韩思晨
- 作品数：4 被引量：11H指数：3
- 供职机构：解放军理工大学工程兵工程学院更多>>
- 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更多>>
- 基于EMD分解的聚类树状图轴承故障诊断被引量：3
- 2012年
- 针对滚动轴承故障振动信号的非平稳特征和故障征兆模糊性,提出了基于EMD和动态模糊聚类图的轴承故障诊断方法。运用EMD方法提取待诊断的轴承运行状态样本的能量特征指标,应用模糊聚类分析方法对特征参数进行聚类,并作出聚类树状图。结果表明,该方法不需要大量的样本进行学习,且能更直观、准确识别滚动轴承的运行状态。
- 张梅军韩思晨王闯焦志鑫
- 关键词：故障诊断
- 基于虚拟维修系统的碰撞检测算法综述被引量：3
- 2012年
- 在把握碰撞检测算法整体发展概况和分析虚拟维修系统特点的基础上,对适用于虚拟维修系统的层次包围盒法和空间分割法的优劣进行了比较;介绍了几种常用的层次结构树对算法计算效率的影响;并展望了碰撞检测算法的未来趋势。
- 闫世春周建钊朱会杰韩思晨
- 关键词：碰撞检测包围盒
- IMF分量的倒频谱分析在滚动轴承故障诊断中的应用被引量：5
- 2012年
- 轴承局部损伤故障引起的振动响应往往会被较大的振动信号所掩盖,影响故障的正确诊断。本文提出IMF分量的倒频谱分析方法,首先将复杂的信号分解为有限的内禀模态函数(IMF)之和,对原始振动信号进行降维;再对IMF分量进行倒频谱分析,利用倒频谱方法准确地提取振动信号幅值谱上的周期特征。对EMD分解得到的多个IMF分量同时做倒频谱分析,可以相互验证,从而得到更可靠、更准确、更可信的诊断结果。通过对IMF分量的倒频谱分析法和Hilbert包络谱分析法诊断效果进行比较,结果表明,IMF分量的倒频谱分析方法比Hilbert包络谱分析提取的故障频率特征更精准、可靠。
- 张梅军韩思晨石文磊王闯
- 关键词：倒频谱分析
- EMD降噪和关联维数相结合在滚动轴承故障诊断中的应用被引量：2
- 2011年
- 针对滚动轴承产生的非线性振动信号的特点,提出将EMD降噪和关联维数相结合来描述轴承工作状态进而对其进行故障诊断的方法。通过实验定量计算出EMD降噪前后滚动轴承正常工况和不同部件故障时的关联维数值,结果表明,经EMD降噪处理后,不同模式下的关联维数具有明显的可分性和严格的区间范围,可以作为智能监测与诊断的参考依据。
- 李曙光刘波韩思晨王斌
- 关键词：关联维数滚动轴承故障诊断
