您的位置: 专家智库 > >

湖南省机械设备健康维护重点实验室开放基金(201202)

作品数:5 被引量:38H指数:4
相关作者:程军圣郑近德杨宇曾鸣罗颂荣更多>>
相关机构:湖南大学湖南科技大学更多>>
发文基金:湖南省机械设备健康维护重点实验室开放基金湖南省自然科学基金国家自然科学基金更多>>
相关领域:机械工程电子电信更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇机械工程
  • 2篇电子电信

主题

  • 4篇局部特征尺度...
  • 3篇经验模态分解
  • 3篇故障诊断
  • 2篇时频
  • 2篇时频分析
  • 2篇时频分析方法
  • 2篇频分
  • 2篇轴承
  • 2篇滚动轴承
  • 1篇碰摩
  • 1篇转子
  • 1篇转子碰摩
  • 1篇自适
  • 1篇自适应
  • 1篇模式识别
  • 1篇分值
  • 1篇OC
  • 1篇HILBER...
  • 1篇齿轮

机构

  • 5篇湖南大学
  • 1篇湖南科技大学

作者

  • 5篇程军圣
  • 3篇郑近德
  • 3篇杨宇
  • 2篇罗颂荣
  • 2篇曾鸣
  • 1篇李海龙
  • 1篇马兴伟
  • 1篇李学军

传媒

  • 1篇振动工程学报
  • 1篇电子学报
  • 1篇中国机械工程
  • 1篇振动与冲击
  • 1篇中南大学学报...

年份

  • 2篇2015
  • 2篇2014
  • 1篇2013
5 条 记 录,以下是 1-5
排序方式:
基于改进的局部特征尺度分解和归一化正交的时频分析方法被引量:10
2015年
针对希尔伯特-黄变换(Hilbert-Huang Transform,HHT)中经验模态分解(Empirical Mode Decomposition,EMD)和希尔伯特变换(Hilbert Transform,HT)的不足,提出了一种基于改进的局部特征尺度分解(Improved Local Characteristic-scale Decomposition,ILCD)和归一化正交(Normalized Quadrature,NQ)的时频分析方法.ILCD克服了LCD的固有缺陷,在精确性和正交性等方面要优于EMD和LCD方法.同时为了克服HT的不足,提出了一种基于经验调幅调频分解标准化估计瞬时频率的归一化正交(Normalized Quadrature,NQ)方法.通过仿真信号将EMD,LCD与ILCD进行对比,同时将标准希尔伯特变换,直接正交法与NQ进行对比,结果表明了论文方法的有效性.转子碰摩故障数据分析结果进一步验证了论文方法的有效性和优越性.
郑近德程军圣曾鸣
关键词:HILBERT-HUANG变换经验模态分解局部特征尺度分解时频分析转子碰摩
广义经验模态分解性能分析与应用被引量:12
2015年
针对经验模态分解(Empirical Mode Decomposition,EMD)的均值曲线采用三次样条拟合而容易引起包络过冲和不足等缺陷,相关学者提出了许多改进均值曲线的变种EMD方法,取得了一定的效果。广义经验模态分解(Generalized EMD,GEMD)方法综合了多种改进EMD方法,通过定义不同的均值曲线对信号进行逐阶筛分,从得到的每一阶分量中选取最优作为最终的广义内禀模态函数(Generalized Intrinsic Mode Function,GIMF),由于每一阶的GIMF分量都是最优的,因此相较于EMD等单一均值曲线筛分方法,GEMD分解结果也是最优的。论文对GIMF分量准则进行了改进以及对GEMD性能进行了分析,并将GEMD应用于仿真和实测信号的分析,结论表明GEMD分解是完备的和正交的,有比EMD更强的分解能力,而且适合机械振动信号的处理和故障诊断。
郑近德程军圣曾鸣罗颂荣
关键词:经验模态分解局部特征尺度分解故障诊断
基于部分集成局部特征尺度分解与拉普拉斯分值的滚动轴承故障诊断模型被引量:6
2014年
提出了一种基于部分集成局部特征尺度分解(Partly ensemble local characteristic-scale decomposition,PELCD)、拉普拉斯分值(Laplacian score,LS)特征选择和基于变量预测模型模式分类(Variable predictive model based class discrimination,VPMCD)的滚动轴承故障诊断模型。PELCD是新提出的一种基于噪声辅助数据分析方法,克服了局部特征尺度分解的模态混淆问题,与传统的基于噪声辅助数据分析方法相比有一定的优越性,论文将其应用于滚动轴承振动信号的预处理。之后提取振动信号PELCD分量的时域和频域统计特征及振动信号的时频联合域特征;同时为了降低特征向量维数,提高诊断效率,采用LS优化特征向量。再将优化的特征向量输入到VPMCD分类器进行训练和测试。滚动轴承实验数据分析结果表明该模型能够有效地诊断故障程度和故障类型。
程军圣郑近德杨宇罗颂荣
关键词:故障诊断滚动轴承
基于OC-VPMCD和ITD的滚动轴承故障诊断方法被引量:2
2014年
基于变量预测模型的模式识别方法可以充分利用从原始数据中所提取的特征值之间的相互内在关系建立数学模型并以预测误差平方和值最小为判别函数进行分类。基于此,提出了一种新的一类分类方法——单类基于变量预测模型的模式识别(OC-VPMCD)方法,将该方法与本征时间尺度分解(ITD)方法相结合并应用于滚动轴承故障诊断。首先采用ITD对滚动轴承振动信号进行分解并对包含主要故障信息的若干固有旋转(PR)分量提取排列熵作为故障特征值;然后对OC-VPMCD分类器进行训练,并确定预测误差平方和阈值;最后进行OC-VPMCD模式识别,根据模式识别结果判断滚动轴承的工作状态正常与否。实验数据分析结果表明,该方法能够有效地应用于滚动轴承振动信号的故障诊断。
程军圣马兴伟李学军杨宇
关键词:滚动轴承故障诊断
基于内禀尺度分量的自适应时频分析方法被引量:11
2013年
在定义一种瞬时频率具有物理意义的单分量信号—内禀尺度分量(简称ISC)的基础上,提出一种新的信号自适应时频分析方法—局部特征尺度分解方法(简称LCD)。LCD方法可以自适应地将任意一个复杂信号分解为若干个瞬时频率具有物理意义的ISC分量之和。对LCD方法的基本理论进行研究,分别采用LCD方法和经验模态分解(简称EMD)方法对仿真信号进行分析,对比结果表明:LCD方法的有效性及在端点效应、计算时间等方面都优于EMD方法,并且把LCD方法应用于齿轮的实验振动信号分析,LCD方法可以有效地应用于齿轮故障诊断。
程军圣李海龙杨宇
关键词:局部特征尺度分解经验模态分解齿轮
共1页<1>
聚类工具0