公共文化服务平台

一种步进电机性能测试设备: 本发明提供了一种步进电机性能测试设备，包括：用于安装步进电机的电机安装支架；用于通过自重给电机丝杠施加轴向力的配重块；用于将配重块的轴向力同轴传递给电机丝杠的力分配帽；用于使配重块能灵活地上下移动并能准确地加载至电机丝杠...; 梁越昇李庆杨建国; 文献传递

Lipschitz指数对刀具磨损的状态监测: 2014年; 针对Lipschitz指数的变化可跟踪量化刀具磨损程度的奇异性问题,提出了一种基于Lipschitz指数的刀具磨损状态监测方法。该方法在小波模极大值与Lipschitz指数关系的基础上,利用线性回归原理推导出Lipschitz指数的计算表达式,克服了传统方法计算Lipschitz指数的精度与鲁棒性不稳定问题。以刀具锋利与磨损的声发射信号为例,实测出不同切削条件下刀具声发射信号的Lipschitz指数变化特性,进而辨识出刀具磨损的状态程度。实验结果表明,提出的Lipschitz指数求解模型以及相应的奇异性辨别方法具有合理性,可准确判断出刀具磨损声发射信号的奇异性与刀具磨损阶段,适合在线应用。; 李庆宋万清; 关键词：小波模极大值刀具磨损

一种基于长相关FARIMA模型的短期电力负荷预测方法: 本发明涉及一种基于长相关FARIMA模型的短期电力负荷预测方法，包括以下步骤：1)根据预测日之前的电力负荷数据，获得预测样本数据；2)对预测样本数据进行预处理，剔除异点以及零均值化，得到电力负荷序列{X<Sub>t</S...; 李庆宋万清; 文献传递

一种稀疏分离模型的齿轮箱复合微弱故障诊断方法: 本发明涉及一种稀疏分离模型的齿轮箱复合微弱故障诊断方法，包括以下步骤：通过加速度传感器拾取齿轮箱的复合故障振动信号；对待分析信号利用稀疏分离模型算法进行稀疏分解，提取周期性稀疏故障信号与震荡故障信号；利用Hilbert包...; 李庆梁越昇

稀疏正则化滤波与自适应稀疏分解的齿轮箱故障诊断方法: 本发明涉及一种稀疏正则化滤波与自适应稀疏分解的齿轮箱故障诊断方法，包括以下步骤：通过加速度传感器拾取齿轮箱振动信号；对拾取的原始振动信号利用稀疏正则化滤波方法进行滤波；利用自适应稀疏分解方法对滤波信号进行分解，得到高频振...; 李庆梁越昇; 文献传递

IMF奇异值熵的刀具磨损状态诊断被引量：4: 2013年; 针对刀具磨损声发射信号的非平稳、非线性特征,提出了一种基于EMD分解与IMF奇异值熵的刀具磨损状态诊断方法。该方法首先将刀具锋利信号、磨损信号进行EMD分解,分别得到若干个内禀模态函数(IMF),然后利用IMF分量作为故障的初始特征向量矩阵,并对初始特征向量矩阵进行奇异值分解,求取奇异值熵,根据奇异值熵的大小判断刀具磨损状态。实验结果表明该方法能准确地识别刀具磨损状态。; 李庆宋万清; 关键词：刀具磨损

非凸罚正则化稀疏低秩矩阵的大型减速机圆锥滚子轴承微弱故障诊断被引量：2: 2018年; 在强烈外界噪声下或轴承故障早期发展阶段,从轴承非平稳故障信号中提取微弱冲击成分是一个难点,针对这一问题,提出了一种新的基于非凸罚正则化稀疏低秩矩阵(Non-convex penalty regularization sparse low-rank matrix,NPRSLM)的轴承微弱故障特征提取方法。该方法不依赖振动信号结构的先验知识,也无需采集大量的样本信号来训练字典,避免了传统稀疏表示设计冗余字典带来的缺乏物理意义,通用性差等缺陷。该方法的核心思想是把采集的振动信号与待提取的故障脉冲看作一维矩阵(向量),通过求解稀疏正则化的反问题得到故障脉冲信号。在建模上,通过引入非凸罚函数代替了传统最小化L1-norm融合套索算法,建立非凸罚正则化稀疏低秩矩阵模型,理论推导了所建立模型的严格凸性,并利用交替方向乘子法(Alternating direction method of multipliers,ADMM)对模型进行求解,同时讨论了模型参数对模型算法的收敛性问题、凸性与非凸性边界取值问题等。仿真算例与大型减速机圆锥滚子轴承诊断实例表明:该方法不仅能提取隐藏在强烈外界噪声中的微弱冲击特征,而且改善了传统最小化L1-norm融合套索算法在提取微弱故障冲击时产生的脉冲能量大幅衰减与脉冲数目丢失问题。; 李庆LIANG STEVENY; 关键词：圆锥滚子轴承

谐波小波样本熵与HMM模型的轴承故障模式识别被引量：7: 2016年; 根据谐波小波分解非平稳振动信号优良特性与隐马尔科夫(HMM)模型的时序模式分类能力,提出了一种基于谐波小波样本熵与HMM模型结合的轴承故障模式识别方法.该方法首先利用谐波小波对轴承各个状态故障信号进行分解,进而由谐波小波三维时频网格图的频率层数特征计算合理的样本熵维数和阈值,依次提取轴承振动信号各层的样本熵构成特征向量序列;然后将序列前120组输入HMM模型中进行训练得到对应故障模型,剩余80组进行测试与识别,通过对比对数似然估计概率输出值确定轴承故障类型.实验通过与BP和RBF神经网络模型进行不同训练组数的正确识别率对比,验证了该组合方法具有识别准确率高,稳定性强的优点.; 李庆LIANG Steven Y杨建国; 关键词：谐波小波 HMM模型滚动轴承模式识别

变分模态分解与稀疏SURE的电子图像噪声抑制: 2020年; 为解决电子微结构图像在摄取、传输或存储的过程中易被外界噪声干扰、图像保真度差的问题,提出了一种变分模态分解与稀疏Stein无偏风险估计(Stein unbiased risk estimator,SURE)相结合的图像噪声抑制方法,以铝合金、双相钢与钛合金Ti6Al4V 3种材料的电子背散射衍射图像为例.首先,在已采集的电子背散射衍射图像中加入高斯噪声与Speckle斑纹噪声来模拟被干扰图像;然后,利用变分模态分解方法按照频率尺度将含噪模拟图像分解为固有特征成分与高频噪声成分;继而利用Haar小波冗余字典对固有特征成分进行稀疏表示,在一阶可导收缩函数的基础上推导了稀疏Stein无偏风险估计阈值选择的优化目标函数,最后,利用黄金分割搜索法计算得到全局最佳自适应阈值.结果表明:提出的方法可有效去除外界干扰噪声,提高了图像的峰值信噪比;以铝合金为例,当噪声标准差为30时,提出方法的图像峰值信噪比突破了单一稀疏SURE收缩曲线的最大值,比Neigh-Shrink方法高0.39 dB,比KSVD方法高2.895 dB,比小波阈值去噪算法高3.07 dB.; 李庆Steven Y.Liang; 关键词：HAAR小波冗余字典

LMD与非凸罚最小化L_q正则子压缩传感的轴承振动信号重建被引量：1: 2015年; 针对机械振动信号高速传输、大容量长期实时存储问题,提出一种局部均值分解(LMD)与非凸罚最小化Lq正则子压缩传感(CS)相结合的轴承故障振动信号重建方法。该方法利用振动系统信号采样、压缩合并进行的思想,首先通过LMD把振动信号分解为若干个不同频率分量的乘积函数平稳信号,对不同的频段分量寻求最佳的稀疏基,构建基于随机高斯矩阵的高度欠定方程;然后求解合适的压缩比,应用非凸罚最小化Lq正则子(q=0.5)算法重构,对所有重构信号组合得到原始振动信号。研究结果表明:LMD与非凸罚最小化Lq正则子压缩传感相结合的方法提高了轴承振动信号的重构精度,降低了重构计算复杂度,具有更高的处理速度和运行效率。; 李庆宋万清; 关键词：局部均值分解压缩传感信号重建

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

李庆

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

李庆

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈