国家自然科学基金(51205130)
- 作品数：8 被引量：58H指数：5
- 相关作者：张龙周建民黎慧李鹏余为清更多>>
- 相关机构：华东交通大学更多>>
- 发文基金：国家自然科学基金江西省自然科学基金江西省研究生创新基金更多>>
- 相关领域：机械工程自动化与计算机技术更多>>
- 基于一种简单时域方法的滚动轴承性能退化评估(英文)被引量：1
- 2014年
- 滚动轴承是一种最常用的机械设备,其性能退化评估是实现CBM(视情维修)的基础。但要找到一种具有可靠性好、效率高和故障预警早的滚动轴承监测系统是一个重大的挑战。提出了一种简单新颖的轴承性能退化评估时域方法,并将其运用于在滚动轴承故障模拟试验和全寿命测试实验,两种实验结果都表明:所提出方法能够清晰地描述故障程度变化趋势并能检测早期故障。
- 张龙黄文艺王宁熊国良
- 关键词：滚动轴承故障诊断
- 基于EMD和逻辑回归的轴承性能退化评估被引量：18
- 2016年
- 为准确地评估滚动轴承的性能退化状态,提出了一种基于经验模态分解(empirical mode decomposition,EMD)和逻辑回归的评估方法。首先,提取轴承振动信号的本征模函数(intrinsic mode function,IMF)能量作为特征向量;其次,以轴承正常状态数据和失效状态的特征向量建立逻辑回归模型,获取回归参数;最后计算轴承信号全寿命周期的评估指数(confidential value,CV)。评估结果表明,该方法能及时发现早期故障,也能很好地描述轴承性能退化的各个阶段。
- 周建民黎慧张龙李鹏
- 关键词：滚动轴承逻辑回归
- 基于小波神经网络的牵引电机齿轮故障诊断研究被引量：6
- 2013年
- 以小波变换、小波神经网络为工具,采用定子电流对HXD1B型机车的YQ1633异步牵引电动机开展牵引电机齿轮故障诊断研究。定子电流法相对于振动法更容易实施,有效克服了振动信号中包含的复杂干扰。由小波分析完成齿轮故障的特征量提取,通过神经网络对故障类型进行判断,实际测试表明,该方法具有较好的故障诊断性能。
- 余为清
- 关键词：MATLAB小波神经网络齿轮故障诊断
- 基于显式动力学的深沟球轴承弹性接触动态应力研究被引量：5
- 2016年
- 滚动轴承是机械工业的重要基础件,其内部的动态应力状态对其寿命有着重大影响。针对滚动轴承内部弹性非线性接触的特点,以深沟球轴承6304为研究对象,建立了深沟球轴承全柔体弹性接触非线性动态有限元分析模型,采用显式动力学有限元法对深沟球轴承进行了转动过程非线性接触动态仿真,获得了深沟球轴承的运动学特性和轴承内部应力在轴承转动过程中的动态变化的特点和规律。结果表明,显式动力学有限元法可在满足高精度要求情况下求解滚动轴承内部的动态应力,为进一步研究滚动轴承的承载能力和寿命提供了有力的分析方法。
- 涂文兵罗丫王朝兵张龙陈齐平
- 关键词：深沟球轴承有限元模型动态应力显式动力学
- 一种融合型异常检测算法及其在轴承性能退化评估中的应用被引量：2
- 2017年
- 用自回归模型(autoregressive model,AR)提取早期无故障滚动轴承的振动样本以及同型号同位置失效滚动轴承(简称同类轴承)的失效样本,用早期无故障样本和失效样本建立模糊C均值(Fuzzy C Mean,FCM)和隐马尔科夫(Hidden Markov Model,HMM)性能退化评估模型,然后得到正常指标和同类轴承的失效指标,把这两个指标作为输入特征建立FCM模型,待测数据通过保持模型不变连续迭代的方式输入模型中,描绘出性能退化曲线。该方法集中了空间统计距离和相似度方法两者的优势且不需要轴承失效数据。实验表明所提出的评估方法得到的评估指标能实时监测滚动轴承的性能退化趋势并且可以及时发现早期故障。
- 周建民郭慧娟张龙
- 关键词：模糊C均值隐马尔科夫模型包络解调
- 基于小波包Tsallis熵和FCM的滚动轴承性能退化评估被引量：14
- 2016年
- 鉴于小波包Tsallis熵和模糊C均值(FCM)的优点,提出了一种将两者相结合的滚动轴承性能退化评估方法。该方法首先提取正常数据和失效数据的小波包Tsallis熵,并利用FCM建立性能退化评估模型。然后提取待测数据的小波包Tsallis熵,并以待测数据隶属于失效状态的程度作为轴承性能退化中的定量评估指标,同时设定了早期故障阈值。实验分析表明,与基于小波包熵和FCM的评估方法相比,该方法得到的评估指标能更及时地发现早期故障,对噪声的鲁棒性也更强,且其变化范围为[0,1],可解释性强。
- 周建民徐清瑶张龙黎慧
- 关键词：滚动轴承模糊C均值
- 相关峭度联合降噪在滚动轴承故障特征增强中的应用被引量：2
- 2020年
- 滚动轴承处于早期故障阶段时冲击特征微弱且背景噪声强,故障特征成分通常难以提取,导致早期故障检测困难。提出一种基于变分模态分解(VMD)与最大相关峭度解卷积(MCKD)联合降噪的滚动轴承故障特征增强新方法。首先利用VMD算法将采集的轴承振动信号分解成若干个窄带本征模态分量(IMF),再通过相关峭度准则选择若干故障信息含量丰富的本征模态分量进行信号重构,达到初步去噪的目的;其次利用最大相关峭度解卷积对重构信号进行带内降噪,突出滚动轴承故障冲击成分,进一步提高信噪比;最后结合1.5维能量谱增强信号瞬时冲击特征的优点,准确实现滚动轴承故障模式的识别。仿真信号与实测信号分析结果表明,该方法可以有效的剔除噪声对故障振动信号的影响,能够清晰地提取出滚动轴承早期故障信号中的故障特征频率成分,实现滚动轴承早期故障的有效判别。
- 张龙吴佳敏邹友军徐天鹏
- 结合小波包奇异谱熵和SVDD的滚动轴承性能退化评估被引量：13
- 2016年
- 针对设备的视情维修,提出一种将小波包奇异谱熵和支持向量数据描述(SVDD)相结合的滚动轴承性能退化评估方法。先提取轴承全寿命周期内振动信号的小波包奇异谱熵作为轴承状态的特征矢量,然后以轴承正常状态下的特征矢量训练SVDD,得到正常状态下的基准超球体,再计算轴承全寿命周期内的特征矢量与基准超球体之间的相对距离,作为性能退化过程的定量评估指标,并对失效阈值和早期故障阈值进行设定。结果表明,与基于小波包和SVDD的性能退化评估方法相比,该方法的早期故障检测能力更强,对轴承性能退化各个阶段的描述更加准确。最后,利用基于EMD的Hilbert包络解调方法对评估结果的正确性进行了验证。
- 周建民徐清瑶张龙李鹏
- 关键词：滚动轴承支持向量数据描述包络解调
