赵雄鹏
- 作品数：8 被引量：34H指数：4
- 供职机构：中北大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：机械工程金属学及工艺自动化与计算机技术电子电信更多>>
- 应用多参数融合与ELM的自动机故障诊断被引量：4
- 2017年
- 考虑到自动机工作环境复杂,各部件相互作用时间短,冲击性强从而导致各种响应信号相互叠加,敏感特征参量难以确定的问题,提出了一种应用多参数融合与ELM相结合的自动机故障诊断方法。首先,对自动机故障信号计算广义分形维数,在此基础上提取盒维数、信息维数、关联维数作为故障特征参量;然后引入信息熵模型,对自动机故障信号提取功率谱熵、奇异谱熵、特征空间谱熵作为特征参量来描述信号状态在频域、时域、时频域的能量变化;最后将特征参量输入到极限学习机中(ELM)进行分类。实验结果表明多参数融合能全面准确地反映故障信息,极限学习机学习速度快、结构简单,具有很好的故障分类效果。
- 安邦潘宏侠赵雄鹏张青青
- 关键词：信息熵极限学习机自动机故障诊断
- 一种核动力装置关重部件质量性能的监测与故障诊断方法
- 本发明公开一种利用确定激励下结构振动响应信号分析来确定核动力装置关重部件质量性能问题和故障的方法，根据对核动力装置不同类型关重部件的常见故障或可能的潜在质量性能问题的分析，初步确定激励和响应点位置，要求所形成的运行态跨点...
- 潘宏侠许昕潘铭志付志敏赵雄鹏安邦张玉学
- 应用VMD和多参数融合的齿轮箱故障诊断被引量：12
- 2017年
- 由于齿轮箱故障信号的非线性,以及各种噪声的影响导致故障特征难以确定,为了准确、高效地分析齿轮箱故障信号,提出了一种应用变分模态分解(VMD)和多参数融合的齿轮箱故障诊断方法。首先对齿轮箱故障信号进行变分模态分解,并与传统的经验模态分解(EMD)进行对比;同时提取各模态分量的能量百分比和信息熵作为特征值,并采用RBF神经网络进行故障诊断。实验结果表明变分模态分解能够有效避免模态混叠现象的发生,以VMD为基础的多参数融合方法能够准确、快速地实现齿轮箱的故障诊断。
- 安邦潘宏侠张媛张玉学赵雄鹏
- 关键词：齿轮箱故障诊断
- 基于时频特性和PCA-RBF的自动机故障诊断被引量：3
- 2017年
- 针对自动机故障诊断中仅单方面从时域、频域和时频域提取特征向量,导致特征指标具有很大片面性的问题,本文提出了一种基于时频特性和PCA-RBF的自动机故障诊断方法。首先利用统计分析和总体经验模态分解(EEMD)方法,构造高维混合域初始特征向量;然后通过主成分分析法(PCA)对高维初始特征向量进行降维和简化;最后将经过PCA处理过的主特征向量输入到径向基函数(Radial Basis Function,RBF)神经网络中实现故障类型的识别。实验结果表明,混合域初始特征向量能够准确全面地描述故障特征,经过PCA处理的主特征向量大大简化了分类器结构,RBF神经网络结构简单、收敛速度快、具有很高的分类准确率。
- 安邦潘宏侠张玉学赵雄鹏曹满亮
- 关键词：自动机主成分分析径向基神经网络故障诊断
- 基于ITD样本熵与PNN的自动机故障诊断被引量：8
- 2017年
- 针对自动机振动信号短时、非平稳、高冲击的特性,本文提出一种运用固有时间尺度分解(ITD)样本熵和概率神经网络(PNN)进行故障诊断的方法。首先将ITD引入自动机的故障诊断中,通过对ITD分解得到前五层重构信号提取的时频特征来验证ITD方法的有效性,并对信号进行样本熵提取,把其作为特征向量分别用概率神经网络和BP神经网络对自动机进行故障模式识别。实验结果表明:概率神经网络相对于BP神经网络可以提高故障分类的正确率,从而验证了ITD样本熵与PNN的自动机故障诊断方法的优越性。
- 赵雄鹏潘宏侠刘广璞潘龙安邦
- 关键词：自动机故障诊断
- 变分模态分解在自动机故障诊断中的应用被引量：4
- 2017年
- 由于自动机工作环境复杂、各种响应信号相互叠加,为准确、高效地提取自动机信号的故障特征,提出一种应用变分模态分解(VMD)和极限学习机(ELM)的自动机故障诊断方法。首先对自动机信号进行变分模态分解,并与经验模态分解(EMD)结果进行对比;同时提取各模态分量的能量百分比和各工况下不同样本的样本熵作为特征值;将提取到的特征值输入到极限学习机中进行故障诊断,再与传统的双谱分析诊断结果进行比较。最终VMD方法实现信号频域内各分量的自适应剖分,并得出ELM的故障诊断准确率为87.5%。实验结果表明:变分模态分解能够有效避免模态混叠现象,同时验证所提方法的可行性与有效性。
- 安邦潘宏侠张玉学赵雄鹏
- 关键词：极限学习机自动机故障诊断
- 应用ITD分形模糊熵的自动机早期故障诊断被引量：8
- 2019年
- 通过以某口径高射机枪自动机为研究对象,提出一种运用固有时间尺度分解(ITD)分形模糊熵与RBF神经网络进行故障诊断的方法。由于自动机振动信号短时、非平稳、高冲击的特性,将ITD引入自动机的故障诊断中,通过对ITD分解得到不同频段的合理旋转(proper rotation简称PR)分量,然后分别提取分形维数和模糊熵组成组合特征向量。由于RBF神经网络结构简单、收敛速度快具有很高的分类准确率,所以采用RBF神经网络分类识别。最后得到理想识别效果的同时验证了ITD分形模糊熵与RBF的自动机早期故障诊断方法的优越性。
- 赵雄鹏潘宏侠刘广璞刘广璞
- 关键词：自动机分形维数模糊熵RBF神经网络故障诊断
- 一种核动力装置关重部件质量性能的监测与故障诊断方法
- 本发明公开一种利用确定激励下结构振动响应信号分析来确定核动力装置关重部件质量性能问题和故障的方法，根据对核动力装置不同类型关重部件的常见故障或可能的潜在质量性能问题的分析，初步确定激励和响应点位置，要求所形成的运行态跨点...
- 潘宏侠许昕潘铭志付志敏赵雄鹏安邦张玉学
- 文献传递
