公共文化服务平台

林京: 作品数：214 被引量：1,503H指数：18; 供职机构：西安交通大学机械工程学院机械制造系统工程国家重点实验室更多>>; 发文基金：国家自然科学基金中央高校基本科研业务费专项资金教育部“新世纪优秀人才支持计划”更多>>; 相关领域：机械工程自动化与计算机技术电子电信理学更多>>

合作作者

基于三点法的杂交四点法回转误差、圆度误差计算方法: 基于三点法的杂交四点法回转误差、圆度误差计算方法，先用四个位移传感器在不同周向位置上测量径向跳动，然后将四路信号分为三组，对每组使用三点法误差分离技术，圆度误差的各阶谐波傅立叶系数均可得到三组估计值，针对每阶谐波，均选取...; 林京李德翔史生宇赵明刘翰扬

一种以表面波纹度最小化为目标的电主轴动平衡优化方法: 本发明公开了一种以加工工件表面波纹度最小化为目标的电主轴动平衡优化方法。已有的平衡优化策略往往以残余振动的总能量或最大振动最小化作为优化目标，但是上述优化控制目标并不能保证加工表面波纹度的最优控制，原因在于各向振动对表面...; 王琇峰赵明林京杨奇俊; 文献传递

自适应总体平均经验模式分解及其在行星齿轮箱故障检测中的应用被引量：44: 2014年; 总体平均经验模式分解(Ensemble empirical mode decomposition,EEMD)是针对经验模式分解(Empirical mode decomposition,EMD)存在的模式混淆问题而提出的,对分解信号加入高斯白噪声,改善信号的极值点分布,经过多次平均,从而达到减小模式混淆的目的。然而,EEMD分解效果取决于添加噪声的幅值、筛选次数等参数的选择。目前的研究通常是人为选择这些参数,具有较大的盲目性和主观性,因此分解结果差强人意。为了解决以上问题,提出一种新的自适应总体平均经验模式分解方法。该方法基于EMD的滤波特性,在提取本征模式分量(Intrinsic mode function,IMF)的过程中自适应改变加入噪声的幅值,并对每个IMF自动选择不同的筛选次数,可以更好地削弱模式混淆。通过仿真试验验证了该方法的有效性,并将该方法应用于行星轮故障检测中,取得了比EEMD更好的故障检测结果。; 雷亚国孔德同李乃鹏林京; 关键词：行星齿轮箱故障检测

人体运动的非线性多稳态俘能机理研究: 随着低功耗高性能的微处理器和维纳制造技术的快速发展，面向人体运动的可穿戴健康监测技术得到了国际学术界和医学界的广泛关注。传统的健康监测电池供能技术存在维护成本高，易污染等缺点，已经无法适应可穿戴健康监测系统的需求，因此，...; 曹军义王伟林京; 关键词：非线性动力学混沌

基于无时标短时相位解调的齿轮箱故障诊断方法: 基于无时标短时相位解调的齿轮箱故障诊断方法，先将加速度或速度传感器吸附于被测试齿轮箱，并对其振动信号进行采集，采用短时傅里叶变换得到特征振动的瞬时频率信号，带入到广义傅里叶变换对振动信号进行时频扭转，然后采用带通滤波方法...; 林京赵明王琇峰徐晓强雷亚国; 文献传递

一种基于数据匹配的LPMS质量估计方法: 一种基于数据匹配的LPMS质量估计方法，先进行压电式加速度传感器布置；再进行不同质量，不同坠落高度冲击信号采集；然后对这些时域信号进行傅里叶变换，转化为频谱；再设定截止频率，得到有效频段频谱；然后设定多项式拟合阶次，对有...; 林京华佳东曾亮高飞黄利平罗志; 文献传递

经验模式分解的滤波器特性及其在故障检测中的应用被引量：1: 2008年; 对经验模式分解(EMD,Empirical Mode Decomposition)的滤波器特性进行了研究。事实上,EMD的倍频程滤波器特性在几年前就被发现了,在此基础上,针对EMD滤波器的其他特性展开了研究。首先,对EMD滤波器的自适应特性展开了研究,其自适应特性除了表现为倍频程滤波器的形式,还有两个表现:其一是滤波器的上限频率随信号自身的上限频率而定,另一表现是每一个IMF滤波器的形式不仅与信号频率有关,还与信号的结构有关。利用EMD的自适应特性,建立了一种新的信号表示方法,与已有的EMD方法相比,该方法可以提供更多的关于信号的信息。还对该方法进行了相关的讨论。; 林京; 关键词：经验模式分解故障诊断特征提取滚动轴承

一种基于报警次数跳变触发机制的机械早期故障判别方法: 一种基于报警次数跳变触发机制的机械早期故障判别方法，首先对采集的振动信号提取特征指标，采用自适应高斯阈值划分正常与故障状态区间，之后利用提出的连续报警次数跳变触发机制排除外界噪声等因素干扰，准确及时的判别出机械设备早期故...; 雷亚国薛朗李乃鹏周昕林京

一种基于同步压缩变换重构的幅值校正方法: 一种基于同步压缩变换重构的幅值校正方法，对线性调频信号进行短时傅里叶变换，得到短时傅里叶变换系数，然后估算瞬时频率，在该估计瞬时频率的基础上进行改进，计算准确瞬时频率，再计算中心频率，然后完成同步压缩变换，即将所有对应同...; 廖与禾李帅陈鹏孙鹏林京雷亚国; 文献传递

基于深度堆叠字典学习的滚动轴承故障特征提取方法: 基于深度堆叠字典学习的滚动轴承故障特征提取方法，综合利用了字典学习和深度学习的共同特点，应用于滚动轴承周期性故障冲击特征的提取和诊断，该方法将字典学习和贪婪逐层堆叠算法进行重合，以分层迭代的方式进行自适应字典的构造，实现...; 赵明焦金阳林京赵健闫畅; 文献传递