基于融合缩比试验的联轴器健康评估方法

  • 国民经济行业:制造业/铁路、船舶、航空航天和其他运输设备制造业/航空、航天器及设备制造/航空、航天相关设备制造
  • 学科类别:机械工程/机械制造自动化/机械制造自动化其他学科
  • 权利人:上海交通大学

知识产权简介

本专利属于机械故障诊断技术领域,聚焦旋转机械联轴器健康监测。针对传统全尺寸联轴器试验成本高、周期长、工况难控,常规缩比试验仅依赖几何缩放、未兼顾材料特性,且缩比模型与实际系统非线性映射难的行业痛点,提出几何与材料融合缩比建模 + 多源域半监督迁移学习一体化解决方案。本专利以航空钛合金柔性联轴器为原型,按动力学相似准则完成几何参数缩比,采用 PLA、ABS 低成本 3D 打印材料替代钛合金制作缩比模型,确保模型固有频率与原型偏差≤3%。采集缩比模型(源域,带工况与故障标签)、实际联轴器系统(目标域,无标签)在不同转速、不对中、故障状态下的振动信号,经数据清洗、归一化与特征提取构建数据集。通过改进域自适应神经网络,结合梯度反转层与对抗训练,实现源域与目标域特征空间对齐,仅依靠缩比模型标注数据即可完成实际系统故障诊断。该方案大幅降低试验成本与周期,突破单一几何缩比局限,故障诊断准确率达94.86%,特征对齐误差仅3.7%,显著减少对实际系统标注数据的依赖。本专利适配航空、工业自动化等领域大型传动设备联轴器健康评估,为旋转机械故障预警提供低成本、高可靠的试验与监测方案,工程应用价值突出。

转化前景

本专利对应产品为联轴器健康评估融合缩比试验系统,包含 3D 打印缩比试验件、数据采集硬件与健康评估软件。技术优势为几何 - 材料融合缩比、低成本快迭代,依托迁移学习实现少样本适配。核心性能:故障诊断准确率 94.86%,特征对齐误差 3.7%,缩比模型频率偏差≤3%。可应用于航空、高铁、风电、工业旋转机械等领域,解决大型设备试验难、监测成本高的痛点,产业化前景广阔,具备规模化推广价值。

基本信息

权利人 上海交通大学
知识产权类型 专利
意向合作模式
预估金额
联系合作