刘晓平
- 作品数：5 被引量：22H指数：3
- 供职机构：中国人民解放军军械工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：机械工程自动化与计算机技术电子电信理学更多>>
- 进化蒙特卡洛优化的SVM在故障诊断中的应用被引量：3
- 2011年
- 针对支持向量机超参数选择问题,将进化蒙特卡洛算法引入支持向量机的参数优化。以交叉验证误差作为目标函数,并行运行多条马尔可夫链,设计了一种改进的变异操作,使得算法在进化的初期具有较强的全局搜索能力,在进化的后期具有精细的局部搜索能力,从而加速马尔可夫链的混合,提高算法的寻优效率,最后将优化的支持向量机应用于滚动轴承故障诊断。试验结果表明,该方法具有较高的寻优效率和参数优化能力,可提高故障识别的精度。
- 刘晓平郑海起祝天宇
- 关键词：支持向量机参数优化故障诊断
- 多尺度柔性形态滤波在轴承故障诊断中的应用被引量：5
- 2011年
- 针对经典的形态学滤波在取单一结构元素的情况下存在缺陷的问题,提出了一种基于多尺度柔性形态滤波的轴承振动信号滤波方法。多尺度柔性数学形态学在保留柔性形态学好的鲁棒性、滤除正负噪声和保留细节等优点的同时,进一步对其结构元素进行改进,以期获得更好的脉冲提取性能。将多尺度柔性形态滤波应用于轴承故障诊断,结果表明,其比经典的柔性形态滤波能更好地保留振动信号中的冲击脉冲,为轴承故障的进一步诊断打下基础。
- 杨杰郑海起刘晓平王彦刚
- 关键词：滚动轴承多尺度形态学故障诊断
- 基于进化蒙特卡洛方法的特征选择在机械故障诊断中的应用被引量：8
- 2011年
- 特征选择可以从原始特征集中去除冗余特征,选择出优化特征子集,提高机械故障诊断精度和诊断效率。将进化蒙特卡洛方法引入机械故障诊断的特征选择。应用支持向量机(SVM)作为故障决策器,采用Wrapper式特征子集评价标准,并采用进化蒙特卡洛算法搜索最优特征子集。运用滚动轴承故障振动信号数据对提出的方法进行验证,实验结果表明该方法是有效的。
- 刘晓平郑海起祝天宇
- 关键词：支持向量机故障诊断
- 粒子滤波在轴承故障振动信号降噪中的应用被引量：3
- 2010年
- 针对滚动轴承振动信号容易受到较为复杂的随机噪声的污染,提出了基于Rao-blackwellised粒子滤波的振动信号降噪方法。建立了不含噪的振动信号的时变自回归模型,进而转化成对应的状态空间模型,把降噪问题转化成在状态空间模型下的滤波问题,并用仿真信号进行了试验研究,结果表明,该方法具有较好的降噪效果。
- 刘晓平郑海起张训敏
- 关键词：滚动轴承振动信号粒子滤波降噪故障诊断
- 粒子滤波在含噪齿轮箱故障盲源分离中的应用被引量：4
- 2011年
- 在机械故障诊断中,传感器所获得的信号不可避免地受到各种未知噪声的干扰,针对这种复杂噪声环境下的机械信号盲源分离不能得到较好分离效果的问题,提出了一种将粒子滤波用于含噪信号盲分离的方法,首先利用Rao-blackwellised粒子滤波对观测信号进行降噪处理,然后再进行独立分量分析。仿真和实验结果表明该方法是有效的。
- 刘晓平郑海起祝天宇
- 关键词：故障诊断盲源分离粒子滤波降噪
