戴炳雄
- 作品数：3 被引量：26H指数：2
- 供职机构：华南理工大学机械与汽车工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：机械工程自动化与计算机技术更多>>
- 小波包熵在滚动轴承性能退化评估中的应用
- 信息熵具有对复杂信号进行统计量化的功能,能够真实地反映信号的复杂程度,可以对系统的振动状态进行综合的评价.小波包分解则具有良好的局部化性质,它将频带进行多层次划分,并对高频部分进一步分解的特点.本文以滚动轴承为研究对象,...
- 戴炳雄李巍华
- 关键词：滚动轴承故障诊断信号处理
- 文献传递
- 基于小波包熵和高斯混合模型的设备故障诊断和性能退化方法研究
- 传统的设备维护模式是基于被动维修策略的事后维修、定期维修和视情维修，这种应对式的维修难以满足现在的生产要求。因此，需根据设备运行状态主动的制定相应的维护策略。 设备性能退化评估就是一种基于主动维护策略的维护技术。性能退化...
- 戴炳雄
- 关键词：滚动轴承高斯混合模型
- 文献传递
- 基于小波包熵和高斯混合模型的轴承性能退化评估被引量：22
- 2013年
- 为准确的描述设备性能退化的过程,采用小波包熵(Wavelet Packet Entropy,WPE)与高斯混合模型(Gaussian mixture model,GMM)对轴承性能退化状态进行评估。首先,提取轴承振动信号的小波包熵作为特征向量。接着以轴承正常状态数据的特征向量建立轴承性能的GMM评估基准模型。然后对试验中每一运行状态建立相应的GMM模型,并计算对应状态GMM相对基准模型的偏离程度,判断轴承是否发生退化以及退化程度。试验分析表明,与基于逻辑回归的设备性能退化方法相比,基于小波包熵与高斯混合模型的设备性能退化方法无需设备历史数据,不需要定义退化先验概率,能够较准确的反映轴承在全寿命周期中性能退化的过程。
- 李巍华戴炳雄张绍辉
- 关键词：高斯混合模型轴承
