您的位置: 专家智库 > >

中央高校基本科研业务费专项资金(2010PY016)

作品数:2 被引量:24H指数:2
相关作者:袁胜发姜涛唐成文贾桂锋更多>>
相关机构:华中农业大学更多>>
发文基金:中央高校基本科研业务费专项资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>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇机械工程
  • 1篇电子电信

主题

  • 1篇导数
  • 1篇神经网
  • 1篇神经网络
  • 1篇频率混叠
  • 1篇轴承
  • 1篇轴承故障
  • 1篇轴承故障诊断
  • 1篇小波
  • 1篇小波变换
  • 1篇小波神经
  • 1篇小波神经网络
  • 1篇模式识别
  • 1篇经验模态分解
  • 1篇混叠
  • 1篇故障诊断
  • 1篇滚动轴承
  • 1篇滚动轴承故障
  • 1篇滚动轴承故障...
  • 1篇二阶导数
  • 1篇高阶

机构

  • 2篇华中农业大学

作者

  • 2篇袁胜发
  • 1篇贾桂锋
  • 1篇唐成文
  • 1篇姜涛

传媒

  • 1篇数据采集与处...
  • 1篇华中农业大学...

年份

  • 1篇2014
  • 1篇2012
2 条 记 录,以下是 1-2
排序方式:
基于改进小波神经网络的滚动轴承故障诊断被引量:22
2014年
根据轴承故障产生的机理和常用故障特征参数的分析与提取方法,针对滚动轴承系统的非线性和表面振动信号的非平稳特性,采用小波分析法,并对小波分析中容易产生频率混淆而进行改进小波包快速算法。试验结果表明,改进的小波分析能减少频率混淆现象,克服传统小波包快速算法中高低频重迭难以分辨的问题,并利用小波频带分析技术对故障信号中含有的噪声信号进行分离。结合小波和神经网络的优势建立改进小波神经网络的结构模型,研究小波神经网络的学习算法,解决传统BP算法收敛速度慢和容易陷入局部极小值等问题,从学习率和连接权值两个方面对算法进行改进。以N205型滚动轴承在试验台上所测取的试验数据进行网络训练,用振动信号为网络输入向量给出训练结果。仿真实例分析结果表明,采用改进的小波神经网络能够对滚动轴承故障进行分类,且其收敛速度明显快于相同条件下的小波神经网络和改进的BP网络,可有效实现滚动轴承的故障诊断。
姜涛袁胜发
关键词:小波变换神经网络滚动轴承模式识别故障诊断
基于高阶导数改进的经验模态分解算法被引量:2
2012年
经验模态分解(Empirical mode decomposition,EMD)自提出以来已广泛用于信号检测与处理,但其存在很多的缺陷,如频率混叠现象等。为了减轻混叠现象,提取真实的频率成分,本文分析了信号及其一阶导数和二阶导数的关系,作出一种用信号二阶导数的极值点处的信号值取代原EMD算法中的信号极值点进行三次样条插值的方法,其余计算流程不变,仍采用镜像拓延法改善端点效应。仿真结果与原EMD计算结果对比表明,基于信号二阶导数改进的算法能准确分解出信号中幅值分量表现不明显的高频信号,具有实用价值。
贾桂锋袁胜发唐成文
关键词:经验模态分解频率混叠二阶导数
共1页<1>
聚类工具0