您的位置： 专家智库 > >

河北省自然科学基金(F2011203207)

作品数：13 被引量：336H指数：8
相关作者：张淑清李亮王书涛张金敏董璇更多>>
相关机构：燕山大学东北大学沈阳仪表科学研究院有限公司更多>>
发文基金：河北省自然科学基金国家自然科学基金河北省高等学校科学技术研究指导项目更多>>
相关领域：机械工程电气工程一般工业技术理学更多>>

文献类型

  • 13篇期刊文章
  • 1篇会议论文

领域

  • 9篇机械工程
  • 4篇电气工程
  • 3篇一般工业技术
  • 1篇理学

主题

  • 5篇故障诊断
  • 4篇聚类
  • 4篇机械故障
  • 3篇电流
  • 3篇选线
  • 3篇模糊聚类
  • 3篇混沌
  • 3篇计量学
  • 3篇故障选线
  • 2篇选线方法
  • 2篇数学形态
  • 2篇数学形态学
  • 2篇特征提取
  • 2篇轴承
  • 2篇小波
  • 2篇小电流接地
  • 2篇机械故障诊断
  • 2篇故障识别
  • 2篇故障选线方法
  • 2篇滚动轴承

机构

  • 14篇燕山大学
  • 1篇东北大学
  • 1篇沈阳仪表科学...
  • 1篇河北海纳电测...

作者

  • 14篇张淑清
  • 4篇王书涛
  • 4篇张金敏
  • 4篇李亮
  • 3篇翟欣沛
  • 3篇张立国
  • 3篇赵玉春
  • 3篇唐佰文
  • 3篇董璇
  • 2篇李盼
  • 2篇孙国秀
  • 2篇刘永富
  • 2篇邢艳杰
  • 2篇李新新
  • 2篇李梅梅
  • 1篇张志福
  • 1篇姜万录
  • 1篇王玉田
  • 1篇陈毅强
  • 1篇监雄

传媒

  • 3篇仪器仪表学报
  • 3篇计量学报
  • 2篇中国机械工程
  • 1篇机械工程学报
  • 1篇物理学报
  • 1篇电力系统自动...
  • 1篇电工技术学报
  • 1篇中国电机工程...

年份

  • 1篇2016
  • 1篇2015
  • 1篇2014
  • 5篇2013
  • 4篇2012
  • 2篇2011
共 13 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
滑动去趋势波动分析在电能质量暂态扰动检测中的应用被引量：7
2012年
针对电能质量暂态扰动信号的不规则性和突变性特点,提出了一种基于滑动去趋势波动分析的电能质量扰动检测新方法。扰动的发生使原信号的相关性特征发生变化,而去趋势波动分析的波动参数对这种变化反应敏感。通过滑动窗构建波动参数曲线,不仅能够对扰动时刻进行准确定位,而且可以确定电压暂升、暂降等典型暂态扰动的电压波动幅值。试验结果证明了该方法的有效性,与基于小波变换的检测方法相比,所述方法在抵御噪声干扰方面更具优越性。
张淑清翟欣沛刘永富唐佰文赵玉春
关键词：电能质量
基于多重分形去趋势波动的机械故障诊断新方法被引量：3
2012年
针对旋转机械系统故障信号的非平稳性、非线性等复杂特征，给出一种基于多重分形去趋势波动分析的机械故障诊断方法。该方法首先对原始信号进行去趋势处理，再结合多重分形理论提取多重分形谱面积和多重分形熵两个分形参数，并将其作为故障诊断的新判据，最后通过实验结果证明了方法的有效性，从而为机械故障诊断提供了一种新的方法。
王书涛李梅梅张淑清张金敏赵玉春
关键词：计量学故障诊断
基于混沌与模糊聚类的机械故障自动识别被引量：3
2011年
针对大型设备旋转部件故障模式复杂难以识别的特点,给出一种基于混沌与模糊最大似然估计(Fuzzy maximum likelihood estimates,FMLE)聚类相结合的机械故障自动识别方法。利用混沌振子在非平衡相变对小信号非常敏感,而对噪声和高频信号具有强免疫力的特点,可检测出微弱的周期故障特征信号的频率信息,并将其作为故障特征矢量输入模糊聚类分类器进行聚类分析。同时针对传统的模糊C均值(Fuzzy center means,FCM)聚类算法只适用于球形或者类球形数集分布的缺陷,将基于最大似然估计的距离测度引入故障特征聚类中,实现对不同形状、大小和密度的故障数据集模糊聚类,达到对机械故障自动识别的效果。试验及工程实例结果证明了方法的有效性,同时证明FMLE聚类具有更好的聚类效果。
张淑清张金敏赵玉春张立国邢艳杰
关键词：故障识别
基于符号分析的极大联合熵延迟时间求取方法被引量：8
2013年
本文通过符号分析法求取联合熵的极大值点,进而得到相空间重构的最佳延迟时间,通过对几个典型的混沌系统进行数值仿真试验,结果表明,该方法简化了计算,提高了效率,能够准确快速地获得最佳延迟时间,从而有效地重构原系统的相空间,为混沌信号识别提供一种快速有效的途径.
张淑清李新新张立国胡永涛李亮
关键词：相空间重构延迟时间联合熵
基于改进的广义谐波小波包分解和混沌振子的小电流接地系统故障选线被引量：57
2015年
小电流系统发生故障时,各线路零序电流具有非平稳、非线性等复杂特性。本文提出一种基于改进的广义谐波小波包分解算法和混沌振子检测的小电流接地系统故障选线方法。广义谐波小波包分解算法经过扩频,能进行任意频段及任意频宽的信号特征提取,且计算量小,实现信号的快速无混叠分离。Duffing振子系统不受噪声影响且对于与内驱动力同频的外界信号具有高度敏感性,对Duffing振子系统进行时标变换,可以适应不同频率信号的检测要求,通过观察相图的变化可以准确选出故障线路。数值仿真验证了该算法的准确性及可靠性。
张淑清马跃李盼师荣艳姜万录董璇
关键词：故障选线混沌振子
EMD及Duffing振子在小电流系统故障选线方法中的应用被引量：61
2013年
针对小电流系统发生故障时,各线路零序电流的非平稳、非线性等复杂特性,给出一种基于经验模态分解(empirical mode decomposition,EMD)和Duffing振子检测的方法。EMD方法具有很好的自适应性,而Duffing振子系统对于与内驱动力同频的外界信号具有高度敏感性。首先对故障零序电流进行EMD分解,提取出第1个内禀模态函数作为故障零序电流特征量;然后提出特征量中的五次谐波分量,将其输入到Duffing振子中,通过系统相图变化来确定当前线路是否发生故障。对各条线路进行不同条件下故障模拟,仿真结果证明了该算法的可靠性。
张淑清翟欣沛董璇李亮唐佰文
关键词：小电流系统经验模态分解DUFFING振子相图
基于EEMD和混沌的信号特征提取方法及应用被引量：8
2013年
提出了一种基于集合经验模态分解（EEMD）和混沌相结合的信号特征提取方法，应用于婴儿呼吸信号哮喘检测中。EEMD把呼吸的局部信号分解成一系列频率从高到低的模态分量，对各分量与局部呼吸信号进行相关分析，并给出各分量的Hilbert谱，通过局部分析的结果初步判断婴儿是否患有哮喘；然后，以EEMD局部信号检测出来的信号频率作为混沌振子检测的频率，对全局呼吸信号进行整体检测及分析，由混沌的间歇周期可以得出原始呼吸信号的频率，准确确定婴儿哮喘诊断结果。对EEMD和混沌算法的应用存在的问题进行了改进，将其应用到实测信号的分析中，验证了方法的有效性。该方法能够正确地反映信息特征，准确率高。
张淑清董璇翟欣沛龚政
关键词：计量学
基于EEMD样本熵和GK模糊聚类的机械故障识别被引量：31
2013年
针对目前各种机械故障诊断方法的局限性,提出了基于总体平均经验模式分解(EEMD)样本熵和GK模糊聚类的故障特征提取和分类方法,建立了一种机械故障准确识别的有效途径。首先,对机械振动信号进行EEMD分解,得到若干不同时间尺度的固有模态函数(IMF)分量。其次,通过相关性分析和能量相结合的准则对IMF分量进行筛选,并将筛选出的IMF分量的样本熵组成故障特征向量。最后,将构造的特征向量输入到GK模糊聚类分类器中进行聚类识别。实验及工程实例证明了该方法的有效性和优越性。
王书涛李亮张淑清孙国秀
基于威布尔与模糊C均值的滚动轴承故障识别被引量：7
2012年
提出一种基于威布尔分布与模糊C均值(fuzzy C-means,FCM)聚类算法相结合的滚动轴承故障识别方法。针对不同故障类型的威布尔分布模型的尺度参数、形态参数和威布尔负对数能够较好地刻画轴承运行的状态特性,提取其尺度、形态和威布尔负对数似然函数等3个参数构建表征轴承运行状态的特征向量。模糊C均值根据样本相对于聚类中心的隶属度确定样本的亲疏程度而实现分类。实验中,首先采用组合形态滤波器对滚动轴承原始信号进行降噪,然后建立威布尔分布模型,将提取的特征向量输入模糊C均值分类器进行故障诊断和识别。结果表明,该方法对机械故障诊断识别准确率高,可以作为滚动轴承故障识别的重要手段。
王书涛张金敏张淑清刘永富
关键词：威布尔分布模糊C均值特征提取故障诊断
基于形态学和广义S变换的小电流接地故障选线方法被引量：1
2016年
提出基于数学形态学和广义S变换相结合的小电流单相接地故障选线新方法。数学形态学为一种新型的非线性滤波技术，考虑电力系统的信号特点，选取一种直线型结构元素，滤波时既能消除毛刺状噪声，又能很好地保持信号的形状；广义S变换克服了S变换中基本小波基固定的缺点，有更好的时频分辨率。首先对信号进行数学形态方法滤波预处理，利用对处理后的故障信号进行广义S变换分析得到模时频矩阵，最后对得到的模时频矩阵特征量进行能量分析，选择出故障线路。仿真结果表明，该方法可以在不同工况的情况下准确地进行配电网故障选线。
陈毅强王玉田唐佰文张淑清
关键词：计量学单相接地故障选线数学形态学广义S变换
全选 清除 导出
共2页<12>
聚类工具0