公共文化服务平台

基于EWT和SVD技术的齿轮故障诊断方法研究被引量：3: 2018年; 本文基于经验小波变换(EWT,empirical wavelet transform)和奇异值分解(SVD,singular value decomposition)技术提出了一种齿轮的故障诊断方法.首先采用EWT方法将齿轮的振动信号分解为若干个本征模态分量(IMF),并利用这些IMF分量形成向量矩阵.而后对初始向量矩阵进行奇异值分解,根据奇异值分解的三大特性,将求得的特征向量矩阵的奇异值作为齿轮振动信号的模式特征向量.最后通过建立马氏距离判别函数判断齿轮的振动情况和故障类型.通过对实际实验数据的分析,证明了该方法在齿轮故障诊断中有效性.; 陈保家刘浩涛聂凯汪新波邱光银; 关键词：SVD 齿轮故障诊断特征向量

基于形态自相关和时频切片分析的轴承故障诊断方法被引量：28: 2014年; 频率切片小波变换(Frequency Slice Wavelet Transform,FSWT)是一种新的时频分析方法,信号中的噪声会降低FSWT分析的频率分辨率。为了提高分析精度,提出了基于形态滤波和时延自相关的时频切片分析方法,并成功应用到轴承故障诊断中。该方法首先采用多结构元素差值形态滤波和时延自相关方法对信号进行降噪,采用FSWT分解降噪后的轴承振动信号,然后根据轴承故障特征频率选择时间频率切片区间,进行细化分析来提取故障特征。仿真信号与轴承故障振动信号的分析验证了该方法的有效性。; 钟先友赵春华陈保家曾良才; 关键词：形态滤波轴承故障诊断

基于融合特征约减和支持向量机的控制图模式识别被引量：8: 2017年; 为提高产品加工过程中质量监测的智能化程度,在运用控制图描述质量波动的基础上,提出了一种基于融合特征约减的KPCA-SVM控制图分类方法。先通过蒙特卡洛模拟生成控制图数据集,提取统计特征和形状特征,并将其与原始特征相融合,运用核主成分分析对高维融合特征降维,再使用遗传算法优化支持向量机的参数。通过仿真实验,将降维前后、不同分类器的识别精度进行了比较,结果表明运用所提方法能够得到更好的识别效果。; 赵春华汪成康华露郑思宇梁志鹏; 关键词：控制图模式识别降维核主成分分析支持向量机

基于RSSD和小波变换的滚动轴承故障诊断被引量：2: 2019年; 滚动轴承故障被视作瞬态冲击成分,在信号共振稀疏分解中一般被分解到的低共振分量当中。由于噪声影响,低共振分量的希尔伯特解调包络谱中依然存在大量的干扰频率,使得故障特征提取有时不明显,或不易观察,因此本文提出了一种基于信号共振稀疏分解(RSSD)与小波变换相结合的故障诊断方法。在滚动轴承早期微弱故障的诊断中,采用小波分析技术对隐藏于低共振分量的故障特征进行提取,可以更加有效地凸显故障特征;通过对滚动轴承内圈和外圈单一故障振动信号的分析应用,成功提取了故障特征,验证了这一方法在滚动轴承早期故障诊断应用的有效性。; 严文超王伟奇黄蓉; 关键词：滚动轴承品质因子小波变换

小样本条件下的设备实时可靠度预测研究被引量：4: 2015年; 为了能够准确地判定系统的时间动态特性,提出一种基于设备运行状态信息的实时可靠度算法。该算法从设备的状态特征指标出发,结合贝叶斯(Bayes)方法和KM(Kaplan-Meier)评估器思想,无需对设备失效概率密度函数(Probability Density Function,PDF)进行估计,也不会因样本太少而引起大的估计误差。以上述方法计算所得到的可靠度作为刀具实际可靠度,对比分析支持向量机(Support Vector Machine,SVM)与反馈神经网络(Back Propagation Neural Network,BPNN)两种方法在不同样本条件下的预测精度。结果表明在大样本条件下,两模型都具有较高的预测精度和较小的预测误差;小样本条件下,BPNN方法预测误差过大而达不到预测的功能,而SVM方法仍能保持较高的预测精度和较小的预测误差,与BPNN相比具有明显的优势。; 陈保家陈雪峰田红亮钟先友; 关键词：小样本支持向量机

基于性能退化的刀具可靠性评估被引量：2: 2013年; 针对长寿命少失效样本条件下的可靠性评估问题,从性能退化角度分析了退化指标分布已知与未知条件下的性能退化路径的可靠度评估方法.以刀具为例,将其加工过程的刀具磨损量作为退化指标,建立了3种不同的退化路径模型,结合失效阈值,准确地估计出了刀具的伪失效寿命,并通过伪失效寿命数据分布模型进行了刀具的可靠性评估,对比分析了3种分布模型的可靠性指标差异,验证了该方法的有效性,为长寿命少失效样本条件下的设备可靠性评估提供了新的方法和思路.; 陈保家李力田红亮钟先友; 关键词：可靠性评估

基于CITD和同态滤波解调的滚动轴承故障诊断方法被引量：2: 2014年; 针对轴承故障振动信号的非平稳特征和本征时间尺度分解(intrinsic time-scale decomposition,ITD)方法的缺点,提出了基于三次多项式的本征时间尺度分解方法(cubic polynomial-based intrinsic time-scale decomposition,CITD)和同态滤波的解调方法。首先采用CITD方法对轴承振动信号进行分解,将其分解为若干个合理旋转(proper rotation,PR)分量之和,然后用相关系数筛选出最能表征故障信息的PR分量进行重构,最后对重构信号运用同态滤波解调来提取故障特征。仿真信号与轴承故障诊断工程实例的分析验证了该方法的有效性。; 钟先友曾良才赵春华陈保家; 关键词：相关系数轴承故障诊断

基于对称度在线检测及补偿的深孔内键槽插削加工方法研究被引量：4: 2018年; 针对圆周四等分深孔内键槽加工精度不高、加工键槽与基准通槽对称度较难控制及加工对称度较差等问题,在分析产生对称度超差的基础上,运用形位公差测量原理,结合空间对称度误差测量及评定方法,提出利用投影直线与基准直线夹角的方式确定对称度误差及基于对称度在线检测及补偿的新式加工方法。设计双层组合式手动自定心夹具,实现径向自定心定位和轴向端面定位,同时,将内置基准通槽参考基面导出并确保其精度能够被有效检测和控制;设计联机式多自由度对称度检测装置,提出利用该装置实现对称度误差量的检测及装置有效控制的基本方法,并在此基础上开发了自动检测对称度误差量的数控程序;通过采用数控插齿机伺服控制回转轴的角度补偿及斜向让刀的平移补偿方法,并结合数控系统程序控制定角度加工的方式实现了高对称度深孔内键槽的批量加工。深孔内键槽加工实例证明,夹具结构及联机式多自由度对称度检测装置具有较好的可靠性,且基于对称度检测及补偿的深孔内键槽插削加工方法能够稳定的控制加工对称度在0.03 mm以内,从而验证了此方法的合理性和准确性,为高对称度深孔内键槽的加工提供了一种新的途径。; 赵春华赵春华秦红玲; 关键词：插削加工

基于B样条本征时间尺度分解和对角切片谱的轴承故障诊断被引量：3: 2013年; 针对轴承振动信号的非线性、非平稳特征,提出了B样条改进的本征时间尺度分解方法 (B-spline Intrinsic Time-scale Decomposition,BITD)、Teager能量算子和对角切片谱相结合的轴承故障诊断方法。首先采用BITD方法对轴承振动信号进行分解,将其分解为若干个合理旋转(Proper Rotation,PR)分量之和,然后用样本熵和相关系数筛选出最能表征故障信息的PR分量重构信号,对重构信号进行能量算子解调,最后求对角切片谱提取故障特征。仿真信号与轴承故障诊断工程实例的分析验证了该方法的有效性。; 钟先友曾良才赵春华陈保家; 关键词：能量算子

BP神经网络在水轮机振动传感器故障诊断上的应用被引量：5: 2017年; 利用BP神经网络建立了水轮发电机组上机架X向垂直振动预测模型,对模型预测值和传感器实测值进行了对比。经过故障诊断实例检验,该系统预测准确,为检修人员进行振动传感器故障诊断提供了理论依据,具有良好的实用价值。; 陈保家张海龙; 关键词：BP神经网络水轮机振动故障诊断

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(51205230)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(51205230)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈