您的位置: 专家智库 > >

云南省教育厅科学研究基金(2012C197)

作品数:5 被引量:32H指数:3
相关作者:张文斌滕瑞静苏艳萍郭德伟普亚松更多>>
相关机构:红河学院浙江大学更多>>
发文基金:云南省教育厅科学研究基金云南省应用基础研究基金云南省应用基础研究计划面上项目更多>>
相关领域:电子电信矿业工程机械工程更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 2篇矿业工程
  • 2篇电子电信
  • 1篇机械工程

主题

  • 2篇降噪
  • 2篇齿轮
  • 2篇齿轮故障
  • 1篇信号
  • 1篇信号处理
  • 1篇信号降噪
  • 1篇识别方法
  • 1篇特征提取
  • 1篇奇异值
  • 1篇奇异值分解
  • 1篇转子
  • 1篇转子故障
  • 1篇谐波
  • 1篇谐波小波
  • 1篇谐波小波包
  • 1篇故障识别
  • 1篇故障诊断
  • 1篇齿轮故障诊断

机构

  • 5篇红河学院
  • 2篇浙江大学

作者

  • 5篇张文斌
  • 2篇普亚松
  • 2篇郭德伟
  • 2篇苏艳萍
  • 2篇滕瑞静

传媒

  • 2篇工矿自动化
  • 1篇制造业自动化
  • 1篇机械工程学报
  • 1篇中国电机工程...

年份

  • 3篇2014
  • 2篇2013
5 条 记 录,以下是 1-5
排序方式:
顺序形态滤波与样本熵在转子故障特征提取中的应用被引量:2
2013年
结合顺序形态滤波方法与非线性动力学参数样本熵,提出一种新的转子故障特征提取方法。首先引入循环统计学的思想对传统形态滤波方法进行改进,定义了顺序形态滤波器,并结合实际选用最简单的直线结构元素,对实测转子振动信号进行顺序形态滤波降噪预处理;然后计算降噪后信号的样本熵,包括转子正常、不平衡、不对中、油膜涡动和碰摩等五种工况的振动信号;最后将样本熵作为特征,依据不同的故障对应不同的样本熵分布,对各种故障状态进行评价.转子系统故障识别的实例验证了该方法的可行性和有效性。
张文斌
关键词:降噪特征提取转子
一种有效的齿轮故障识别方法
2014年
针对齿轮故障特征信息往往被信号中的噪声淹没的问题,提出了一种基于谐波小波包、样本熵和灰色关联度的齿轮故障识别方法。首先,采用顺序形态滤波器,并结合实际选用最简单的直线结构元素,对实测齿轮振动信号进行顺序形态滤波降噪预处理。然后,采用谐波小波包将不同故障的齿轮振动信号分解到3层共8个频带上,并计算各频带的样本熵。最后,以样本熵为元素构造特征向量,通过计算标准故障模式特征向量与待识别样本的灰色关联度来判断齿轮的工作状态和故障类型。试验结果表明,该方法能够有效地应用于齿轮系统的故障诊断。
张文斌
关键词:齿轮故障识别谐波小波包
基于集合经验模式分解能量分布与灰色相似关联度的齿轮故障诊断被引量:11
2014年
针对齿轮发生故障时,其不同频带能量分布与其故障状态间存在一定的映射关系,提出一种基于集合经验模式分解与灰色相似关联度相结合的故障诊断方法。引入循环统计学的思想对传统形态滤波方法进行改进,定义顺序形态滤波器,并结合实际选用最简单的直线结构元素,对实测齿轮原始加速度振动信号进行顺序形态滤波降噪预处理。采用集合经验模式分解方法将降噪后的齿轮非平稳加速度振动信号分解为有限个平稳的本征模态函数,从中选取包含故障主要信息的前几个本征模态函数分量并计算其能量分布。由于灰色相似关联度分析对小样本模式识别具有良好的分类效果,以能量分布为元素构造特征矢量,通过计算不同振动信号的灰色相似关联度来判断齿轮的工作状态和故障类型。实例分析结果表明,提出的方法能够有效地应用于齿轮系统的故障诊断。
张文斌苏艳萍普亚松郭德伟滕瑞静
关键词:故障诊断齿轮
谐波窗分解样本熵与灰色关联度在转子故障识别中的应用被引量:16
2013年
针对实测转子振动信号的非平稳特性和在现实条件中难以获得大量典型故障样本的问题,提出一种基于谐波窗分解(harmonic window decomposition,HWD)、样本熵与灰色关联度相结合的故障识别方法。首先,为了降低噪声的影响,引入循环统计学的思想对传统形态滤波方法进行改进,定义了顺序形态滤波器,并结合实际选用最简单的直线结构元素,对实测转子振动信号进行顺序形态滤波降噪预处理。然后,采用不分层分析的HWD来提取包含转子典型故障信息的6个特征频带,运用非线性动力学参数样本熵作为特征,计算转子正常、不平衡、不对中、油膜涡动、油膜振荡等5种工况的样本熵。最后,由于灰色关联度分析对小样本模式识别具有良好的分类效果,以特征频带的样本熵为元素构造特征向量,通过计算不同振动信号的灰色关联度来判断转子的工作状态和故障类型。试验分析结果表明,所提的方法能够有效地应用于转子系统的故障诊断。
张文斌郭德伟普亚松滕瑞静王鹏苏艳萍
奇异值能量差分谱在信号降噪中的应用被引量:4
2014年
为了提高现场采集信号的信噪比,针对奇异值分解中重构矩阵有效阶次确定难的问题,提出了一种基于奇异值能量差分谱的信号降噪方法。该方法根据有用信号与噪声能量的差异性,通过构造信号的奇异值能量差分谱,将能量差分谱曲线中最大峰值点作为重构信号的有效阶次来实现有用信号和噪声的分离,能够使信号奇异值降噪阶次得到合理确定,较好地保护了原始信号中有用信息的完整性,获得了较大的信噪比,对后续进行信号特征的准确提取和分析至关重要。仿真和实例分析结果验证了该方法的有效性。
张文斌
关键词:奇异值分解降噪信号处理
共1页<1>
聚类工具0