您的位置: 专家智库 > >

福建省自然科学基金(Z0511030)

作品数:4 被引量:5H指数:2
相关作者:叶大鹏刘震张春良李红霞何聪惠更多>>
相关机构:福建农林大学南华大学更多>>
发文基金:福建省自然科学基金更多>>
相关领域:电子电信自动化与计算机技术金属学及工艺更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 2篇电子电信
  • 1篇金属学及工艺
  • 1篇自动化与计算...

主题

  • 2篇刀具
  • 2篇刀具状态
  • 2篇信号
  • 2篇信号处理
  • 2篇隐MARKO...
  • 1篇预处理
  • 1篇振动
  • 1篇振动攻丝
  • 1篇振动信号
  • 1篇识别方法
  • 1篇小波
  • 1篇小波包
  • 1篇攻丝
  • 1篇AR
  • 1篇AR模型
  • 1篇参数优化

机构

  • 4篇福建农林大学
  • 2篇南华大学

作者

  • 4篇叶大鹏
  • 2篇张春良
  • 2篇刘震
  • 1篇何聪惠
  • 1篇李红霞

传媒

  • 2篇福建农林大学...
  • 2篇南华大学学报...

年份

  • 1篇2008
  • 2篇2007
  • 1篇2006
4 条 记 录,以下是 1-4
排序方式:
基于AR特征的刀具状态识别方法被引量:2
2007年
通过分析切削过程刀具产生的振动信号的特点,引入自回归(AR)模型来表征刀具切削过程的工作状态;并利用隐Markov模型(HMM)对经AR模型处理后得到的特征向量(AR系数)和由FFT得到的特征向量(幅值谱)进行比较.结果表明:对于切削过程产生的振动信号采用AR模型得到的特征参数比由FFT得到的幅值谱更能有效地表征这一过程中刀具的工作状态.
叶大鹏刘震
关键词:AR模型隐MARKOV模型
振动攻丝扭矩信号的最优估计
2006年
简述了信号最优估计的基本理论及主要算法,讨论了如何应用该理论进行振动攻丝扭矩信号的最优估计,给出具体实现步骤,并通过振动攻丝机实测信号对这一方法进行验证.结果表明,该方法能够准确、有效地估计出振动攻丝扭信号,获得清晰的特征谱线.
叶大鹏何聪惠
关键词:振动攻丝信号处理
小波包隐Markov模型刀具状态识别研究被引量:1
2007年
针对切削过程中振动信号的特点,利用小波包得到信号能量分布,借助于隐Markov模型(HMM),并以信号的能量分布为特征进行分类,得到一种基于小波包和HMM的切削过程监测新方法.利用实测的钻削振动信号,对该方法进行验证.结果表明该方法能够较有效地识别切削过程刀具的工作状态.
叶大鹏刘震张春良
关键词:小波隐MARKOV模型
α-β-γ滤波器在振动信号预处理中应用研究被引量:2
2008年
通过分析α-β-γ滤波器的工作原理,在已知滤波器参数关系式的前提下,通过引入信噪比改进值为指标,确定出滤波器的参数,并给出相应的实现步骤。最后,利用Bently转子实验台模拟转子不平衡故障的振动信号对该滤波器进行验证.研究结果表明:采用优化参数后的滤波器能够有效地剔除机械振动信号中噪声.
叶大鹏李红霞张春良
关键词:振动信号参数优化信号处理
共1页<1>
聚类工具0