国家科技支撑计划(2008BAF32B11)
- 作品数：2 被引量：31H指数：2
- 相关作者：李启铭喻秀秦旭达王国锋彭东彪更多>>
- 相关机构：天津大学更多>>
- 发文基金：国家自然科学基金国家科技支撑计划更多>>
- 相关领域：机械工程自动化与计算机技术更多>>
- 基于TVAR-HMM的滚动轴承故障诊断被引量：12
- 2010年
- 针对工况条件下轴承故障振动信号的非平稳特性,分析时变自回归与隐马尔科夫模型的特点,提出了一种基于时变自回归和隐马尔科夫模型的滚动轴承故障诊断方法.振动信号经时变自回归建模后,得到时频分辨率较高、无交叉干扰项的时频谱,基于能量法对时频谱进行特征提取,然后利用隐马尔科夫模型对故障特征统计分类,实现对轴承故障的诊断.轴承信号分析表明,TVAR建模可以有效地提取信号中的故障特征,结合隐马尔科夫模型的动态统计特性可智能识别轴承故障类型,得到良好的诊断效果.
- 王国锋李玉波秦旭达喻秀李启铭
- 关键词：隐马尔科夫模型谱估计故障诊断
- 支持向量机在刀具磨损多状态监测中的应用被引量：19
- 2011年
- 基于多传感器信号、采用多分类支持向量机(support-vector-machine,SVM)实现了刀具监测的多状态辨识.通过对切削过程中的多向切削力和振动信号等多传感器信息进行分析,分别获得时域、频域和小波域的信息作为磨损分类特征;同时,运用基于一对多(one-versus-all,OVA)的多分类支持向量机对刀具不同磨损状态下的特征数据样本进行训练和识别.对切削过程中不同磨损状态的分类结果表明,多分类支持向量机具有出色的学习能力,能够实现在小样本情况下的不同磨损阶段分类,并具有较高的识别精度.
- 王国锋李启铭秦旭达喻秀崔银虎彭东彪
- 关键词：支持向量机
- 协整特征提取在刀具磨损状态监测中的应用研究
- 针对当前特征提取方法在刀具磨损状态监测应用中存在的问题,提出了一种新的参数化特征提取方法——协整特征提取。该方法可以对不同磨损状态下的三个方向的切削力进行协整建模。实验信号的分析证明,在不同的磨损状态下,三向切削力的协整...
- 王国锋李启铭秦旭达喻秀崔银虎彭东彪
- 关键词：协整模型特征提取切削力
- 文献传递
