国家自然科学基金(11272047)
- 作品数：4 被引量：58H指数：4
- 相关作者：冯志鹏陈小旺肖成勇石博强赵晓宁更多>>
- 相关机构：北京科技大学渥太华大学南车青岛四方机车车辆股份有限公司更多>>
- 发文基金：国家自然科学基金教育部“新世纪优秀人才支持计划”中央高校基本科研业务费专项资金更多>>
- 相关领域：机械工程更多>>
- 基于Hilbert振动分解和高阶能量算子的行星齿轮箱故障诊断研究被引量：14
- 2016年
- 行星齿轮箱广泛应用于各种机械设备中,其故障诊断问题是近年来的研究热点之一。提出了基于Hilbert振动分解和高阶微分能量算子的故障诊断方法。Hilbert振动分解计算复杂性低,能够将复杂信号分解为单分量,应用该方法对信号进行分解,满足高阶微分能量算子的要求。高阶微分能量算子的时间分辨率高,对信号的瞬态变化具有良好的自适应性,应用该方法检测故障引起的瞬态冲击,估计信号的幅值包络和瞬时频率。对高阶微分能量算子输出以及幅值包络和瞬时频率进行Fourier变换,通过频谱识别特征频率,从而诊断行星齿轮箱故障。分析了行星齿轮箱的仿真信号和实验信号,准确地诊断了太阳轮、行星轮和齿圈的故障,验证了该方法的有效性。
- 冯志鹏秦嗣峰
- 关键词：行星齿轮箱故障诊断
- 基于迭代广义同步压缩变换的时变工况行星齿轮箱故障诊断被引量：32
- 2015年
- 同步压缩变换在分析频率恒定的单分量信号时改善时频可读性的效果显著,而在分析多分量频率时变信号时存在时频模糊现象,为了解决这一问题,提出迭代广义同步压缩变换方法。通过迭代广义解调分离出各单分量成分,并将时变频率变换为恒定频率。应用同步压缩变换精确估计瞬时频率和时频分布幅值。将各单分量的时频分布叠加获得信号的时频分布。该方法有效改善了同步压缩变换在分析频率时变信号时的时频可读性,并且将其推广应用于多分量信号。应用该方法有效识别了时变工况下行星齿轮箱振动信号的频率组成及其时变特征,准确诊断了齿轮故障。
- 陈小旺冯志鹏LIANG Ming
- 关键词：行星齿轮箱非平稳故障诊断
- 基于EEMD和进化支持向量机的齿轮混合智能诊断方法研究被引量：8
- 2015年
- 针对齿轮早期故障特征不明显,提出了一种基于总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)和进化支持向量机相结合的齿轮故障智能诊断方法。利用EEMD能对齿轮振动信号进行自适应的分解成若干本征模式分量(intrinsic mode function,IMFs),并能有效抑制经典经验模式分解可能出现的模式混叠现象。以所得的IMF分量中提取出来的能量特征为输入建立进化支持向量机,判断齿轮的故障状态。结果表明:建立的混合智能诊断方法的分类正确率最高,能有效诊断齿轮早期故障。
- 肖成勇石博强冯志鹏
- 关键词：故障诊断齿轮
- 基于集合经验模式分解和交叉能量算子的滚动轴承故障诊断被引量：4
- 2015年
- 振动信号的周期性冲击及其重复频率是滚动轴承故障诊断的关键.本文提出了一种基于集合经验模式分解和交叉能量算子提取滚动轴承故障特征的方法.首先,应用集合经验模式分解方法将振动信号分解为本征模式函数以满足交叉能量算子对信号单分量的要求.然后根据相关程度和峭度从本征模式函数中选取敏感分量,计算敏感分量和原始信号的瞬时交叉能量及其傅里叶频谱.最后根据交叉能量的频谱结构和特征频率识别轴承故障.通过分析滚动轴承故障仿真信号和实验测试信号,诊断了滚动轴承元件故障,验证了该方法的有效性.
- 赵晓宁冯志鹏
- 关键词：滚动轴承故障诊断
