宜昌市科技发展项目(A05107-9)
- 作品数：4 被引量：23H指数：3
- 相关作者：李力张园陈保家屈梁生赵美云更多>>
- 相关机构：三峡大学西安交通大学更多>>
- 发文基金：宜昌市科技发展项目湖北省教育厅自然科学基金更多>>
- 相关领域：机械工程动力工程及工程热物理金属学及工艺更多>>
- 基于声发射信号的转子碰摩故障诊断方法被引量：3
- 2007年
- 利用声发射信号的高频特性采集转子碰摩故障信息,采用小波分析技术把所得声发射信号分解在不同频带,对信号进行重构,从而消除背景噪声,并用小波包络谱分析方法识别故障信息。分析结果证明,基于声发射信号的小波包络分析可以检测出微弱的转子碰摩故障,是一种有效的早期故障诊断方法。
- 赵美云李力高虹亮
- 关键词：声发射信号碰摩故障小波分析包络谱
- 谱相关特性在机械信号特征提取中的应用研究被引量：5
- 2006年
- 将机械振动信号视为循环平稳信号,用循环统计方法进行处理。探讨了循环平稳信号的遍历性及其统计量的时间平均估计方法,着重研究了二阶循环统计量的谱相关特性,指出利用谱相关特性的频率选择性和噪声抑制性可以消除信号中的加性或乘性随机噪声以及非同频成分的干扰,有效地提取出信号特征频率。通过对滚动轴承、注浆泵等旋转和往复机械的振动信号分析表明,谱相关特性在机械信号特征提取方面具有很好的应用价值。
- 李力屈梁生
- 关键词：循环统计量机械信号特征提取
- 基于神经网络和高阶统计量的滚动轴承故障分类
- 2006年
- 提出一种基于高阶统计量特征和BP神经网络相结合的滚动轴承故障分类方法。以滚动轴承的高阶统计量(双谱、三阶累积量)以及一些常见的无量纲指标作为轴承故障特征输入,以BP神经网络作为分类器,成功地对滚动轴承4种不同的故障进行了分类。对比RBF神经网络,尽管BP神经网络的训练速度不快,但分类效果良好。研究表明,高阶统计量和BP神经网络相结合的滚动轴承分类方法是有效的。
- 张园李力
- 关键词：滚动轴承BP神经网络高阶统计量
- 尺度—小波能量谱在内燃机故障诊断中的应用被引量：15
- 2006年
- 为了对内燃机气门及活塞—连杆组故障进行有效地诊断,通过试验测取内燃机在不同故障下的振动信号,利用连续小波变换得到信号在尺度上的平均能量分布,即信号的平均尺度—小波能量谱。根据不同故障下振动信号在尺度上的能量分布差异,提出了基于尺度—小波能量的标准特征向量,并以此作为标准,结合欧氏距离方法,对待检故障信号进行诊断,定量判断出了内燃机的故障类型,取得了很好的结果,该方法为内燃机故障诊断提供了一种有效途径。
- 陈保家李力张园
- 关键词：内燃机连续小波变换故障诊断欧氏距离
