中国博士后科学基金(20060401010)
- 作品数：3 被引量：39H指数：3
- 相关作者：姜洪开王仲生何正嘉更多>>
- 相关机构：西北工业大学西安交通大学更多>>
- 发文基金：中国博士后科学基金航天科技创新基金国家自然科学基金更多>>
- 相关领域：机械工程电子电信更多>>
- 第二代小波包构造及发动机微弱损伤识别被引量：6
- 2007年
- 针对航空发动机滚动轴承微弱损伤识别问题,设计了一种识别滚动轴承早期损伤的第二代小波包方法.构造了第二代小波包分解重构算法和第二代小波包算子计算方法;将滚动轴承振动信号进行第二代小波包分解,然后各个频带分解信号分别进行重构;利用希尔伯特变换解调分析各频带信号,得到对应频带信号的包络谱;计算各个频带中滚动轴承故障特征频率对应包络谱幅值的分贝值,提取各频带中故障特征频率对应分贝值的最大值,对滚动轴承早期损伤情况做出定量识别.仿真信号和试验信号分析表明,该识别方法结果可靠,能准确识别出滚动轴承早期损伤.
- 姜洪开王仲生
- 关键词：航空发动机损伤识别
- 基于改进第2代小波算法的发电机组碰摩故障特征提取被引量：16
- 2008年
- 针对发电机组碰摩故障特征的提取问题,构造了一种提取该类信号时域特征的改进第2代小波算法。该算法以第2代小波为基础,构造第2代小波等效滤波器,分析其存在的频带交叠问题;采用基于数据的优化方法,设计能够自适应匹配每层分解信号特征的预测器和更新器;对分解得到的每层逼近信号和细节信号采用傅里叶变换方法,消除每个分解频带中其它频带的无关频率成分,以突出相应频带信号的时域特征。仿真信号和工程振动信号分析表明,改进第2代小波算法的信号特征提取效果优于第2代小波方法,较理想地提取出了汽轮发电机组发生径向碰摩故障时的时域故障特征。
- 姜洪开王仲生何正嘉
- 关键词：预测器特征提取
- 基于自适应提升小波包的故障微弱信号特征早期识别被引量：19
- 2008年
- 针对齿轮箱故障微弱信号特征识别问题,设计了一种识别该类信号微弱特征的自适应提升小波包方法。该方法以提升方法为基础,构造了提升小波包分解和重构过程算法,并以分解层信号相邻样本点自相关系数的大小作为目标函数,在每个样本点上选择能够自适应匹配信号局部特性的提升小波包算子,将每个分解频带信号进行重构,识别时域故障微弱信号特征。该方法成功地识别出了某齿轮箱发生摩擦故障时隐含在振动信号中的调制波形和周期性冲击脉冲故障微弱特征。结果表明,自适应提升小波包方法对强噪声背景下故障微弱信号特征的识别效果优于经典小波包方法。
- 姜洪开王仲生何正嘉
- 关键词：微弱信号故障特征
