您的位置: 专家智库 > >

张全林

作品数:3 被引量:4H指数:1
供职机构:三峡大学机械与动力学院水电机械设备设计与维护湖北省重点实验室更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术机械工程理学一般工业技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇会议论文

领域

  • 2篇机械工程
  • 2篇自动化与计算...
  • 1篇一般工业技术
  • 1篇理学

主题

  • 2篇故障诊断
  • 2篇齿轮
  • 2篇齿轮故障
  • 1篇振动
  • 1篇振动信号
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇数据处理
  • 1篇向量
  • 1篇向量机
  • 1篇CV
  • 1篇FDA
  • 1篇超声
  • 1篇超声检测
  • 1篇齿轮故障诊断

机构

  • 3篇三峡大学

作者

  • 3篇李力
  • 3篇余新亮
  • 3篇张全林
  • 1篇李骥

传媒

  • 1篇三峡大学学报...
  • 1篇中国测试
  • 1篇2012年全...

年份

  • 1篇2014
  • 2篇2012
3 条 记 录,以下是 1-3
排序方式:
超声A扫描信号建模及其缺陷识别方法研究被引量:3
2014年
针对超声检测中A扫描信号依靠经验评定结构缺陷、识别缺陷类型困难等问题,提出一种A扫描信号建模方法,计算出缺陷A扫描信号。该方法基于超声检测系统建立A扫描信号数学模型,应用多元高斯声束法计算模型中缺陷表面超声波传播质点速度,运用基尔霍夫近似理论描述模型中缺陷散射振幅,从而获得缺陷超声A扫描信号。应用CSII-1/20标准试块平底孔(缺陷)超声A扫描表明:该方法计算获得试块平底孔5#(缺陷)A扫描信号与试验测量结果在缺陷位置和幅度基本吻合,是识别结构孔洞类缺陷的一种有效方法。
李力余新亮张全林
关键词:超声检测
支持向量机在齿轮故障诊断中的应用被引量:1
2012年
针对齿轮故障诊断中的小样本事件,采用了支持向量机(SVM)方法.采集齿轮3种典型故障(断齿、磨损、剥落)和正常状态的振动信号,提取时域指标和能量特征作为SVM输入向量,并采用交叉验证(K-CV)法优化SVM参数,最终得到的故障诊断准确率为100%.结果表明SVM是一种有效的齿轮故障诊断方法.
李力张全林李骥余新亮
关键词:支持向量机故障诊断
基于EEMD和FDA的齿轮故障诊断方法
针对齿轮故障振动信号中强噪声干扰现象引起的诊断困难问题,本文提出一种基于集成经验模式分解(EEMD)和Fisher判别分析(FDA)的故障诊断方法.首先,采用EEMD方法对齿轮振动信号进行自适应分解,得到一组内禀模态函数...
李力张全林余新亮
关键词:故障诊断振动信号数据处理
文献传递
共1页<1>
聚类工具0