重庆市自然科学基金(CQcstc2011jjjq70001)
- 作品数：9 被引量：189H指数：6
- 相关作者：汤宝平陈法法苏祖强宋涛李锋更多>>
- 相关机构：重庆大学四川大学更多>>
- 发文基金：重庆市自然科学基金国家自然科学基金重庆市科技攻关计划更多>>
- 相关领域：机械工程电子电信更多>>
- 基于小波脊线的多分量信号瞬时参数估计及应用被引量：4
- 2014年
- 通过分析小波脊线与信号瞬时幅值和瞬时频率的关系,提出一种基于能量重心脊点定位策略的脊线跟踪提取算法实现多分量信号瞬时参数估计。针对小波脊线提取中定中心频率参数优化方法优化复Morlet小波参数存在的局限性问题,提出中心频率自适应参数优化方法优化复Morlet小波参数并计算归一化小波尺度谱,根据能量重心脊点定位策略定位小波脊点,配合局部方向估计算法实现小波脊线迭代跟踪提取,进而估计信号瞬时参数。仿真分析表明该算法具有良好的抗噪特性,齿轮箱和滚动轴承的故障诊断工程实例结果表明该方法可有效提取旋转机械故障振动信号的特征。
- 张焱汤宝平邓蕾
- 关键词：参数优化脊线跟踪瞬时参数
- Hilbert-Huang变换分析仪及其在机械故障特征提取中的应用被引量：3
- 2013年
- 为了提高应用希尔伯特-黄变换(Hilbert-Huang transform,HHT)进行机械故障特征提取的便携性和效率,在Visual C++6.0平台上开发了HHT分析仪。比较了HHT中不同插值方法、端点延拓方法及停止准则的效率和精度,得出了不同算法的优缺点和适用场合,提出了不同算法的选用策略。将开发的分析仪与美国DynaDx公司的DataDemon中的HHT算法结果进行比较,验证了分析仪算法的正确性。最后,将分析仪应用在滚动轴承外圈故障和转子横向裂纹的分析中,准确提取了故障特征。
- 陈仁祥汤宝平苏祖强
- 关键词：故障特征提取插值方法
- 基于流形学习和K-最近邻分类器的旋转机械故障诊断方法被引量：30
- 2013年
- 针对旋转机械故障诊断需人工干预、精度低、故障样本难以获取等问题,提出基于流形学习和K-最近邻分类器(KNNC)的故障诊断模型。提取振动信号多域信息熵以全面反映设备运行状态并构造高维特征集;利用正交邻域保持嵌入(ONPE)非线性流形学习算法的二次特征提取特性进行维数约简使特征具有更好的聚类特性;基于改进的更适用于小样本分类KNNC进行模式识别,用轴承故障诊断案例证明该模型的有效性。
- 宋涛汤宝平李锋
- 关键词：流形学习信息熵维数约简模式识别
- 基于EEMD的振动信号自适应降噪方法被引量：86
- 2012年
- 应用集合经验模式分解能有效抑制模态混叠的特性,根据白噪声经经验模式分解后其固有模式函数分量的能量密度与其平均周期的乘积为一常量这一特点,设计了自动选择IMF分量重构信号的算法,提出了基于EEMD的振动信号自适应降噪方法。对仿真信号和滚动轴承振动信号的降噪结果表明了该降噪方法的可行性和有效性。
- 陈仁祥汤宝平马婧华
- 关键词：降噪能量密度
- 基于等距映射与加权KNN的旋转机械故障诊断被引量：38
- 2013年
- 针对旋转机械高维复杂故障特征数据难以快速准确辨识的问题,提出一种基于等距映射非线性流形学习与加权KNN(K-nearest neighbor)分类器相结合的旋转机械故障诊断方法。在由时域统计指标和内禀模态分量能量构造的原始特征空间中,首先利用等距映射非线性流形学习算法提取旋转机械故障状态变化的本质特征,随后将提取的低维本质特征输入给加权KNN进行旋转机械的故障模式辨识。通过对齿轮箱的实验数据分析表明,该方法不仅对高维复杂的非线性故障特征具有良好的降维性能,而且故障识别率较之传统方法也明显提高,能够有效识别出高维特征空间的非线性故障特征。
- 陈法法汤宝平苏祖强
- 关键词：流形学习等距映射旋转机械故障诊断
- 归一Laplacian矩阵有监督最优局部保持映射故障辨识被引量：7
- 2013年
- 提出基于归一化Laplacian矩阵有监督最优局部保持映射(Normalized Laplacian-based supervised optimal localitypreserving projection,NL-SOLPP)维数化简的故障辨识方法。构造全面表征不同故障特性的时频域特征集,利用NL-SOLPP将高维时频域特征集自动约简为区分度更好的低维特征矢量,并输入到Shannon小波支持向量机中进行故障模式辨识。NL-SOLPP结合流形局部结构和类标签来设计相似加权矩阵,并使输出基矢量统计不相关和相互正交,提高了故障辨识精度。深沟球轴承故障诊断和空间轴承寿命状态辨识实例验证了该方法的有效性。
- 李锋汤宝平宋涛丁行武
- 关键词：局部保持映射流形学习故障辨识
- 基于零相位转频跟踪带通滤波的旋转机械Bode图被引量：3
- 2013年
- 针对现有方法难以获得旋转机械Bode图相位信息的问题,提出了基于零相位转频跟踪带通滤波的旋转机械Bode图实现方法。其原理是对采集的原始振动信号进行分段零相位转频跟踪带通滤波,滤波器的中心频率为每段时间内转子的平均转频,滤波后得到具有精确相位信息的1阶振动信号。通过1阶振动信号的时域波形提取出转子振动的幅值和相位,实现旋转机械Bode图。实测试验验证了该方法的有效性,结果表明本方法在极低的采样频率下,就能得到较高的精度,具有很好的工程实用价值。
- 汤宝平戴功伟陈仁祥
- 关键词：临界转速
- 基于最优匹配跟踪算法的单通道机械信号盲源分离被引量：13
- 2012年
- 在形态学滤波的基础上,结合匹配跟踪算法(Matching Pursuit,MP)和盲源分离算法(Blind Source Separation,BSS)各自的特点,提出了一种基于最优匹配跟踪信号分解的欠定盲源分离算法。利用MP算法将非线性信号通过投影分解,在分解过程中利用遗传算法寻找最优原子,有效提高了算法匹配的精度和效率。将所得到的匹配分量和滤波后的原始观察信号组成新的多维信号,解决了单通道信号盲分离的欠定问题。利用快速核独立分量分析(Fast Kernel Independent Component Analysis,FastKICA)算法实现信号的盲分离,并分析了分离的不同源信号对于故障的贡献率。将该方法用于仿真信号和实际的轴承试验的信号,试验结果表明算法能够很好地解决单通道信号的盲分离难题。
- 董绍江汤宝平张焱
- 关键词：盲源分离
- 基于DSmT与小波网络的齿轮箱早期故障融合诊断被引量：13
- 2013年
- 针对齿轮箱早期故障特征十分微弱难以有效辨识问题,提出基于DSmT理论与小波神经网络的齿轮箱早期故障融合诊断模型。利用多个振动传感器合理布置在齿轮箱的多个关键部位采集多源振动信息并进行特征提取;利用多个并联小波神经网络实现齿轮箱早期故障的初级诊断获得彼此独立的多个证据;利用DSmT理论对多个独立证据进行融合决策得出齿轮箱的最终诊断结论。DSmT理论克服了传统DST证据理论的局限性,小波神经网络实现多源证据信度分配的客观化。诊断实验结果表明,该方法能有效提高齿轮箱早期故障特征的辨识精度、降低诊断的不确定性。
- 陈法法汤宝平姚金宝
- 关键词：DEZERT-SMARANDACHE理论信息融合小波神经网络齿轮箱
