您的位置: 专家智库 > >

胡智

作品数:7 被引量:7H指数:2
供职机构:中国石油大学(北京)机械与储运工程学院更多>>
发文基金:国家自然科学基金北京市教委科学研究与科研基地建设项目中国石油大学(北京)科研基金更多>>
相关领域:机械工程电子电信更多>>

文献类型

  • 4篇期刊文章
  • 3篇会议论文

领域

  • 7篇机械工程
  • 2篇电子电信

主题

  • 4篇故障诊断
  • 3篇双树复小波
  • 3篇双树复小波变...
  • 3篇转子
  • 3篇小波
  • 3篇小波变换
  • 3篇复小波
  • 3篇复小波变换
  • 3篇VOLTER...
  • 3篇波变换
  • 2篇信号
  • 2篇振动
  • 2篇振动信号
  • 2篇奇异值
  • 2篇奇异值分解
  • 2篇转子系统
  • 2篇机械故障
  • 1篇独立分量分析
  • 1篇多分辨
  • 1篇多分辨率

机构

  • 7篇中国石油大学...
  • 1篇中国石油天然...
  • 1篇国家知识产权...

作者

  • 7篇段礼祥
  • 7篇胡智
  • 5篇张来斌
  • 1篇李日朝
  • 1篇杨大中
  • 1篇马军

传媒

  • 1篇石油机械
  • 1篇振动与冲击
  • 1篇科学技术与工...
  • 1篇中国石油大学...
  • 1篇2012年全...
  • 1篇第九届全国设...

年份

  • 1篇2016
  • 3篇2013
  • 3篇2012
7 条 记 录,以下是 1-7
排序方式:
基于冗余提升小波包及Volterra级数的机械故障预测方法
2013年
针对Volterra级数模型在染噪时间序列预测中精度较低,以及收敛速度慢的关键问题,提出了一种基于冗余提升小波包(Redundant Lifting Wavelet Packet,RLWP)及Volterra级数的机械故障预测方法。首先用冗余提升小波包对振动信号进行分解,对分解得到的末层所有频带信号用奇异值分解进行降噪。然后通过构造二阶Volterra级数预测模型对降噪后的各频带信号进行预测。最后用冗余提升小波包重构算法对各频带预测信号重构,获得预测信号。仿真结果表明:结合冗余提升小波包的多分辨率分析及奇异值降噪,能明显提高Volterra级数模型的预测精度及收敛速度。在工程应用中该方法准确预测出了某离心压缩机的不平衡故障。
段礼祥陈斌胡智
关键词:故障预测VOLTERRA级数奇异值分解多分辨率分析
优化KNNC算法在滚动轴承故障模式识别中应用被引量:4
2013年
为有效提高滚动轴承故障诊断率,正确识别不同故障类型,提出基于优化K-最近邻域分类器(K-Nearest Neighbor Classifier,KNNC)的轴承故障模式识别方法。分别求得滚动轴承训练样本与测试样本的振动特征指标,构建样本特征集。为加快分类速度,剔除不良样本干扰,利用K-均值聚类算法对样本进行优化精简,并将所得若干聚类中心作为新的约简训练集。据新训练集进行KNNC分析,实现模式识别。结果表明:该方法能快速、有效识别出滚动轴承4种不同故障模式,识别正确率明显提高。
胡智段礼祥张来斌
关键词:K-均值聚类算法滚动轴承故障诊断模式识别
基于冗余提升小波包及Volterra级数的机械故障预测方法
针对Volterra级数模型在染噪时间序列预测中精度较低以及收敛速度慢的关键问题,本文提出了一种基于冗余提升小波包(Redundant Lifting Wavelet Packet, RLWP)及Volterra级数的机...
段礼祥张来斌胡智
关键词:机械故障VOLTERRA级数奇异值分解
文献传递
双树复小波变换用于转子模拟故障诊断研究被引量:1
2016年
针对机械故障微弱特征提取的难题,提出结合双树复小波变换(DTCWT)及迭代奇异值分解(ISVD)降噪的分析方法,凸显分解后各频带信号的特征。该方法首先利用2个并行的、高度对称的Q-shift滤波器组对原始振动信号进行滤波处理,获得复小波系数和复尺度系数;然后对各层小波系数和末层尺度系数分别进行单枝重构,得到各层细节信号及末层近似信号;最后对各层细节信号和末层近似信号进行ISVD降噪,并全部叠加,即获得降噪后的振动信号。对转子故障模拟试验的信号分析表明,该方法具有很好的降噪效果,有效地提取出了隐藏在转子振动信号中的微弱周期性冲击成分,并清晰刻画了真实的碰摩故障特征。与传统小波相比,该方法具有运算效率高、平移不变性好、抗频率混叠和完全重构等优点。研究结果为现场设备转子故障诊断奠定了基础。
段礼祥胡智杨大中李日朝马军
关键词:双树复小波振动信号信号降噪转子
基于稳健独立分量分析的转子故障信息增强方法被引量:2
2013年
针对实际转子振动信号中信源相互叠加干扰、故障信息微弱的问题,提出一种基于稳健独立分量分析(RICA)的转子故障信息增强方法。首先引入双树复小波变换,对信号进行降噪预处理,降低分离算法对噪声的敏感程度。再用稳健独立分量分析对降噪后信号进行分离和信息增强。并对比其他2种经典的盲源分离算法,通过数值仿真比较它们的分离效果。结果表明:新方法通过优化步长因子得到全局最优值,采用代数方法得到最优步长参数,实现简单,并且避免了预白化处理,使得算法运算量降低;对小数据量信号,算法收敛速度快、信号分离质量高。此方法可以更有效地分离故障源及提取信号的本质故障特征。
段礼祥胡智张来斌
关键词:双树复小波变换转子系统故障诊断
基于非抽样提升小波包的振动信号Volterra级数预测
针对Volterra级数模型在染噪时间序列预测中精度较低以及收敛速度慢两个关键问题,提出了一种基于非抽样提升小波包(Undecimated Lifting Scheme Packet,ULSP)的振动信号Volterra...
胡智段礼祥张来斌
关键词:机械设备故障诊断信号处理
文献传递
基于双树复小波变换的转子故障特征提取方法
介绍了为了能够有效增强和提取出旋转机械故障特征信息,提出了将双树复小波变换(Dual-tree complex wavelet transform,DTCWT)应用于转子故障特征提取中的方法。双树复小波变换采用并行的双树...
胡智段礼祥张来斌
关键词:转子系统故障诊断特征提取双树复小波变换
文献传递
共1页<1>
聚类工具0