4 李泽松 宁波市计量测试研究院 仪器仪表工程 高级工程师 5 董玲娜 宁波市鸿泰会计师事务所 财务 高级会计师
成果资料
产业化落地方案
点击查看