您的位置: 专家智库 > >

甘肃省科技支撑计划(1204GKCA068)

作品数:6 被引量:24H指数:2
相关作者:胡赤兵赵家黎周厚金更多>>
相关机构:兰州理工大学学研究院更多>>
发文基金:甘肃省科技支撑计划更多>>
相关领域:机械工程自动化与计算机技术更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 4篇机械工程
  • 4篇自动化与计算...

主题

  • 5篇轴承
  • 3篇轴承故障
  • 3篇滚动轴承
  • 2篇小波
  • 2篇包络谱
  • 2篇EMD
  • 1篇电机
  • 1篇电机轴
  • 1篇电机轴承
  • 1篇电流
  • 1篇电流信号
  • 1篇定子
  • 1篇定子电流
  • 1篇信号
  • 1篇虚拟仪器
  • 1篇轴承故障诊断
  • 1篇小波包
  • 1篇小波包分析
  • 1篇小波核
  • 1篇小波核函数

机构

  • 5篇兰州理工大学
  • 1篇学研究院

作者

  • 3篇胡赤兵
  • 1篇周厚金
  • 1篇赵家黎

传媒

  • 2篇制造业自动化
  • 2篇机械制造与自...
  • 1篇机械传动
  • 1篇中国测试

年份

  • 5篇2014
  • 1篇2013
6 条 记 录,以下是 1-6
排序方式:
EEMD样本熵在轴承故障SVM识别中的研究被引量:12
2014年
滚动轴承故障支持向量机(SVM)智能识别的关键技术是故障信息的提取。由于小波变换和经验模态分解分别存在非自适应和模态混叠的缺陷,采用总体平均经验模态分解(EEMD)和样本熵来提取滚动轴承故障信息。实验中采集了3种工况和3种点蚀直径下的滚动轴承振动信号并进行小波降噪,降噪后信号用EEMD分解为若干个IMF分量,用样本熵表征主要分量的复杂性,同时设计了以EEMD样本熵作为训练和识别样本的SVM滚动轴承故障分类识别器。实验结果表明该方法在小样本的情况下能准确识别轴承正常和内圈、外圈、滚动体故障,并且随着样本数量增加识别准确性提高。
楼军伟胡赤兵赵家黎
关键词:SVM滚动轴承
滚动轴承故障小波核函数SVM分类识别研究被引量:2
2014年
支持向量机(Support Vector Machine,简称SVM)是通过核函数来分类识别非线性样本的,为了提高SVM的分类识别精度,基于平移不变核函数条件,构造和证明了墨西哥草帽小波核函数SVM。实验中采集了轴承正常和内圈、外圈、滚动体点蚀的故障数据,利用总体平均经验模态分解(Ensemble Empirical Mode Decomposition,简称EEMD)和样本熵提取了故障特征信息,将EEMD样本熵作为小波核函数SVM的特征向量进行故障分类识别,并与径向基核函数SVM的分类识别结果进行比较,比较结果表明小波核函数SVM的分类识别准确性更高。
周厚金楼军伟胡赤兵
关键词:滚动轴承小波核函数
EMD包络谱在虚拟仪器诊断系统中的实现及应用被引量:2
2014年
经验模态分解非常适合于非平稳、非线性信号的分析,Labview和Matlab在工程中使用较广,三者的有机结合在工程中具有广阔的应用前景。为此,将Labview和Matlab优势互补,采用Matlab Script节点技术混合编程在虚拟仪器中实现EMD(empirical mode decomposition)包络谱分析。实例应用结果表明Labview开发的系统主界面具有良好的人机交互和强大的图形显示界面,Labview中调用Matlab提供的EMD包络谱程序能准确、快速识别正常和故障轴承特征频率,针对不同信号选择不同分解层数时程序修改简单方便。
李贵子楼军伟
关键词:MATLABMATLABSCRIPT混合编程
基于LabWindowsCVI的低速轴承故障诊断系统设计被引量:2
2013年
针对在低速重载高温环境下运行设备的滚动轴承故障率高、诊断方法不完善、诊断设备功能单一等问题,本文设计了一种基于虚拟仪器的低速轴承故障诊断系统。采用LabWindowsCVI与MATLAB混合编程语言来设计软件,采用事件触发机制和多线程技术来实现系统功能。实验结果表明:DMA高速AI中断采样方式与小波包分析方法,为滚动轴承的振动监测和故障诊断提供了实时准确的参考数据和可靠有效的维修建议。
贺成柱吕凤玉冯作全
关键词:轴承故障诊断小波包分析
EMD样本熵在滚动轴承信号复杂性度量中的应用被引量:4
2014年
针对常用的傅里叶变换、小波变换等在分析滚动轴承信号时存在难以度量复杂性的局限,采用经验模态分解(EMD)结合样本熵来改进。通过对不同故障程度的滚动轴承信号应用样本熵和EMD样本熵的实际效果进行比较,同时对EMD样本熵大的分量进行包络谱分析。结果发现:样本熵值过于接近不易区分,而EMD样本熵值差别明显准确性更高,并且其变化趋势与信号随故障变化的趋势一致,包络谱中存在故障频率及其倍频。该方法可用于轴承运行状态监测和预判。
王季楼军伟李贵子朱琳
关键词:EMD滚动轴承包络谱
基于EEMD样本熵的电机轴承电流信号复杂性评估被引量:2
2014年
电机轴承损伤会导致电机定子电流产生相应的电流谐波,电流谐波频率包含轴承故障特征频率。为了有效评估定子电流信号的复杂性(即电流谐波出现概率),采用总体平均经验模态分解(EEMD)结合样本熵来实现,该方法先用EEMD将定子电流信号分解为若干个内禀模态分量,再计算分量的样本熵。通过比较得出在评估损伤轴承定子电流信号复杂性时EEMD样本熵的效果较样本熵更好,并且EEMD样本熵增大-减小-增大的变化趋势与轴承损伤逐渐加大时定子电流的变化趋势一致。根据上述结论该方法可应用于封闭结构中电机轴承运行状态的监测和预判,也可以作为智能故障识别的信号源。
楼军伟胡赤兵王季李贵子贾德强
关键词:电机轴承定子电流
共1页<1>
聚类工具0