您的位置: 专家智库 > >

侯玉洁

作品数:7 被引量:34H指数:2
供职机构:江苏师范大学机电工程学院更多>>
发文基金:国家自然科学基金徐州市科技计划项目江苏省高校自然科学研究项目更多>>
相关领域:机械工程自动化与计算机技术金属学及工艺更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 5篇机械工程
  • 1篇金属学及工艺
  • 1篇自动化与计算...

主题

  • 4篇变位齿轮
  • 4篇齿轮
  • 2篇传动
  • 1篇动力学
  • 1篇动力学分析
  • 1篇动力学研究
  • 1篇延拓
  • 1篇神经网
  • 1篇神经网络
  • 1篇啮合
  • 1篇偏心
  • 1篇偏心渐开线齿...
  • 1篇奇异值
  • 1篇奇异值分解
  • 1篇轴承
  • 1篇轴承故障
  • 1篇轴承故障诊断
  • 1篇模糊神经
  • 1篇模糊神经网络
  • 1篇模糊推理

机构

  • 6篇江苏师范大学
  • 1篇徐州工业职业...
  • 1篇徐州徐工汽车...

作者

  • 6篇侯玉洁
  • 3篇邵明辉
  • 3篇韩继光
  • 2篇陈思瑶
  • 1篇郭永环
  • 1篇刘文艺
  • 1篇陆英
  • 1篇许以军
  • 1篇仲召明

传媒

  • 2篇实验技术与管...
  • 1篇机械传动
  • 1篇现代制造工程
  • 1篇振动与冲击
  • 1篇电焊机

年份

  • 2篇2016
  • 3篇2015
  • 1篇2014
7 条 记 录,以下是 1-6
排序方式:
变变位齿轮齿侧间隙的试验研究被引量:2
2016年
采用理论分析与试验验证相结合的方式对偏心渐开线齿轮的齿侧间隙进行深入研究。通过比较一般偏心渐开线齿轮与变变位齿轮的齿廓差异,分别得出两组齿轮传动的齿侧间隙值;用线切割机床对齿轮进行加工,采用压铅丝法进行测试,将随着节曲线位置变化的变位系数用于偏心渐开线齿轮齿廓修正,并验证该方法在消除齿侧间隙方面的可用性。
陆英侯玉洁
关键词:偏心渐开线齿轮齿侧间隙
基于ADAMS的变变位齿轮动力学研究被引量:3
2015年
以变变位齿轮传动系统为研究对象,对其进行了动态特性的研究。以MATLAB、Pro/E和ADAMS软件为工具,建立变变位齿轮传动的动力学仿真模型,得到其传动过程中的轮齿接触力变化曲线和振动特性曲线。仿真结果表明,变变位齿轮具有传动平稳、轮齿接触力及角加速度变化规律的特性,可有效地减小偏心齿轮因存在侧隙产生过大振动冲击的缺陷,在实际工程中具有重要的应用价值。
侯玉洁韩继光邵明辉姜久亮陈思瑶
关键词:齿轮传动ADAMS动力学分析
模糊神经网络在焊接性能预测中的应用现状被引量:2
2014年
通过将模糊推理系统与人工神经网络技术的结合,建立了模糊神经网络预测模型,可以实现对焊接性能的预测。焊接性能预测系统的建立,缩短了焊条研发周期,提高了焊接性能。介绍了人工神经网络和模糊推理系统在焊接领域的应用,综述了模糊神经网络在焊接性能预测中的应用与研究现状,并探讨了其在应用研究中的问题以及未来的发展趋势。
许以军郭永环秦真江侯玉洁
关键词:模糊推理神经网络模糊神经网络
基于变变位齿轮传动比实验装置研制被引量:1
2015年
为了研究不同状态下齿轮的运动学特性,搭建了变变位齿轮的传动比实验装置,为采集齿轮的传动信号提供了可靠的实体模型。通过基于C#软件开发的信号采集系统,实现了对变变位齿轮和偏心渐开线齿轮的传动脉冲信号的采集和处理。实验结果表明,该装置能够实现对不同状态下传动信号的准确采集。
邵明辉侯玉洁韩继光
关键词:传动比C#
变变位齿轮传动的振动响应测试及分析被引量:1
2015年
利用WS-5921/U60512型信号采集仪及加速度传感器,对变变位齿轮传动不同速度下的振动响应进行了测试及量化研究,得到了振动加速度信号的时域曲线及自功率谱密度曲线,并与变位齿轮的振动响应进行对比。研究表明:齿轮传动过程中,主动轮产生的振动能量基本相同,从动轮的振动主要来源于主、从动轮的啮合过程,变变位齿轮啮合过程中产生的振动能量小,传动更平稳;随着电机输入频率的增加,主、从动轮的振动能量逐渐增大,变变位齿轮传动最大自功率谱值对应的振动频率波动较小,约为100 Hz;变位齿轮、变变位齿轮从动轮的振动信号自功率谱密度的比值最大达到4∶1以上。
邵明辉侯玉洁韩继光韩跃进
基于内积延拓LMD及SVM的轴承故障诊断方法研究被引量:25
2016年
针对特征提取中局域均值分解(Local Mean Decomposition,LMD)存在端点效应缺陷及模式识别中人工神经网络(Artificial Neural Network,ANN)存在收敛速度慢、过学习等不足,提出基于内积延拓LMD及支持向量机(Support Vector Machine,SVM)的轴承故障诊断方法。利用内积延拓LMD方法对信号延拓分解抑制LMD端点效应;利用分解的可描述信号特性主分量PF(Product Function)构建初始特征向量矩阵;用SVD(Singular Value Decomposition)方法对初始特征向量矩阵进行奇异值分解,获得信号特征参数作为SVM的输入进行训练;对训练的SVM进行测试及模式分类。通过实际轴承故障信号分析及故障类型分类表明,该方法不仅能抑制LMD端点效应缺陷,且在故障模式识别中能有效避免ANN网络结构难确定、收敛速度慢等不足,能较好实现轴承故障准确分类,可用于轴承故障诊断。
姜久亮刘文艺侯玉洁仲召明陈思瑶
关键词:奇异值分解故障诊断
共1页<1>
聚类工具0