庞彬
- 作品数：26 被引量：127H指数：7
- 供职机构：华北电力大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金河北省自然科学基金更多>>
- 相关领域：机械工程自动化与计算机技术动力工程及工程热物理电气工程更多>>
- ITT变换在风电机组滚动轴承故障诊断中的应用被引量：16
- 2017年
- 为实现风电机组滚动轴承微弱故障诊断,提出了基于改进的时时(ITT)变换的风电机组滚动轴承故障诊断方法。由时时(TT)变换可得到一维轴承故障振动信号的TT变换矩阵,实现滚动轴承振动信号的二维TT表示。提取该TT变换矩阵的对角线元素可滤除低频干扰信号,起到增强故障特征的效果。鉴于噪声对TT变换分析效果具有重要影响,提出基于能量熵准则的奇异值分解降噪方法改进TT变换,以提高TT变换的抗噪能力,实现强背景噪声条件下轴承微弱故障特征提取。仿真、实验及工程应用实例结果均表明所提方法可以有效诊断出风电机组滚动轴承的故障类型。
- 唐贵基庞彬
- 关键词：风电机组滚动轴承奇异值分解故障诊断
- 基于AR模型和总变差去噪的滚动轴承故障诊断
- 2015年
- 为了提取强背景噪声下的滚动轴承微弱故障信息,提出一种基于AR模型和总变差去噪的滚动轴承故障特征提取方法.该方法首先利用AR模型对滚动轴承故障信号进行预处理,剔除可线性预测的平稳成分,获得只包含噪声和非平稳成分的残差分量;然后应用总变差去噪方法消除残差信号中的噪声成分,突出信号的冲击特征;最后对降噪后的信号进行包络解调提取轴承故障特征频率.仿真和试验信号分析结果表明该方法优于小波软阈值降噪.
- 刘尚坤庞彬唐贵基
- 关键词：AR模型滚动轴承故障诊断
- 基于改进的希尔伯特振动分解的机械故障诊断方法研究被引量：15
- 2015年
- 针对多分量机械故障振动信号的特征提取问题,介绍一种基于希尔伯特振动分解(HVD)的时频分析方法。该方法首先利用Hilbert变换得到原始振动信号的解析信号,然后通过对解析信号的瞬时频率低通滤波获得信号中幅值最大分量的瞬时频率,同时经同步检测获得相应的瞬时幅值和初相位,最后经过迭代运算自适应地检测出原信号各分量的时频信息。针对HVD方法的边界效应问题,提出一种基于相关系数准则的波形匹配边界延拓法对其进行改进。通过两组仿真信号分析验证了HVD方法对多分量非平稳信号的分解能力,同时表明改进的HVD方法能很好地抑制边界效应。给出转子系统油膜涡动故障诊断实例,验证了该方法的工程实用性。
- 唐贵基庞彬
- 关键词：多分量信号时频分析机械故障诊断
- 基于滑动峭度法和Teager能量谱的滚动轴承故障诊断被引量：5
- 2014年
- 针对滚动轴承故障诊断问题,提出一种基于滑动峭度法和Teager能量谱的滚动轴承故障特征提取方法。该方法首先对原始振动信号进行滑动峭度计算,获得一个反应冲击信号偏离高斯分布的峭度时间序列,然后通过计算该峭度时间序列的Teager能量谱识别轴承故障特征频率及其倍频成分。应用该方法分析了滚动轴承模拟信号和实测信号,准确诊断出滚动轴承元件故障,证明了该方法的有效性。
- 庞彬唐贵基
- 关键词：峭度滚动轴承故障诊断
- 一种太阳能动力发电及热水系统
- 一种太阳能动力发电及热水系统，它包括聚光镜、斯特林发动机、发电机、螺旋金属管和保温储水箱，所述聚光镜、斯特林发动机和发电机通过支撑板连接后再通过立柱连接在底座上，斯特林发动机的热腔位于聚光镜的焦点附近，设置在发电机转子中...
- 刘尚坤唐贵基范孝良何玉灵庞彬
- 基于时时能量阶比谱的变转速工况滚动轴承微弱故障诊断研究被引量：7
- 2017年
- 变转速工况下的滚动轴承微弱故障诊断同时面临两个难点:一是滚动轴承的故障特征信号容易被环境噪声和干扰信号淹没;二是滚动轴承故障振动信号的时变特征难以被常规频谱方法提取。针对上述问题提出了基于时时能量阶比谱的滚动轴承故障诊断方法。首先对变转速工况下的滚动轴承微弱故障振动信号进行时时(time-time,TT)变换,在双时域上刻画轴承故障振动信号的时变特征;然后利用提出的时时能量定义计算轴承故障振动信号的时时能量,获得轴承故障振动信号的时时能量信号;最后对时时能量信号进行阶比分析得到轴承故障振动信号的时时能量阶比谱,并根据时时能量阶比谱的阶次特征识别出轴承故障类型。分析了变转速工况下的滚动轴承故障仿真信号和实验测试信号,结果表明:时时能量信号能够有效追踪轴承故障振动信号的时变能量分布,增强故障特征信号的冲击特征,时时能量阶比谱较包络阶比谱抗噪能力更强,为变转速工况滚动轴承微弱故障诊断提供一种有效方法。
- 唐贵基庞彬
- 关键词：故障诊断滚动轴承
- 基于奇异谱分解的旋转机械故障诊断研究
- 旋转机械是许多工业设备不可或缺的功能单元，其运行状态直接影响生产的质量、效率和安全。开展旋转机械故障诊断技术研究，对于提高设备运行的可靠性和安全性具有重要意义。信号分解技术因其在处理非线性、非平稳信号方面的优良特性，被公...
- 庞彬
- 关键词：旋转机械故障诊断特征提取模式识别
- 基于AR模型和总变差去噪的滚动轴承故障诊断
- 为了提取强背景噪声下的滚动轴承微弱故障信息,提出一种基于AR模型和总变差去噪的滚动轴承故障特征提取方法。该方法首先利用AR模型对滚动轴承故障信号进行预处理,剔除可线性预测的平稳成分,获得只包含噪声和非平稳成分的残差分量;...
- 刘尚坤庞彬唐贵基
- 关键词：AR模型滚动轴承故障诊断
- 文献传递
- 基于总变差去噪和快速谱相关的滚动轴承故障诊断被引量：8
- 2019年
- 特征提取在滚动轴承故障诊断中起着至关重要的作用,然而实测的振动信号本质上是复杂的、非平稳的,同时故障轴承的脉冲特征常常淹没于噪声中。为了有效提取强噪声背景下的滚动轴承故障信息,提出一种基于总变差去噪(Total Variation Denoising,TVD)和快速谱相关(Fast Spectral Correlation,Fast-SC)相结合即 TVD-Fast SC 故障特征提取方法;首先,利用总变差去噪方法对振动信号进行消噪,提高信号的信噪比(SNR);然后,对去噪后的信号进行快速谱相关分析,准确地识别出轴承的故障特征频率。仿真和实验结果表明,该方法可以有效地提取出滚动轴承的微弱故障特征信息,分析效果优于直接快速谱相关方法和小波阈值去噪与快速谱相关结合的方法,为滚动轴承微弱故障特征提取提供一种有效的方法。
- 唐贵基田甜庞彬
- 关键词：故障诊断特征提取
- 基于参数优化时变滤波经验模态分解的转子故障诊断被引量：10
- 2019年
- 针对应用时变滤波经验模态分解(TVFEMD)诊断转子故障时需人为指定带宽阈值和B样条阶数两个参数,存在较大主观性和盲目性的不足,提出一种基于参数优化TVFEMD和希尔伯特变换(HT)诊断转子故障的方法。采用粒子群算法搜索最佳参数组合;并使用最优参数组合进行TVFEMD,得到一系列的本征模态函数(IMF);最后,对IMF进行HT,得到信号的希尔伯特时频图和边际谱,从而诊断出转子的故障类型;分别应用该方法诊断恒定转速的转子不平衡、变转速的油膜涡动两种典型转子故障。结果表明:基于参数优化时变经验模态分解和希尔伯特变换的方法不仅能够实现参数的自动选择,获得良好的分解效果,且能准确识别转子的不平衡、油膜涡动等典型故障;与原始经验模态分解和现有方法相比,具有明显的优越性。
- 唐贵基周翀庞彬李楠楠
- 关键词：转子故障诊断参数优化
