王强
- 作品数：7 被引量：46H指数：4
- 供职机构：军械工程学院更多>>
- 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电子电信一般工业技术更多>>
- 基于优化分类的机械振动信号压缩感知被引量：5
- 2018年
- 针对复杂机械振动信号压缩感知过程中存在的稀疏字典构造困难问题,提出了基于QPSO分类的自适应稀疏字典构造方法。该方法根据信号的分割尺度,将信号进行分块,并利用每一信号块的能量大小,构造能量序列,利用QPSO对能量序列进行优化分类,保证不同类别间能量序列的方差最大,从而实现对信号块的分类,采用K-SVD对不同类信号块分别进行稀疏字典的自适应学习训练,产生与信号相适应的稀疏字典,用于机械振动信号的压缩感知重构过程。通过滚动轴承实测信号在不同状态下的压缩感知实验表明:所提方法能够有效提高信号重构的峰值信号比,改善机械振动信号的重构效果。
- 王强张培林王怀光吴定海张云强
- 关键词：机械振动信号
- 基于EEMD和Teager能量谱提取轴承故障特征
- 2017年
- 针对轴承振动信号非平稳性以及故障特征难于提取等特点,提出结合集成经验模式分解和Teager能量算子解调,构造Teager能量谱提取轴承故障特征的方法。利用集成经验模式分解能够抑制经验模式分解在处理非平稳振动信号时的模态混叠,Teager能量算子解调能够抑制传统Hilbert变换中的端点效应,具有计算速度快、解调效果好等优点,分解轴承故障信号,计算本征模函数的Teager能量谱,并提取轴承故障特征。仿真和试验分析结果验证了该方法的有效性。
- 潘宏达王强石红霞崔斌汪欣
- 压缩感知中测量矩阵构造综述被引量：24
- 2017年
- 压缩感知测量矩阵构造方式多样并不断发展,为梳理现有研究成果,掌握测量矩阵发展动态,对压缩感知测量矩阵构造进行系统介绍。首先,针对传统信号采集理论存在的信息冗余问题,阐述了压缩感知理论在信号采集过程中资源利用率高、存储空间小的优势;其次,以压缩感知理论框架为基础,从测量矩阵构造原则、测量矩阵产生方法、测量矩阵结构设计、测量矩阵优化方法四个方面,对压缩感知测量矩阵构造进行分析,讨论了测量矩阵构造过程中不同原则、结构、方法的优势;最后,在总结现有研究成果的基础上,对测量矩阵的发展方向进行了展望。
- 王强张培林王怀光杨望灿陈彦龙
- 关键词：压缩感知测量矩阵信号重构信号采集
- 基于量子Hadamard变换的滚动轴承振动信号分析方法被引量：1
- 2019年
- 针对传统的滚动轴承振动信号分析方法在对信号降噪过程中容易产生的噪声信号与非噪声信号混杂的问题,提出一种基于量子Hadamard变换的信号分析方法。该方法通过将单个采样点信号量子化,深入分析每一个采样点内部信息,实现信号降噪的同时,完成对振动信号故障信息的突出表达,改善了振动信号的分析效果。实验结果表明,与传统的基于数学形态学的分析方法相比,基于量子Hadamard变换的分析方法能够有效提升滚动轴承信号的降噪效果,故障特征信号得到有效凸显。
- 王怀光陈彦龙杨望灿王强
- 关键词：信号分析振动信号
- 多Agent故障预测系统中的并行推理机制研究
- 2004年
- 故障预测技术是提高武器系统运行可靠性和安全性的关键技术.本文针对自行火炮的故障特点,以多Agent 理论为基础,提出了多Agent故障预测系统,并用于自行火炮的故障预测.系统主要由管理Agent、预测Agent和决策Agent组成.为了提高求解能力,预测系统将不同的预测知识和推理机制以异构Agent的形式统一于多Agent的推理框架中,推理过程在特定的求解空间中进行,避免了盲目的搜索.最后,以基于规则的预测Agent为例说明了软件Agent的开发过程.
- 秦俊奇王强曹立军黄健群
- 关键词：故障预测多AGENT多AGENT系统
- 基于多目标粒子群算法的稀疏分解参数优化被引量：4
- 2017年
- 针对振动信号稀疏分解过程中存在的复杂参数设置问题,提出利用多目标粒子群算法进行稀疏分解参数优化,以实现振动信号的有效压缩。根据多目标粒子群理论,建立稀疏分解参数优化模型,确定粒子群优化目标函数、待优化参数,分析参数设置与目标函数之间的泛函关系。设计仿真实验,研究数据压缩指标之间的约束关系,指导多目标粒子群算法参数优化,改善数据压缩效果。应用实测数据,验证多目标粒子群算法的参数优化能力,实验结果表明:多目标粒子群算法能够优化振动信号稀疏分解参数,取得良好的振动信号数据压缩效果。
- 王强张培林王怀光张云强李一宁
- 关键词：振动信号稀疏分解多目标粒子群算法参数优化数据压缩
- 机械振动信号分块自适应压缩感知算法被引量：12
- 2017年
- 为提高振动信号分块压缩感知过程中的信号重构效果,提出了机械振动信号的自适应分块压缩感知算法。首先将信号分割,构造信号矩阵,并利用K-SVD构造与信号矩阵相适应的冗余字典;然后根据不同信号块在冗余字典下匹配追踪系数的衰减速度,定义不同信号块的复杂度权值;最后以复杂度权值为依据,制定自适应的压缩感知采样策略,在保证振动信号的整体采样率不变的同时,自适应分配不同信号块的观测数目。将该算法应用于机械振动信号压缩感知,与传统压缩感知算法以及其他自适应压缩感知算法相比,信号重构的精度得到提高。
- 王强张培林王怀光陈彦龙
- 关键词：机械振动信号复杂度采样策略
