张磊
- 作品数:10 被引量:77H指数:5
- 供职机构:华东交通大学机电工程学院更多>>
- 发文基金:国家自然科学基金江西省自然科学基金江西省研究生创新基金更多>>
- 相关领域:电子电信机械工程自动化与计算机技术更多>>
- 基于S变换和改进SVD的滚动轴承智能诊断方法被引量:4
- 2016年
- 对于滚动轴承而言,工程实际中存在诊断样本与训练样本故障类型相同(如均为滚动体故障)但故障程度却不同的现象,同时滚动轴承发生故障时其振动信号表现出明显的非平稳性,因此文中提出一种基于S变换和改进奇异值分解的滚动轴承故障程度鲁棒的智能诊断方法。首先利用S变换得到滚动轴承振动信号时频分布矩阵,再利用改进奇异值分解方法对时频矩阵进行降维进而得到约简的特征向量,最后将提取到的故障特征向量作为支持向量机的输入,利用支持向量机识别轴承所属的故障类型。实验结果表明,该方法能有效地解决滚动轴承训练样本与测试样本故障程度不一致时的诊断问题,效果优于传统滚动轴承诊断方法。
- 张龙张磊熊国良周继惠
- 关键词:S变换支持向量机故障诊断
- 基于多尺度熵和神经网络的滚动轴承故障诊断被引量:17
- 2014年
- 滚动轴承是机械设备中最常用的零部件之一,其运行状态直接影响整机性能。文章针对滚动轴承故障振动信号具有跨尺度复杂性的特点,提出了一种新的基于多尺度熵(Multiscale entropy,简称MSE)和BP神经网络的滚动轴承故障智能诊断模型。该模型首先利用MSE方法对滚动轴承不同健康状态下的振动信号进行特征提取,再将其作为BP神经网络的输入,实现网络训练,最后利用神经网络自动识别故障类型及故障程度。实验结果表明,该方法能有效地实现滚动轴承故障类型及程度的智能诊断,并具有对网络初始值不敏感及较低的误报率和漏报率等优点。
- 张龙张磊熊国良黄文艺周继惠
- 关键词:BP神经网络滚动轴承故障诊断
- 基于多尺度熵的滚动轴承Elman神经网络故障诊断方法被引量:13
- 2014年
- 针对滚动轴承故障振动信号具有跨尺度复杂性的特点,提出了一种新的基于多尺度熵(multiscale entropy,MSE)和反馈式Elman神经网络的滚动轴承故障诊断方法。该方法利用MSE对滚动轴承不同健康状态下的振动信号进行故障特征提取,并将其作为Elman神经网络的输入,利用Elman神经网络自动识别轴承所属的故障类型及故障程度。实验数据包括不同故障类型和不同故障程度样本,结果表明提出的方法能有效地实现滚动轴承故障类型以及程度的智能诊断,效果优于前馈式概率神经网络(Probabilistic neural network,PNN),并具有较低的虚警率和漏警率。
- 张龙张磊熊国良周继惠王宁王明翔
- 关键词:ELMAN神经网络滚动轴承故障诊断
- 故障程度鲁棒的滚动轴承智能诊断方法被引量:2
- 2015年
- 本文中提出了一种基于共振滤波和包络小波包分解的鲁棒故障特征提取方法,首先对信号进行共振频带滤波,再对滤波信号的包络进行小波包分解并提取重构子带信号的标准偏差值作为特征向量。该方法考虑了包络信号能充分描述轴承局部故障引起循环冲击的特点,并利用支持向量机进行轴承故障类型自动识别。实验结果表明,该方法能有效地实现故障程度鲁棒的滚动轴承智能诊断,具有较高的诊断速率,效果优于传统滚动轴承诊断方法。
- 熊国良张磊张龙
- 关键词:故障诊断小波包分解支持向量机
- 滚动轴承的MSE和PNN故障诊断方法被引量:16
- 2014年
- 针对滚动轴承不同运行状态振动信号具有不同复杂性的特点,提出一种新的基于多尺度熵(multiscale entropy,MSE)和概率神经网络(probabilistic neural networks,PNN)的滚动轴承故障诊断方法。该方法首先利用MSE方法对滚动轴承振动信号进行特征提取,并将其作为PNN神经网络的输入,再利用PNN自动识别轴承故障类型及故障程度。实验数据包括不同故障类型和不同故障程度样本,结果表明,相比于小波包分解和PNN结合的诊断方法,提出的方法具有更高的诊断精度,能有效实现滚动轴承故障类型及程度的诊断。
- 陈慧张磊熊国良周继慧
- 关键词:振动与波概率神经网络滚动轴承故障诊断
- 二叉树型多分类器融合的轴承故障诊断方法被引量:1
- 2015年
- 多分类器融合能有效集成多种分类算法的优势,实现优势互补,提高智能诊断模型的稳健性和诊断精度。但在利用多数投票法构建多分类器融合决策系统时,要求成员分类器数目多于要识别的设备状态数,否则会出现无法融合的情况。针对此问题,提出了一种基于二叉树的多分类器融合算法,利用二叉树将多类分类问题转化为多个二值分类问题,从而各个节点上的成员分类器个数只要大于2即可,有效避免了成员分类器数目不足的问题。实验结果表明,相比单一分类器的诊断方法,该方法能有效地实现滚动轴承故障智能诊断,并具有对各神经网络初始值不敏感、识别率高且稳定等优势。
- 张龙张磊熊国良周建民周继慧
- 关键词:二叉树多分类器故障诊断
- 基于S变换和NMF的轴承故障诊断方法被引量:6
- 2016年
- 针对滚动轴承存在故障时其动态信号表现出的非平稳特性,引入S变换提取滚动轴承振动信号的特征信息。为了解决S变换提取特征得到的二维矩阵维数过高的问题,提出一种基于S变换和非负矩阵分解的滚动轴承振动信号特征提取方法,同时结合支持向量机实现滚动轴承的故障智能诊断。该方法先利用时频分析技术对振动信号进行S变换,然后采用非负矩阵分解方法提取变换后矩阵的特征参数,最后将提取到的故障特征作为支持向量机的输入,利用支持向量机进行轴承故障类型的自动诊断。实验结果表明,该方法能有效地实现滚动轴承故障诊断,效果优于利用S变换和奇异值分解提取滚动轴承振动信号特征。
- 陈小冬熊国良张磊
- 关键词:S变换非负矩阵分解支持向量机故障诊断
- 基于无线传感器网络节点的RFID系统节能研究被引量:4
- 2012年
- 为了提高射频识别(RFID)系统的能量利用效率,在无线传感器网络节点结构的基础上,提出一种改进方案,将RFID读写器集成到传感器节点中,取代原有的传感器模块,形成读写器智能节点,并利用传感器节点的节能控制机制实现RFID系统对有限能量的高效利用。以SK—WSN—I无线传感器网络节点和SK—RFID—TRF796X—II读写器模块作为实验平台,进行Matlab仿真,验证了改进方案的节能效果。
- 谢昕吴颖张磊刘觉夫
- 关键词:无线传感器网络节点射频识别节能
- 基于卡尔曼滤波算法的轨迹估计研究被引量:17
- 2012年
- 在无线传感器网络中节点定位系统中,基于接收信号强度指示(RSSI)技术的定位算法研究有很多,这种定位技术成本低而且易于实现,但RSSI定位技术因容易受到环境因素的影响,在测距过程中,估测距离的误差很大。在RSSI定位系统的基础上,加入系统噪声和测量噪声,根据系统状态方程和动态系统测量方程,利用卡尔曼滤波算法,对RSSI进行滤波,并估测出移动节点的运动轨迹。仿真结果表明:改进卡尔曼滤波算法提高了移动节点的运动轨迹的定位精度。
- 邓胡滨张磊吴颖周洁刘枫
- 关键词:无线传感器网络定位卡尔曼滤波算法接收信号强度指示
- 基于复杂度特征的滚动轴承智能诊断方法
- 滚动轴承故障诊断的关键是如何从振动信号中获取有效特征信息.本文针对滚动轴承不同运行状态振动信号具有跨尺度复杂性的特点,提出了一种新的基于多尺度熵(Multiscale entropy,MSE)和径向基函数(Radical...
- 熊国良张磊王宁周继慧
- 关键词:滚动轴承智能诊断振动信号
- 文献传递