公共文化服务平台

基于盲信号处理的传动箱状态监测与故障诊断被引量：1: 2006年; 将盲信号处理技术应用到基于振动分析的传动箱故障诊断中,作为信号预处理与故障特征提取的主要工具,可极大增强故障信息,改变传统的以降噪为主的故障信息增强思想,提高诊断精度,解决实际中故障定位难、早期故障诊断率低的难题。; 黄晋英潘宏侠毕世华杨喜旺; 关键词：盲信号处理盲源分离传动箱故障诊断

履带车辆车体载荷分析和快速模拟寿命试验被引量：4: 2008年; 讨论了履带车辆在凹凸不平路面上行驶时车体所受的动态载荷,分析了产生动态载荷的各种影响因素,并以某履带车在试验环境下行驶状态的载荷谱数据为依据,探索了快速疲劳试验的方法和数据处理技术。; 刘瑛刘洁潘宏侠; 关键词：履带车辆载荷分析载荷谱

基于粒子群优化的故障特征提取技术研究被引量：14: 2008年; 齿轮传动箱的故障征兆,可以通过不同的特征参量表现出来。传动箱工作过程中,由于响应信号成分复杂,提取其敏感的故障特征信息非常困难。故障程度、部位和类型等对特征参量的敏感程度差别很大,通过传统的特征提取和分析方法可以建立庞大的特征参量集。如何从众多的特征参量中确定可靠有效的故障特征参量,如何根据故障对特征参量的敏感程度优化筛选特征参量集,是实现实时在线故障诊断亟待解决的一个问题。针对传动箱故障特征选择问题,提出了基于粒子群优化(PSO)算法的特征选择方法。将粒子群优化技术用于研究传动箱振动响应信号的分析与处理,用于故障诊断特征参量集的提取与优化,形成了适合该齿轮传动箱的有效故障特征参量,从而建立了与齿轮传动箱故障现象密切相关的特征参量集。把此算法应用到齿轮传动箱故障诊断中,结果证明,该算法有很好的效果,提高了诊断精度,比常用的梯度下降算法具有更快的优化速度。; 潘宏侠黄晋英毛鸿伟刘振旺; 关键词：粒子群优化故障诊断特征提取传动箱

粒子群优化技术用于故障诊断中的测点优化配置研究被引量：5: 2008年; 针对车辆齿轮传动箱这样一个复杂的动力学系统,建立结构在不同点激励和不同点响应的传递特性模型。考虑其内部各种零部件的振动信号经不同的传递路径到达箱体表面并相互叠加在一起的实际情况,提出用基于粒子群优化算法解决故障检测中的传感器优选与测点配置问题的基本方法。通过各测点的测试分析与传递特性参数的优化,不但给出了测点布置的基本优选原则,也证明了基于粒子群优化技术的传感器与测点优化配置是可行的。; 潘宏侠黄晋英毛鸿伟魏秀业; 关键词：人工智能小波神经网络粒子群优化故障诊断

粒子群优化齿轮箱振动信号周期分量提取方法被引量：1: 2013年; 为了从齿轮箱振动信号中快速获得各零部件的振动信号,给准确定位故障部件提供理论依据,提出了一种适合于齿轮箱振动信号周期分量提取的改进型粒子群优化算法。在对齿轮箱振动信号、周期信号振幅与对应频率间的关系以及初始相位与对应频率间的关系分析的基础上,以各特征频率及其组合为基准生成初始种群进行优化,减少了周期信号提取中的盲目性,加快了周期信号的提取过程。最后,对实验室的齿轮箱进行了不同工况下振动信号的检测,以这些信号为例进行了周期分量的提取,结果说明所提方法是可行有效的。; 原菊梅潘宏侠; 关键词：振动信号

基于粒子群优化的设备状态分类器设计被引量：2: 2006年; 以某设备中的减速箱为研究对象,建立了BP神经网络,采用粒子群优化算法训练神经网络,设计一个状态分类器,用于检测减速箱的当前状态。结果表明,基于粒子群优化的神经网络具有良好的训练性能,能快速地收敛于最优解;样本输出结果较理想值误差较小,分类器的识别结果完全符合实际情况。该分类器可以有效准确地识别减速箱的运行状态,为进一步故障检测提供了有效工具。; 魏秀业潘宏侠; 关键词：减速箱神经网络粒子群优化群体智能

Agent在网络信息智能检索中的应用被引量：5: 2007年; 分析了当前Internet信息检索的不足,探讨了Agent技术在网络信息检索方面的应用。充分考虑了信息检索过程中用户兴趣问题,提出了一个基于Agent的智能化检索系统的框架,该系统结合领域知识,运用多种用户兴趣学习算法,从而为用户提供个性化信息检索服务。; 盛仲飙何东健潘宏侠; 关键词：AGENT 网络信息检索个性化

独立分量分析在齿轮箱故障诊断中的应用被引量：15: 2008年; 提出了一种用于齿轮箱故障诊断的信号预处理方法。推导了基于互信息最小化的独立分量分析算法(简称ICA算法),应用确定性混合信号对算法进行了仿真验证,并将该算法应用于齿轮箱振动信号的预处理中。经3种工况下的齿轮箱振动信号的ICA分解结果分析,表明应用ICA技术后,故障信息得到了极大的增强。改变了传统的以降噪为主的故障信息增强思想,为微弱故障的有效诊断提供了一定的技术手段。; 黄晋英毕世华潘宏侠杨喜旺; 关键词：独立分量分析齿轮箱故障诊断

基于高阶累量谱的轴承故障诊断被引量：3: 2007年; 在轴承故障诊断中,故障信号的提取是一个关键问题。实际测得的轴承振动信号一般是非平稳和非高斯分布的信号,信噪比很低,微弱的故障信息往往完全淹没在噪声中,信号特征的提取非常困难。信号的高阶累积量对加性高斯噪声和对称非高斯噪声不敏感,应用在轴承的故障诊断中,可以有效地分离信号与噪声,提高信噪比,增强故障信息。对轴承在不同状态下的振动信号进行对比分析,提取了不同状态下轴承振动信号的功率谱与高阶累量谱(双谱),建立了用于故障诊断的双谱特征向量,并利用BP神经网络进行了故障诊断。分析结果表明,从高阶累积量提取的特征与功率谱相比,对故障特征比较敏感,容易实现智能诊断中的数字特征提取,可有效地区分轴承的故障。; 黄晋英潘宏侠毕世华杨喜旺; 关键词：人工智能轴承故障诊断

齿轮箱故障诊断技术现状及展望被引量：47: 2006年; 从齿轮箱故障机理研究、信号处理技术、故障诊断方法等方面对齿轮箱诊断技术的现状进行了讨论.列举并分析了小波分析、模态分析、粗糙集理论、群体智能理论、生物免疫机理等理论在齿轮箱故障诊断中的应用,展望了齿轮箱故障诊断技术的发展.对现有齿轮箱诊断技术研究急待解决的问题提出了看法.; 魏秀业潘宏侠; 关键词：齿轮箱故障诊断频谱分析小波分析群体智能

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(50575214)