公共文化服务平台

共 4 条记录，以下是 1-5

全选清除导出

排序方式：

自适应总体平均经验模式分解及其在行星齿轮箱故障检测中的应用被引量：45: 2014年; 总体平均经验模式分解(Ensemble empirical mode decomposition,EEMD)是针对经验模式分解(Empirical mode decomposition,EMD)存在的模式混淆问题而提出的,对分解信号加入高斯白噪声,改善信号的极值点分布,经过多次平均,从而达到减小模式混淆的目的。然而,EEMD分解效果取决于添加噪声的幅值、筛选次数等参数的选择。目前的研究通常是人为选择这些参数,具有较大的盲目性和主观性,因此分解结果差强人意。为了解决以上问题,提出一种新的自适应总体平均经验模式分解方法。该方法基于EMD的滤波特性,在提取本征模式分量(Intrinsic mode function,IMF)的过程中自适应改变加入噪声的幅值,并对每个IMF自动选择不同的筛选次数,可以更好地削弱模式混淆。通过仿真试验验证了该方法的有效性,并将该方法应用于行星轮故障检测中,取得了比EEMD更好的故障检测结果。; 雷亚国孔德同李乃鹏林京; 关键词：行星齿轮箱故障检测

基于粒子滤波的滚动轴承寿命预测方法: 本文提出了一种基于粒子滤波的滚动轴承寿命预测方法。该方法主要包括特征指标提取和剩余寿命预测两个步骤。在特征指标提取部分,首先从轴承原始振动信号中提取大量特征指标,然后经过特征分类、特征选择和加权融合最终获得新的特征指标一...; 雷亚国李乃鹏林京; 关键词：滚动轴承粒子滤波特征指标; 文献传递

自适应随机共振新方法及其在故障诊断中的应用被引量：58: 2012年; 系统参数的选择对随机共振方法的优劣起着决定性的作用。已有的随机共振方法在选择参数过程中存在着致命的问题,例如人为主观选择参数,或者只对单一参数进行自适应优化,而忽略了参数之间的交互作用。为了解决以上问题,提出一种新的自适应随机共振方法。与已有方法相比,该方法的优势在于利用蚁群算法优良的寻优特性,能并行选择和优化随机共振系统的多个参数,考虑了参数之间的交互作用,自适应地实现与输入信号最佳匹配的随机共振系统。因此该方法解决了已有方法在参数选择中存在的问题,从而能更有效地削弱信号中的噪声并增强微弱特征,实现早期故障准确诊断。通过仿真试验和机车轴承早期故障诊断的工程应用,表明提出的方法在微弱特征检测与早期故障诊断中取得了比已有方法更好的效果。; 雷亚国韩冬林京何正嘉谭继勇; 关键词：故障诊断

一种改进的EEMD方法及其应用研究被引量：21: 2015年; 针对集成经验模式分解(Ensemble Empirical Mode Decomposition,EEMD)中协助噪声幅值大小需要人为经验确定的不足,基于经验模式分解(Empirical Mode Decomposition,EMD)二进滤波器特性,讨论了EMD出现模式混淆的原因,研究了EEMD中协助噪声幅值大小的确定原则,提出基于极值点分布特性的改进EEMD方法,通过遍态历经,以极值点分布特性为评价参数,自适应确定EEMD方法中高斯白噪声优化幅值。通过数据仿真,验证了其有效性。最后,应用于转子早期故障诊断中,结果显示可以自适应确定噪声幅值,避免参数人为选择导致分解结果的盲目性,有效抑制了传统EMD方法的模式混淆现象,可有效识别转子早期碰摩引起的故障特征。; 孔德同刘庆超雷亚国范炜丁小川王志; 关键词：故障诊断

基于传动机理分析的行星齿轮箱振动信号仿真及其故障诊断被引量：72: 2014年; 行星齿轮传动结构一般由太阳轮、行星轮、内齿圈和行星架等组成,相比定轴齿轮传动,其结构更加复杂。行星齿轮箱中,多对齿轮啮合引起的振动相互叠加、各啮合点与传感器之间的传递路径周期性变化等特点使其故障诊断比定轴齿轮箱难度更大。为了准确诊断行星齿轮箱故障,分析其传动机理、建立振动信号仿真模型尤为重要。针对这一需求,将行星齿轮箱内部的多个啮合'分而治之',分析每个啮合成分的传递路径,综合考虑各啮合成分之间的相位差,建立行星齿轮箱的振动信号仿真模型,得到了不同齿轮故障时的振动响应信号,通过对比正常与故障信号的不同特点,实现行星齿轮箱的故障诊断。该模型的优势在于综合考虑了行星齿轮箱内部的多对啮合以及它们之间的相位关系、行星轮公转引起的时变传递路径以及齿轮故障时的调制等因素。为了验证该信号仿真模型,在行星齿轮箱试验台上采集了正常、太阳轮和行星轮局部故障的振动信号,与仿真模型的信号进行了分析比较,归纳了行星齿轮箱齿轮局部故障时的振动信号特点。; 雷亚国汤伟孔德同林京; 关键词：行星齿轮箱信号仿真故障诊断

全选清除导出

共1页<1>

教育部“新世纪优秀人才支持计划”(NCET-11-0421)