刘希亮
- 作品数：8 被引量：24H指数：3
- 供职机构：第二炮兵工程学院更多>>
- 相关领域：机械工程自动化与计算机技术交通运输工程理学更多>>
- 故障贝叶斯网络及其在液压缸爬行诊断中的应用被引量：1
- 2012年
- 利用故障树分析能明确表达逻辑关系和贝叶斯网络解决不确定性问题能力强的优点,通过转化算法建立两者之间的联系,研究了一种基于二状态故障贝叶斯网络模型,采用分层处理思想,进而计算出模型中任意结点的概率。液压缸爬行诊断分析实例证明了应用故障贝叶斯网络的实用性和有效性。
- 刘希亮陈桂明李方溪张倩苗春潮
- 关键词：故障树分析贝叶斯网络
- 汽车起重机液压缸爬行的故障树研究被引量：7
- 2008年
- 故障树分析是复杂系统可靠性分析的一种重要方法。以汽车起重机液压缸爬行的典型故障为例,介绍了变幅液压缸的工作过程,运用故障树分析的基本原理构建了故障树。通过定性分析得到了导致故障发生的各种可能事件,其中任何一个事件的发生都会引起液压缸爬行;在定量分析的基础上计算出了各事件的重要程度,发现液压缸的摩擦和润滑情况是主要的故障源。根据分析结果提出了故障诊断策略:按照重要程度依次排查,直到找出最终的故障源。
- 刘希亮陈小虎
- 关键词：汽车起重机故障树分析
- 基于分形盒维数的液压泵故障诊断
- 介绍了分形及盒维数的基本概念,给出了计算盒维教的算法.根据液压泵的故障特征,在小波包分解的基础上,采用分形盒维数的方法时不同故障状态下的振动信号进行了盒维数研究计算.结果表明,由于液压泵故障模式产生机理不同,其盒维数明显...
- 刘希亮陈小虎
- 关键词：分形盒维数液压泵故障诊断小波包分解振动信号
- 文献传递
- 基于多传感器信息融合的贝叶斯网络故障诊断方法研究及应用被引量：7
- 2013年
- 针对齿轮泵信号具有复杂性和模糊性的特点,提出了一种基于多传感器信息融合的贝叶斯网络故障诊断方法。分析了齿轮泵振动和压力信号特点,以此为基础提取了振动信号的能量特征、分形特征和压力信号的高频压力脉动3种特征属性,构建了多故障贝叶斯网络对特征进行融合,设计了贝叶斯分类器,通过最大后验概率准则识别故障类型。两次融合结果表明:多传感器信息完备了特征空间,提高了诊断正确率,能够有效实现齿轮泵多种故障的诊断,具有较好的应用价值。
- 刘希亮陈桂明李方溪张倩
- 关键词：多传感器信息融合贝叶斯网络齿轮泵故障诊断
- 基于分形盒维数的齿轮泵故障诊断被引量：5
- 2009年
- 针对液压齿轮泵的三种典型故障——轴承磨损、齿轮磨损和侧板磨损,在小波包分解的基础上,采用分形盒维数的方法对故障的振动信号进行了盒维数研究计算。结果表明,齿轮泵在不同故障状态下,其盒维数明显不同,利用盒维数可以准确诊断出齿轮泵的工作状态。
- 刘希亮陈小虎王汉功
- 关键词：分形盒维数齿轮泵故障诊断
- 基于振动信号特征融合的齿轮泵故障诊断被引量：1
- 2009年
- 实验设置了齿轮泵常见故障,在适当位置安装了振动传感器,采集了相应的故障信号,提取了小波包能量谱和有效值RMS两种特征信号,应用RBF神经网络进行学习、训练和测试,与单一的传感器信号分析相比,具有更高的诊断精度和更好的诊断效果。
- 刘希亮陈小虎
- 关键词：齿轮泵振动信号小波包能量谱神经网络
- 基于分形盒维数的液压泵故障诊断
- 介绍了分形及盒维数的基本概念,给出了计算盒维数的算法。根据液压泵的故障特征,在小波包分解的基础上,采用分形盒维数的方法对不同故障状态下的振动信号进行了盒维教研究计算。结果表明,由于液压泵故障模式产生机理不同,其盒维数明显...
- 刘希亮陈小虎
- 关键词：分形盒维数液压泵故障诊断
- 文献传递
- 多源信息融合及其在齿轮泵故障诊断中的应用被引量：3
- 2012年
- 针对齿轮泵故障信息的不确定性和模糊性,提出了一种多源信息融合的贝叶斯网络故障诊断方法。在探讨齿轮泵故障机理的基础上提取振动、流量和压力信号作为故障特征,构造故障贝叶斯网络,建立贝叶斯分类器进行多特征信息融合,利用最大后验概率准则判别故障类型。融合结果表明,该方法能够有效实现齿轮泵多种故障的诊断,具有广阔的应用前景。
- 刘希亮陈桂明李方溪张倩
- 关键词：信息融合齿轮泵贝叶斯网络故障诊断
