您的位置: 专家智库 > >

江西省自然科学基金(0450017)

作品数:6 被引量:54H指数:4
相关作者:熊国良张龙陈慧柳和生邹慧君更多>>
相关机构:华东交通大学上海交通大学上饶师范学院更多>>
发文基金:江西省自然科学基金更多>>
相关领域:自动化与计算机技术机械工程交通运输工程更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 3篇机械工程
  • 1篇交通运输工程

主题

  • 6篇故障诊断
  • 4篇信号
  • 4篇非平稳
  • 4篇非平稳信号
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇时频
  • 2篇时频分析
  • 2篇频分
  • 2篇转子
  • 2篇转子故障
  • 2篇转子故障诊断
  • 2篇向量
  • 2篇向量机
  • 1篇信号分析
  • 1篇旋转机械
  • 1篇振动
  • 1篇振动信号
  • 1篇振动信号分析
  • 1篇时变参数模型

机构

  • 6篇华东交通大学
  • 4篇上海交通大学
  • 2篇上饶师范学院

作者

  • 6篇张龙
  • 6篇熊国良
  • 4篇陈慧
  • 2篇邹慧君
  • 2篇柳和生
  • 2篇李嶷

传媒

  • 1篇振动.测试与...
  • 1篇农业机械学报
  • 1篇振动与冲击
  • 1篇机械设计与制...
  • 1篇中国电机工程...
  • 1篇华东交通大学...

年份

  • 1篇2008
  • 2篇2007
  • 1篇2006
  • 2篇2005
6 条 记 录,以下是 1-6
排序方式:
变工况下转子振动信号的时频分析方法比较被引量:2
2008年
比较了时变参数自回归模型(TVAR)、短时傅里叶变换(STFT)、Wigner-Ville分布(WVD)、Choi-Williams分布(CWD)、连续小波变换(CWT)以及Hilbert-Huang变换(HHT)等几种时频分析方法的时频聚焦性、分辨率、交叉干扰项抑制以及计算效率。对一个具有调频和调幅特性的转子启动过程振动仿真信号进行分析,得出针对此类信号TVAR具有较好综合性能;以STFT的分析结果为比较基准,利用TVAR方法对加速启动工况下采集的实验台转子振动信号进行了分析。结果表明:TVAR不仅能够有效地分析转子启动过程非平稳振动信号,而且具有较强的信号特征提取和抗噪声能力。
熊国良张龙
关键词:故障诊断非平稳信号时频分析
基于时变自回归模型与支持向量机的旋转机械故障诊断方法被引量:28
2007年
旋转机械如电机振动信号普遍存在非平稳性,同时对于某台设备已有的故障样本往往非常有限的。针对这些问题,提出一种基于时变参数自回归模型和支持向量机相结合的旋转机械故障诊断方法。首先通过对振动信号建立TVAR模型,提取模型系数及残差的方差作为信号特征,然后利用SVM对信号进行分类,继而实现故障自动识别。转子实验台实验结果表明该文方法能够有效提取非平稳信号的特征,并能在较少训练样本的情况下获得较好的诊断结果。
张龙熊国良柳和生邹慧君陈慧
关键词:旋转机械支持向量机非平稳信号故障诊断
经验模式分解法(EMD)在滚动轴承故障诊断中的应用被引量:9
2005年
在非平稳过程中,由于机械设备所受的应力比平稳过程中所受的应力更为复杂,因此,对设备的非平稳过程进行监测有利于发现早期故障,避免故障发展导致的严重破坏.本文将EMD(EmpiricalModeDecomposition)法应用于机械故障诊断当中.由于EMD法具有自适应的特性,适宜于非平稳信号的分解.该方法应用于滚动轴承的故障振动信号分析中,结果表明该方法能够突出滚动轴承故障振动信号的故障特性,从而提高了滚动轴承故障诊断的准确性.
李嶷熊国良张龙
关键词:机械故障诊断EMD滚动轴承故障振动信号分析机械设备
基于AR-SVM的转子故障诊断被引量:1
2005年
将时间序列建模与支持向量机相结合并应用于转子故障诊断领域。用时间序列理论进行故障建模,可以在缺乏对实际故障机理了解的情况下从机组自身的运行过程中动态获取故障的统计特征信息1。而支持向量机作为模式识别领域的新工具,其具有小样本学习能力等显著优势2。这里首先对实验台振动信号建立时间序列模型,然后用模型参数来训练一个支持向量机作为故障诊断的分类器。实验结果表明,这种方法有很好的实用性。
张龙熊国良陈慧李嶷
关键词:时间序列故障诊断支持向量机SVM
TVAR在非平稳工况转子故障诊断中的应用被引量:5
2007年
研究了基于BP网络(ANN)的时变参数自回归模型(TVAR)及其在非平稳工况旋转机械故障诊断中的应用。首先提出了一种基于BP算法的TVAR参数辨识方法,然后利用TVAR方法对一非线性调频仿真信号进行时频分析,并与典型时频分析方法短时傅里叶变换(STFT)及Choi-Williams分布(CWD)的分析结果进行比较。结果表明,TVAR方法具有时频分辨率高、无交叉干扰项及计算速度快等优点。最后利用TVAR方法分析了转子启动过程正常及故障工况下转子实验台的非平稳振动信号。研究表明,TVAR不但能够有效地分析非平稳振动信号,而且具有较强的故障特征提取和抗噪声能力,是在时频域上进行故障诊断的有效方法。
熊国良张龙陈慧
关键词:非平稳信号故障诊断时频分析
时变参数模型及其在非平稳振动分析中的应用被引量:10
2006年
对时变参数模型TVAR(Tim e-varying Autoregressive Model)进行了研究,并将其应用于转子实验台非平稳振动信号的分析。TVAR是模型参数随信号统计特性而变化的变参数AR(Autoregressive Model)模型,适用于分析非平稳信号。利用TVAR对调频仿真信号进行分析并与典型时频分析方法进行比较,结果表明TVAR具有时频分辨率高、无交叉干扰项以及对噪声不敏感等优点。基于TVAR分析了转子实验台正常及故障工况下连续变速过程中采集的振动信号,实验表明TVAR能够有效地分析非平稳振动信号,并具有较强的信号特征提取能力,为非平稳工况下转子故障诊断及模态分析等提供了一种有效的分析方法。
张龙熊国良柳和生邹慧君陈慧
关键词:时变参数模型非平稳信号故障诊断
共1页<1>
聚类工具0