您的位置: 专家智库 > >

周宏月

作品数:6 被引量:8H指数:2
供职机构:江苏大学汽车与交通工程学院更多>>
发文基金:江苏省普通高校研究生科研创新计划项目博士科研启动基金河南省基础与前沿技术研究计划项目更多>>
相关领域:交通运输工程机械工程电子电信自动化与计算机技术更多>>

文献类型

  • 5篇期刊文章
  • 1篇会议论文

领域

  • 5篇交通运输工程
  • 4篇机械工程
  • 1篇金属学及工艺
  • 1篇电子电信
  • 1篇自动化与计算...

主题

  • 5篇载荷
  • 4篇道路载荷谱
  • 4篇载荷谱
  • 2篇车辆
  • 1篇电机
  • 1篇动载
  • 1篇动载荷
  • 1篇信号
  • 1篇信号特征
  • 1篇数学
  • 1篇数学建模
  • 1篇频域
  • 1篇汽车
  • 1篇汽车试验
  • 1篇网络
  • 1篇两自由度
  • 1篇轮毂
  • 1篇轮毂电机
  • 1篇经验模态分解
  • 1篇聚类

机构

  • 5篇江苏大学
  • 2篇东南大学
  • 1篇北京化工大学
  • 1篇河南理工大学
  • 1篇江苏徐州工程...

作者

  • 6篇周宏月
  • 3篇李建康
  • 3篇宋向荣
  • 1篇王华庆
  • 1篇王望良
  • 1篇曾发林
  • 1篇薛红涛
  • 1篇闫安志

传媒

  • 2篇河南理工大学...
  • 1篇汽车技术
  • 1篇机械工程学报
  • 1篇振动与冲击

年份

  • 1篇2023
  • 1篇2016
  • 1篇2014
  • 2篇2013
  • 1篇2011
6 条 记 录,以下是 1-6
排序方式:
EEMD在道路载荷谱降噪处理中的应用被引量:4
2014年
针对道路载荷谱实质为非平稳信号的特点,以及经验模态分解(Empirical Mode Decomposition,EMD)降噪存在模态混淆的问题,将集成经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)应用于道路载荷谱降噪处理,并从时域、频域和雨流域同EMD降噪效果进行了分析对比。提出基于EEMD的载荷谱信号降噪计算步骤,给出EEMD计算参数的求取原则,讨论计算参数对降噪效果的影响。结果表明,EEMD可以较好地估算并降低载荷谱信号中的噪声水平,提高信噪比和疲劳循环次数统计精度。
李建康宋向荣周宏月曾发林
关键词:道路载荷谱EMD降噪
道路载荷谱频域分层雨流分析
道路载荷谱信号具有非平稳特征.首先,由经验模态分解方法(Empirical ModeDecomposition,EMD)得到载荷谱的各阶固有模态函数分量(Intrinsic Mode Function,IMF),再进行雨...
周宏月曾发林
关键词:汽车试验道路载荷谱经验模态分解
台阶路面数学建模和两自由度车辆的响应分析被引量:2
2011年
为研究台阶路面引起的车辆振动,以河南理工大学西门台阶为例建立数学模型,给出不同半径车轮的质心位移曲线.按照两自由度车辆模型,分析车辆在高速和低速两种情况下通过西校门台阶时,车辆的上下振动、以及前俯后仰的运动规律.数值计算结果表明,若高速通过西门台阶,会引起车辆的高频剧烈振动,车轴承受高频交变应力作用,严重影响车辆使用寿命,并会过多消耗能源.
闫安志周宏月
关键词:动载荷
车辆道路载荷谱的Hilbert边际谱分析方法及应用被引量:1
2013年
针对车辆道路载荷谱信号非平稳特点及Fourier分析的局限性,利用Hilbert-Huang变换(HHT)方法处理振动信号,提出了基于Hilbert边际谱的道路载荷谱信号特征分析方法。以某自卸车的载荷谱数据处理为例,通过Hilbert边际谱与Fourier谱的比较分析,得出该车在不同强化道路上的响应特性及自身固有特性。试验结果表明,Hilbert边际谱比Fourier谱能更准确地反映信号的频域特征,可有效进行道路载荷谱分析。
李建康周宏月宋向荣
关键词:道路载荷谱FOURIER
基于K-AHNs的轮毂电机状态识别方法研究
2023年
为规避轮毂电机故障恶化诱发电动汽车运行安全隐患,提出一种基于K-means聚类算法的改进人工碳氢网络(K-means based artificial hydrocarbon networks,K-AHNs)的轮毂电机状态识别新方法,主要通过K-means聚类算法思想改进人工碳氢网络(Artificial hydrocarbon networks,AHNs)碳氢分子区间的更新方式,优化多种状态识别模型,进而达到提高识别精度、降低训练时间的目的。基于轮毂电机内侧滚动轴承内圈、外圈和滚动体3种不同故障状态在4种负载和7种运行状态下的试验数据验证结果表明,K-AHNs法在多种运行工况下能够精准、高效地识别轮毂电机运行状态,状态识别率均大于87%,训练时间均低于19 s。比较传统的AHNs法,K-AHNs法的平均状态识别率提高了14.49%,平均训练时间缩短了7.36倍,具有较高的可靠性和实用性,较好地解决现有的电机故障诊断方法识别精度低、模型训练时间长的问题。
薛红涛吴蒙张子鸣周宏月王华庆
关键词:轮毂电机K-MEANS聚类
基于Hilbert边际谱的道路载荷谱特征分析被引量:1
2013年
针对实际道路载荷谱信号具有非平稳特点的问题,以某自卸车在不同强化道路上的实测载荷谱为研究对象,运用Hilbert-Huang变换计算其Hilbert边际谱,分析了不同强化道路载荷谱的信号特征,得出了该车的动态响应特性以及自身固有特性.在此基础上,确定迭代目标谱的滤波频率范围,并在该车的室内道路模拟试验中取得良好的迭代效果.结果表明,Hilbert边际谱能够有效地应用到非平稳道路载荷谱的分析当中.
李建康周宏月宋向荣王望良
关键词:道路载荷谱
共1页<1>
聚类工具0