国防科技技术预先研究基金(9140A27020309JB4701)
- 作品数：16 被引量：99H指数：6
- 相关作者：姚春江何庆飞陈桂明陈小虎张宁更多>>
- 相关机构：第二炮兵工程学院西京学院中国人民解放军第二炮兵工程大学更多>>
- 发文基金：国防科技技术预先研究基金第二炮兵工程学院科技创新基金国家科技重大专项更多>>
- 相关领域：机械工程自动化与计算机技术电子电信自然科学总论更多>>
- 奇异值小波降噪法在柱塞泵振动信号处理中的应用被引量：3
- 2012年
- 针对小波阈值和奇异值分解降噪法的不足,研究一种新的小波阈值函数。提出一种基于改进阈值的奇异值小波降噪方法,该方法利用奇异值分解技术,将噪声非均匀分布的信号正交分解为噪声分布相对均匀的分量,并对每个分量进行小波阈值降噪,重构降噪后的分量,得到降噪信号。仿真实例证明,该方法与小波软、硬阈值及改进阈值法相比,不仅提高信噪比,而且能够更好地消除高斯噪声。利用该方法对柱塞泵不同状态振动信号进行降噪,结果表明,该方法能有效抑制噪声,为柱塞泵振动信号预处理提供一种更为有效的方法。
- 何庆飞陈桂明陈小虎姚春江张宪宇
- 关键词：柱塞泵振动信号奇异值分解
- 基于改进平移不变量小波阈值法的齿轮泵振动信号降噪
- 2013年
- 齿轮泵的振动信号中含有大量噪声,在对其进行应用之前必须降噪处理。传统的小波阈值降噪法在信号的奇异点附近会产生振荡现象,为此研究了一种新的小波阈值函数,把新的阈值函数和平移不变量相结合,提出了改进小波阈值法的平移不变量降噪方法。该方法克服了软、硬阈值的缺陷,同时抑制阈值法降噪时产生的伪吉布斯(Pseudo-Gibbs)现象。利用该方法对仿真信号和实测齿轮泵振动信号进行降噪处理,并与小波软、硬阈值法及新阈值法进行了对比。结果表明:该方法具有更好的降噪效果,可应用于齿轮泵振动信号降噪处理。
- 何庆飞陈桂明陈小虎王旭平姚春江毋文峰
- 关键词：齿轮泵振动信号降噪
- 基于故障树搜索的起重机液压系统故障定位方法研究被引量：11
- 2019年
- 针对起重机液压系统故障定位的问题,研究了多属性决策方法。根据功能对液压系统进行层次分解,对各子系统的不同功能工况分别建立故障树,综合分析故障树底事件故障概率、搜索成本和启发式信息量等因素,研究了故障定位方法。通过构建决策矩阵、属性值规范化、采用最小二乘法确定属性加权值、利用逼近理想解的排序方法确定了故障树底事件的最优路径搜索策略。以某型起重机吊钩不能起升故障为例进行了应用,结果表明该方法有效可行。
- 何庆飞陈小虎姚春江王德文张宁
- 关键词：起重机液压系统故障树分析多属性决策故障定位
- 基于流程图知识表示的工程机械液压故障诊断专家系统被引量：6
- 2019年
- 根据工程机械液压系统故障诊断的特点,建立了液压故障诊断专家系统。提出了利用故障定位流程图作为专家系统诊断知识的表示方式,研究了图形化的知识库生成工具Auto Flowchart,构建了诊断知识数据库,设计了故障诊断专家系统的结构,开发了基于流程图知识表示的故障诊断专家系统。有效解决了传统专家系统知识获取困难的问题;实现了液压系统的故障定位;方便了诊断知识的维护与更新,提高了查找故障的准确率及效率。最后,以QYJ40B起重机为例进行了应用,结果表明该方法有效可行。
- 何庆飞陈小虎姚春江王德文张宁
- 关键词：液压系统故障诊断专家系统流程图知识表示
- 采用聚类分析的冲突证据判定及合成方法被引量：5
- 2013年
- 针对D-S证据理论中高度冲突证据合成时产生反直观结果的问题,从聚类分析的角度提出了一种新的冲突证据合成方法。首先建立余弦相似度空间,利用证据向量之间的夹角余弦定义冲突证据检测因子,进而提出冲突证据判据判定冲突证据,从而实现证据分类;其次引入冲突比例因子决定冲突证据的修正方式,通过绝对相似度对冲突证据进行局部修正,通过相对相似度对证据进行全局修正;最后将修正后的证据带入D-S公式进行合成。应用实例证明:新方法能够判定并有效合成冲突证据,具有较好的分类精度、收敛速度和稳定性。
- 刘希亮陈桂明李方溪张倩
- 关键词：聚类分析相似度证据理论
- 基于距离测度的证据合成方法被引量：3
- 2014年
- 为解决经典证据理论无法处理高度冲突证据的不足,提出了一种基于距离测度的证据合成方法。将证据视为空间向量,定义距离测度空间,计算空间中两两证据之间的距离,并通过距离测度矩阵确立证据之间的一致性测度,在此基础上求得辨识框架对各证据的支持度,通过归一化支持度得到证据一致性因子,以此作为冲突概率的分配权重,最后给出改进的证据合成公式。数值算例证明了改进公式既能处理冲突证据,又能合成非冲突证据,与其他合成方法的比较验证了改进合成公式的有效性。
- 刘希亮陈桂明李方溪张倩
- 关键词：证据理论
- 基于能量特征和RBF神经网络的柱塞泵状态识别方法被引量：5
- 2013年
- 柱塞泵状态发生改变时,其振动信号各频带的能量发生相应变化,利用各频带的能量特征可识别柱塞泵状态。基于此提出一种基于能量特征和径向基函数(radial basis function,RBF)神经网络的柱塞泵状态识别方法。首先利用改进阈值的小波包降噪方法对原信号进行降噪处理,然后对降噪后的信号进行经验模态分解(empirical modedecomposition,EMD),选取含主要状态信息的IMF(intrinsic mode functions)分量,提取能量特征作为神经网络的输入参数,识别柱塞泵的状态。同时利用小波包分析技术提取能量特征,并运用神经网络进行状态识别。应用实例表明,以EMD提取各频带能量作为特征参数的RBF神经网络状态识别方法比小波包分析提取各频带能量特征的方法具有更高的识别率,能有效地识别柱塞泵的状态。
- 何庆飞陈桂明陈小虎姚春江杨庆张宪宇
- 关键词：柱塞泵经验模态分解小波包分析RBF神经网络
- 基于改进灰色神经网络的液压泵寿命预测被引量：25
- 2013年
- 改进了GM(1,1)模型,提高了其精度和适应范围;将改进的GM(1,1)模型与神经网络预测模型相结合来构建灰色神经网络组合预测模型;提出了基于支持向量机的液压泵寿命特征启发式搜索策略,以液压泵寿命特征参数特征集的交叉验证错误率为评价指标,从液压泵的特征参数(振动、压力、流量、温度、油液信息等)中选取寿命特征因子;运用小波阈值降噪法进行降噪处理,提取典型的小波包能量特征作为模型的输入。以齿轮泵为例,将改进的灰色神经网络预测模型与原始GM(1,1)模型和改进GM(1,1)模型比较可知,灰色神经网络预测模型预测精度最高,达到98.42%。
- 何庆飞陈桂明陈小虎姚春江
- 关键词：液压泵神经网络支持向量机
- 基于奇异值分解和小波包分析的液压泵振动信号特征提取方法被引量：9
- 2012年
- 针对液压泵故障特征提取问题,提出了一种基于奇异值分解和小波包变换的液压泵振动信号特征提取方法。通过奇异值分解将噪声非均匀分布的液压泵振动信号正交分解为噪声分布相对均匀的分量,对各分量进行小波包阈值去噪,重构去噪后分量,对去噪后信号进行小波包分解,提取各频带能量特征。以齿轮泵为例,将该方法对齿轮泵的气穴故障、齿轮磨损和侧板磨损3种常见故障和正常状态的振动信号进行特征提取分析,结果表明,该方法可有效提取齿轮泵故障特征。
- 何庆飞姚春江陈桂明陈小虎杨庆
- 关键词：液压泵奇异值分解特征提取小波包分析
- 基于MCKD和峭度的液压泵故障特征提取
- 2023年
- 液压泵早期故障信号具有非平稳性、强背景噪声、弱故障特征特点,故障特征难以有效提取。为此,提出基于自相关分析与最大相关峭度解卷积算法的齿轮泵故障特征提取方法,利用MCKD算法对采集信号去噪处理,增强信号中的原始冲击成分,提高信号的信噪比;基于峭度(或峭度绝对值,或峭度平方值)的特征信息提取方法,来度量机械信号的非高斯性程度,以表征机械设备的运行状态信息。试验结果证明:所提方法能够有效提取液压泵故障信号中的特征信息。
- 何庆飞王旭平李禹生
- 关键词：特征提取峭度液压泵
