山西省自然科学基金(2009011026-1)
- 作品数：16 被引量：52H指数：4
- 相关作者：黄晋英潘宏侠崔宝珍张睿魏秀业更多>>
- 相关机构：中北大学北方工业大学运城学院更多>>
- 发文基金：山西省自然科学基金国家自然科学基金年山西省研究生优秀创新项目更多>>
- 相关领域：机械工程自动化与计算机技术电子电信更多>>
- 基于双谱熵模型的故障模式识别被引量：3
- 2012年
- 提出利用双谱计算信号的双谱熵,并作为特征参量进行故障模式识别的方法。分析了振动信号双谱的特征,在子空间分布概率下,推导了基于能量分布的双谱熵计算方法。在理论推导分析的基础上,进行了某齿轮箱在4种工况下的振动信号提取实验,建立了齿轮箱故障模式识别BP神经网络。最后将双谱熵特征参量作为输入,对设置了4种故障工况的齿轮箱进行了故障模式识别,成功地判别了4种工况,验证了方法的有效性。
- 黄晋英潘宏侠毕世华崔宝珍
- 关键词：信息处理技术模式识别特征参量
- 基于广义形态学滤波和Hilbert边际谱的滚动轴承故障诊断被引量：9
- 2016年
- 广义形态滤波器可以很好地抑制输出统计偏倚的现象,Hilbert边际谱克服了传统包络法需要确定带通滤波器的中心频率和带宽的不足,将两种方法相结合,首先利用广义形态滤波对信号进行去噪,在此基础上对信号进行经验模态分解,然后选取合适的IMF分量得到信号的局部Hilbert边际谱。通过对轴承内外环进行故障诊断发现,该方法能准确地提取故障特征,从而有效地判别轴承的故障类型和部位,具有较广阔的应用前景。
- 崔宝珍马泽玮李会龙王珊
- 关键词：滚动轴承经验模态分解
- 基于局域波及相关性分析的滚动轴承故障诊断
- 2012年
- 振动信号是轴承工作信息的载体,为了对齿轮减速器内轴承的运行状态进行故障监测和诊断,对振动加速度信号进行了局域波分解,提取了近似熵及相关性参数,利用近似熵及局域波分解所得到的趋势项快速区分正常与故障状态,根据相关性参数的变化特点寻求滚动轴承的故障信号主导模态分量,准确提取故障部位的特征频率.将该方法应用于齿轮减速器JZQ250的故障诊断中,经过对大量实测数据的处理和分析,能够准确诊断出减速器的正常运行状态、内圈故障、外圈故障和保持架故障的运行状态,具有一定的工程实用价值.
- 崔宝珍潘宏侠王泽兵
- 关键词：滚动轴承故障诊断
- 应用多参量和高斯过程分类的故障诊断方法被引量：1
- 2019年
- 由于齿轮箱振动信号的非平稳非线性等问题加大了故障诊断的难度,本文提出了一种基于互补集合经验模态分解(CEEMD)和多尺度排列熵(MPE)、样本熵(SE)相结合的故障特征提取方法。首先对齿轮箱振动信号进行互补集合经验模态分解,并根据相关系数原则对各模态分量进行筛选和重构,再利用多尺度排列熵对筛选出的模态分量进行特征提取,同时对重构后的信号提取其样本熵作为特征值;最后将提取出的多种故障特征融合输入到高斯过程分类器中进行实验验证,实验结果表明该方法提取齿轮箱振动信号的故障特征是有效的,高斯过程分类能快速准确地分辨出故障结果。
- 王斌崔宝珍
- 关键词：齿轮箱故障诊断
- 多项式响应面代理模型在立柱结构优化中的应用被引量：10
- 2017年
- 立柱结构是某设备升降系统的重要组成部分和承力部件。由于现有结构质量过大,给装配、运输带来很大不便。文中应用多项式响应面代理模型和遗传算法结合的优化方法对立柱进行优化,选取对立柱结构力学性能影响的较大参数为设计因素,利用正交试验设计获取样本点集构建出相应的等效应力代理模型和合位移代理模型。以质量最轻为优化目标,以代理模型小于允许值为约束条件,应用遗传算法对立柱结构进行优化。优化结果表明:优化后模型满足强度刚度设计要求,其质量减轻27.4%,优化运算时间有大幅度减少,具有一定的工程应用价值。
- 崔宝珍孔维娜马恺
- 关键词：结构优化参数化设计有限元分析代理模型
- OMA和QICA技术在齿轮箱故障诊断中的应用
- 2014年
- 通过对齿轮箱振动机理学习和LMS齿轮箱模态实验分析,运用工作模态分析技术(OMA)进行了齿轮箱故障诊断的研究,并针对实验得到的振动信息存在信噪比低、信号混叠等问题,引入了量子独立分量分析(QICA)理论,即将量子优化原理应用于独立分量分析中的改进算法,并提出了基于量子独立分量分析方法的信号特征提取计算,用BP神经网络进行识别,达到故障诊断目的。
- 张睿黄晋英张永梅王佳张文栋
- 关键词：齿轮箱BP神经网络故障诊断
- 应用SIFT_BoW和HIK_SVM的行星轮齿面磨损故障诊断
- 2020年
- 行星轮齿面磨损故障信号具有特征薄弱、特征量少等缺点,对其进行故障特征识别较为困难。本文中提出一种新的方法:首先,将原始振动加速度信号幅值作为像素点构造灰度图像,检测灰度图像的特征点并对检测出的特征点向量描述;然后将灰度图像的特征描述向量聚类,构建词袋模型;最后用直方图相交核支持向量机算法对其进行分类。该方法不但不需要对原始信号模态分解和降噪处理,还可以提取出大量的信号特征,提高了故障特征识别的效率和准确率。对正常轮齿、2个齿面磨损和3个齿面磨损故障进行了诊断实验,准确率高达98.55%,实验结果验证了所提方法的有效性。
- 任川崔宝珍王斌
- 关键词：行星轮齿面磨损特征点
- 小波包分析在滚动轴承故障诊断中应用被引量：4
- 2010年
- 根据小波包多分辨原理,对齿轮减速器JZQ250内的轴承振动信号进行处理,在分析滚动轴承振动机理的基础上,利用小波包进行多尺度分解,根据信号与噪声随尺度增加的不同传播特性,低频部分代表信号的发展趋势,正常状态信号趋势单调递增,故障状态信号趋势则单调递减,初步判定轴承的运行状态是否正常。当判定为故障时,选择小波包分解重构后特殊层的信息进行频谱分析,提取其故障特征频率。经对大量实测数据的处理和分析,能够比较准确地识别和诊断出减速器的正常运行状态,内圈、外圈和保持架故障运行状态,具有一定的工程实用价值。
- 崔宝珍王泽兵潘宏侠
- 关键词：轴承小波包分析故障诊断
- 基于粒子群优化的核主元分析的故障状态识别被引量：4
- 2009年
- 提出一种基于粒子群优化的核主元分析的方法,并将其应用于齿轮箱的故障状态识别中。综合考虑样本的类内散布和类间散布,建立了核函数参数优化的适应度函数,应用加速度自适应粒子群优化算法对其寻优,将优化的核主元分析方法应用于齿轮箱故障状态识别中,并与主元分析的识别结果进行比较。结果表明:基于粒子群优化的核主元分析技术,通过优化核参数减少了其设置的盲目性,可有效地识别齿轮箱的不同故障状态,且故障识别结果优于主元分析。结论是:基于粒子群优化的核主元分析对于机械故障的非线性特征提取具有优势,有利于复杂机械的故障状态识别。
- 魏秀业潘宏侠黄晋英王福杰
- 关键词：粒子群优化核主元分析核函数参数特征提取
- 基于量子计算的独立分量分析算法及应用被引量：1
- 2014年
- 将量子优化原理应用于独立分量分析中,提出了量子独立分量分析算法(quantum independent component analysis,简称QICA),针对3组特定信号进行了混合与分离的仿真实验,得到了较好的分离效果。将该算法用于齿轮箱振动信号的源分离及其故障诊断中,实验结果表明,该算法用于齿轮箱振动信号分离可以明显增强故障信息,降低齿轮箱故障诊断难度。
- 黄晋英潘宏侠李悦常晓磊
- 关键词：独立分量分析故障诊断
