李新新
- 作品数：4 被引量：127H指数：3
- 供职机构：燕山大学电气工程学院河北省测试计量技术及仪器重点实验室更多>>
- 发文基金：河北省自然科学基金国家自然科学基金更多>>
- 相关领域：机械工程理学更多>>
- 基于极大联合熵相空间重构和RQA的轴承故障诊断
- 轴承作为旋转机械中的广泛通用部件，其缺陷和损伤将直接影响设备的稳定运行甚至造成整个设备的损坏，因此轴承的故障诊断与识别极为重要。但其故障信号所呈现出的非线性和非平稳特性，使得传统的建立在信号平稳性基础上的故障特征提取方法...
- 李新新
- 关键词：故障诊断相空间重构联合熵
- 基于符号分析的极大联合熵延迟时间求取方法被引量：8
- 2013年
- 本文通过符号分析法求取联合熵的极大值点,进而得到相空间重构的最佳延迟时间,通过对几个典型的混沌系统进行数值仿真试验,结果表明,该方法简化了计算,提高了效率,能够准确快速地获得最佳延迟时间,从而有效地重构原系统的相空间,为混沌信号识别提供一种快速有效的途径.
- 张淑清李新新张立国胡永涛李亮
- 关键词：相空间重构延迟时间联合熵
- 基于RQA与GG聚类的滚动轴承故障识别被引量：30
- 2015年
- 提出递归定量分析与GG聚类相结合的滚动轴承故障识别方法。利用能够表征信号发散程度的RQA参数——确定率和分层率组成轴承故障识别的特征向量,结合GG模糊聚类实现滚动轴承故障模式识别。对实际故障数据进行分析,结果表明,该方法不仅能够识别滚动轴承的不同程度损伤,而且能够实现不同部位的轴承故障诊断。研究结果为滚动轴承故障识别提供了一种高效、直观的新方法。
- 张淑清包红燕李盼李新新姜万录
- 关键词：故障诊断
- 基于LMD近似熵和FCM聚类的机械故障诊断研究被引量：96
- 2013年
- 提出一种基于局部均值分解(local mean decomposition,LMD)近似熵和模糊C均值聚类(fuzzy C-means clustering,FCM)相结合的机械故障诊断方法。首先对机械振动信号进行LMD分解,得到若干具有物理意义的乘积函数(product function,PF)分量,再通过相关性分析,筛选出与原始信号相关性最大的3个分量作为数据源,求取其近似熵作为特征向量,最后通过FCM模糊聚类对特征向量进行识别分类。实验表明,基于LMD近似熵和FCM模糊聚类相结合的方法对机械故障信号能够有效准确地进行识别分类,此外,将该方法与基于EMD近似熵和FCM结合的方法进行对比,结果表明该方法具有更好的故障识别效果。
- 张淑清孙国秀李亮李新新监雄
- 关键词：局部均值分解模糊C均值聚类近似熵故障诊断
