郑晓斌
- 作品数：5 被引量：13H指数：2
- 供职机构：湖北工业大学更多>>
- 发文基金：教育部科学技术研究重点项目国家自然科学基金武汉市青年科技晨光计划更多>>
- 相关领域：机械工程自动化与计算机技术更多>>
- 基于小波自组织特征映射的故障诊断知识获取方法及应用
- 随着机械故障智能诊断系统的发展，知识获取(KA)变得越来越重要。知识获取是人工智能(AI)领域最关键的问题之一，也是机械故障智能诊断系统丞待解决的关键问题。目前各种智能故障诊断专家系统的共同缺陷就是系统拥有的知识量太少，...
- 郑晓斌
- 关键词：智能故障诊断知识获取自组织特征映射小波包变换小波分解
- 文献传递
- 基于ICA和小波变换的轴承故障特征提取被引量：8
- 2007年
- 应用独立分量分析方法和小波变换分离轴承的振动信号,提取其状态特征。并对信号进行自相关预处理,突出信号的非高斯成分,较好地满足独立分量分析的前提条件,即源信号统计独立。采用基于负熵的快速独立分量分析(ICA)算法,成功地分离出了信号的一些独立成分。对ICA处理后的分量信号进行小波变换,完成信号检测,消噪,频带分析,以获取故障信号特征,确定故障的位置和强度。研究结果表明,独立分量分析方法和小波变换能提取明显的轴承故障信号特征。
- 钟飞谭中军史铁林郑晓斌
- 关键词：独立分量分析小波变换故障诊断特征提取
- 基于RBF神经网络的机械加工误差质量模型
- 针对机械加工过程中产生误差的复杂性,用传统的数学建模方法难以实现加工误差和工艺参数、系统刚度和加工过程变量之间的关系模型。本文采用RBF神经网络建立加工误差的质量模型,并通过实验仿真,取得了较好的仿真效果。证明了RBF网...
- 何涛龚立雄钟飞谭中军郑晓斌
- 关键词：RBF神经网络MATLAB
- 文献传递
- 基于小波神经网络的轴承未知异常诊断被引量：4
- 2007年
- 针对滚动轴承振动信号复杂,故障类型难以预知的问题,提出基于小波-神经网络技术的滚动轴承未知异常诊断的新方法。利用小波包对滚动轴承振动信号进行分解与重构,获得振动信号的突变信息,提取与滚动轴承故障相关的特征信息,将其作为特征向量输入自组织特征映射(Self-Organizing Feature Maps,SOFM)神经网络,对其进行自动分类识别,根据数据映射位置,可实现对滚动轴承未知异常的诊断,并为专家系统知识的自动获取提供了一条新途径。通过对仿真结果的分析,证实这种诊断方法的可行性。
- 钟飞郑晓斌史铁林谭中军
- 关键词：滚动轴承小波包分解SOFM
- 基于小波自组织特征映射的故障特征诊断知识自动获取方法及应用
- 随着机械故障智能诊断系统的发展,知识获取（KA）变得越来越重要。知识获取是人工智能（AI）领域最关键的问题之一,也是机械故障智能诊断系统丞待解决的关键问题。目前各种智能故障诊断专家系统的共同缺陷就是系统拥有的知识量太少,...
- 郑晓斌
- 关键词：知识获取自组织特征映射小波包分解
- 文献传递
