杨望灿
- 作品数：13 被引量：145H指数：7
- 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：机械工程电子电信自动化与计算机技术更多>>
- 基于改进半监督局部保持投影算法的故障诊断被引量：13
- 2015年
- 为解决在少量标记样本的条件下故障诊断困难的问题,提出一种基于改进半监督局部保持投影(ISS-LPP)的故障诊断方法。ISS-LPP算法利用部分标记样本的标签信息调整原始特征空间中样本间的权值矩阵,并根据所有样本在特征空间的分布情况自适应的调整邻域参数,寻找数据的低维本质流形,得到原始特征空间样本数据的低维特征向量和投影转换矩阵。以得到的低维特征向量为输入,建立分类器,识别和判断故障类型。将ISS-LPP算法应用于滚动轴承的故障诊断。实验结果表明:该方法能够在标记样本较少时,提高轴承的故障诊断精度。
- 杨望灿张培林吴定海陈彦龙
- 关键词：故障诊断权值矩阵滚动轴承
- 基于模糊熵与LS-SVM的轴承故障诊断被引量：22
- 2014年
- 由于滚动轴承不同状态的振动信号具有不同复杂度的特点,提出利用模糊熵和最小二乘支持向量机(LSSVM)实现轴承故障的准确诊断。模糊熵将模糊理论引入到数据序列的复杂度测度中,能够测量出不同复杂度的数据序列。根据模糊熵计算方法,选择最优参数计算轴承振动信号的模糊熵,作为区分轴承不同故障状态的特征参数。以轴承振动信号的模糊熵为输入,以最小二乘支持向量机为分类器,准确识别轴承故障状态。轴承实测振动信号分析表明,方法能够有效诊断轴承故障,提高故障诊断的准确率。
- 杨望灿张培林任国全李俊
- 关键词：模糊熵最小二乘支持向量机滚动轴承故障诊断
- 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
- 融合字典学习的滑动轴承摩擦故障趋势自记忆预测被引量：3
- 2017年
- 将自记忆模型引入到滑动轴承的接触摩擦故障发展趋势预测中,针对一般形式的多变量自记忆模型的不足,提出一种基于字典学习的滑动轴承摩擦故障趋势的多变量自记忆预测方法。首先,构建多变量字典,利用稀疏编码筛选出影响系统演化的主要变量。然后通过误差平方和最小原则更新不同作用形式的变量字典,确定变量影响系统演化的最佳作用形式和影响系数,最终得到多变量的系统动力核函数,解决了系统动力核与多变量关系难处理问题。最后,引入自记忆函数,将所得的系统动力核反演成一个微分-差分方程,由此得到滑动轴承的多变量自记忆预测模型。应用到实例中,有效地预测了故障的发展趋势,为滑动轴承摩擦退化趋势预测提供了一种新的途径。
- 张峻宁张培林张云强杨望灿华春蓉
- 关键词：故障诊断滑动轴承
- 基于奇异值差分谱与改进包络分析的轴承故障特征提取被引量：8
- 2013年
- 针对滚动轴承振动信号故障特征难以提取的问题,提出了一种基于奇异值差分谱与改进包络分析的轴承故障特征提取方法。首先,通过奇异值分解将原始轴承振动信号分解为一系列能够线性叠加的分量信号,利用故障特征分量和噪声分量在奇异值上的差异,根据奇异值差分谱的性质筛选出有效奇异值,选择包含故障特征的分量重构信号。针对奇异值分解去噪后仍存在残余噪声,采用改进包络分析,在频域中进一步去除重构信号中的残余噪声。最后对实测轴承信号进行分析,准确地提取到故障特征明显、故障频率突出的轴承故障信号,完成故障诊断。
- 杨望灿张培林王怀光陈彦龙
- 关键词：滚动轴承特征提取
- 基于EMD和增强功率谱分析的滚动轴承故障诊断方法被引量：2
- 2013年
- 针对滚动轴承振动信号的故障特征难以提取的问题,提出了一种基于经验模态分解(Empirical Mode Decomposition,EMD)和增强功率谱的分析方法。首先通过EMD分解方法将非线性、非平稳的轴承故障振动信号分解成若干个本征模态函数(Intrinsic Mode Function,IMF)分量,然后对包含轴承故障特征信息的本征模态函数分量做增强功率谱分析。仿真分析结果和实验结果表明,增强功率谱分析能够增强IMF分量中与轴承故障有关的周期脉冲信号成分,同时减弱随机噪声信号成分,消除干扰频率,得到故障信号清晰明显的频域调幅特征,从而实现滚动轴承故障的准确诊断。
- 杨望灿张培林吴定海陈彦龙
- 关键词：经验模态分解滚动轴承故障诊断
- 某柴油机滑动轴承接触摩擦故障的振动特征与状态监测被引量：3
- 2016年
- 针对柴油机滑动轴承振动的非稳态非线性特性,提出了一种监测滑动轴承摩擦故障的新方法。该方法首先分析了在柴油机发火燃烧时滑动轴承振动与滑动轴承接触摩擦故障的对应关系,建立了在发火燃烧时滑动轴承的接触摩擦故障特征,并依据与滑动轴承故障之间的关系提出了综合特征值公式,用于定量描述滑动轴承的摩擦故障。结果表明:该方法在线监测柴油机滑动轴承的摩擦故障简单准确,为诊断滑动轴承摩擦故障提供了新思路。
- 张峻宁张培林陈彦龙杨望灿
- 关键词：滑动轴承
- 基于邻域自适应局部保持投影的轴承故障诊断模型被引量：12
- 2014年
- 为了有效利用振动信号进行故障诊断,提出了一种基于邻域自适应局部保持投影的轴承故障诊断模型。首先,利用EMD将轴承振动信号分解为若干个平稳的固有模态函数(IMF),对IMF分量建立自回归(AR)模型,构建原始特征子集。然后,利用邻域自适应局部保持投影算法对原始特征子集进行降维处理,获得原始特征子集的低维特征向量和投影矩阵。以低维特征向量为输入,以最小二乘支持向量机(LS-SVM)为分类器,通过研究故障识别率和低维特征空间维数的关系确定最优降维维数和对应的最优投影矩阵。最后,根据最优降维维数完成降维处理过程,得到低维特征向量,输入LS-SVM分类器,识别轴承的工作状态和故障类型。实验结果表明,该模型提高了轴承故障诊断的精度。
- 杨望灿张培林张云强
- 关键词：AR模型轴承故障诊断
- 压缩感知中测量矩阵构造综述被引量：22
- 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EEMD与奇异熵增量谱的齿轮故障特征提取被引量：8
- 2014年
- 针对齿轮振动信号非线性、非平稳的特点,提出一种基于集合经验模态分解(EEMD)与奇异熵增量谱的齿轮故障特征提取方法。首先,利用EEMD方法将齿轮振动信号分解为若干个平稳的本征模态函数(IMF)分量。EEMD方法利用正态分布白噪声的二进尺度分解特性,能够有效抑制经验模态分解(EMD)中的模态混叠现象。但由于背景噪声和残余辅助白噪声的影响,EEMD分解得到的IMF分量难以准确提取齿轮故障特征。利用奇异值分解(SVD)对IMF分量进行消噪和重构,根据奇异熵增量谱确定重构阶次,准确地提取齿轮的故障特征频率。仿真信号分析和齿轮箱齿轮故障实验验证了该方法的准确性和有效性。
- 杨望灿张培林吴定海陈彦龙
- 关键词：齿轮故障特征提取
