张石磊
- 作品数：3 被引量：35H指数：2
- 供职机构：辽宁工程技术大学机械工程学院更多>>
- 发文基金：辽宁省自然科学基金国家自然科学基金机械传动国家重点实验室开放基金更多>>
- 相关领域：电子电信矿业工程自动化与计算机技术理学更多>>
- 基于声发射信号的煤岩界面识别研究被引量：23
- 2017年
- 为实现采煤机煤岩截割过程中滚筒高度的自动调节控制,提出一种基于声发射信号的煤岩界面动态识别方法,测试和提取不同煤岩截割比例条件下的声发射特征信号。采用时域分析方法得到不同工况下的时域指标,采用小波分析方法提取煤岩截割的声发射信号特征值,建立不同煤岩截割比例条件下声发射信号的最小隶属度函数,实现煤岩截割比例的实时在线监测。实验室截割实验测试结果表明,滚筒实际煤岩轨迹与截割煤岩轨迹之间差值的平均值、方差、标准差很小。实验结果验证了该识别系统的精确性与可靠性。
- 张强张强张强张石磊王海舰
- 关键词：采煤机声发射信号时域分析小波分析隶属度函数
- 基于振动和声发射信号的截齿磨损程度识别研究被引量：12
- 2018年
- 为实现采煤机截齿截割过程中磨损程度的在线监测和识别，提出一种基于RBF（RadicalBasisFunction）神经网络的截齿磨损程度多特征信号监测方法。提取截割过程中不同磨损程度截齿的振动和声发射特征信号，分别分析振动和声发射信号的峰值、时域图方差和频域图均方根值这6个特征参数，获取振动信号、声发射信号与不同磨损程度截齿的变化规律。建立5种不同磨损程度截齿的多特征信号样本数据库，采用多特征信号样本对RBF神经网络进行学习和训练，建立截齿磨损程度的识别模型，实现截齿磨损程度在线监测与精确识别。实验结果表明：随着截齿磨损程度的加剧，截齿振动和声发射时域信号中信号峰值和方差均呈增大的趋势；振动和声发射的频域信号中频谱图均方根也呈现逐渐增大的趋势；基于RBF神经网络的截齿磨损程度监测系统的网络判别结果和测试样本的实际磨损程度类别相符，该RBF神经网络系统能够对截齿磨损程度类型进行准确的监测和识别。
- 张强刘志恒张强刘志恒张石磊黄传辉
- 关键词：截齿磨损程度振动信号声发射信号
- 基于声发射信号的蜗轮磨损程度在线监测被引量：2
- 2017年
- 为实现对蜗轮蜗杆减速器工作过程中蜗轮磨损程度的精确监测,利用多通道声发射检测仪器对不同磨损程度的蜗轮声发射信号进行在线采集。采用小波分析方法对信号进行去噪处理,提取声发射特征信号值,根据最小模糊熵优化模型构造出不同磨损程度蜗轮的模糊隶属度函数。采用ANFIS多维模糊神经网络实现多通道声发射信号的决策融合,提高了蜗轮磨损程度识别结果的准确性。通过对随机磨损程度的蜗轮进行实际验证,实验结果验证了系统的有效性和可靠性。
- 张强张强张强赵轲王海舰
- 关键词：声发射小波分析
