葛爽
- 作品数：10 被引量：76H指数：3
- 供职机构：华南理工大学机械与汽车工程学院更多>>
- 发文基金：广东省教育部产学研结合项目广东省自然科学基金广东省教育厅育苗工程项目更多>>
- 相关领域：机械工程自动化与计算机技术航空宇航科学技术动力工程及工程热物理更多>>
- 柴油机复合故障诊断方法及诊断系统
- 本发明公开了柴油机复合故障诊断方法及诊断系统，通过状态参数测量法检测燃油流量监测、尾气排放、温度检测等综合分析，来诊断柴油机供油系统故障。振动分析通过振动加速度传感器测量振动信号，先采用经验模态分解EMD除噪声，然后采用...
- 谢小鹏肖海兵冯伟葛爽
- 文献传递
- 一种测量发动机燃油的加速度智能传感器的测量方法
- 本发明公开了一种测量发动机燃油的加速度智能传感器及其测量方法，传感器包括涡街流量计、信号采集器、信号放大器、微型计算机、数据库系统等，通过测量流量信号、曲线拟合，得到燃油加速度，从而应用于监测燃油波动状况；涡街流量计测量...
- 谢小鹏肖海兵谢辉葛爽
- 文献传递
- 基于虚拟仪器的齿轮箱故障诊断的试验平台开发
- 随着设备的复杂化、自动化和连续化程度的提高，齿轮和齿轮箱的故障和失效给整个生产造成的损失也越来越大，更有可能危害到操作人员的生命安全，因此研究和探索新的更有效的齿轮箱故障诊断方法就显得十分的重要和迫切了。本文在研究基于能...
- 葛爽
- 关键词：故障诊断齿轮箱虚拟仪器信号分析流形学习
- 文献传递
- 一种测量发动机燃油的加速度智能传感器及其测量方法
- 本发明公开了一种测量发动机燃油的加速度智能传感器及其测量方法，传感器包括涡街流量计、信号采集器、信号放大器、微型计算机、数据库系统等，通过测量流量信号、曲线拟合，得到燃油加速度，从而应用于监测燃油波动状况；涡街流量计测量...
- 谢小鹏肖海兵谢辉葛爽
- 柴油机复合故障诊断方法及诊断系统
- 本发明公开了柴油机复合故障诊断方法及诊断系统，通过状态参数测量法检测燃油流量监测、尾气排放、温度检测等综合分析，来诊断柴油机供油系统故障。振动分析通过振动加速度传感器测量振动信号，先采用经验模态分解EMD除噪声，然后采用...
- 谢小鹏肖海兵冯伟葛爽
- 基于EMD样本熵-LLTSA的故障特征提取方法被引量：52
- 2014年
- 针对振动信号的非线性、非平稳性以及微弱故障特征难以提取的问题,提出了一种基于经验模态分解(EMD)、样本熵和流形学习的故障特征提取方法.该方法将EMD、样本熵和流形学习相结合.首先,利用EMD的自适应多分辨率的特点计算分解得到的IMF(固有模态函数)信号的样本熵,初步提取滚动轴承状态特征值;然后利用流形学习方法对初步的提取的滚动轴承状态特征进行进一步的提取;最后利用支持向量机(SVM)对该特征提取方法进行分类评估,并将该方法运用在滚动轴承故障诊断实验中,实验证明该特征提取方法与基于小波包样本熵的故障诊断方法相比具有很好的聚类性能,且对于SVM的分类结果可达100%,在降低了特征数据的复杂度的同时,增强了故障模式识别的分类性能,具有一定的优越性.
- 向丹葛爽
- 关键词：经验模态分解流形学习特征提取支持向量机
- 基于能量耗损的故障诊断信号分析方法被引量：2
- 2012年
- 针对能量耗损的故障诊断方法,提出一种基于流形学习与支持向量机的能量耗损信号分析算法。该算法将采集的能量数据重构到高维空间中,利用扩散映射(Diffusion Maps)的方法提取高维能量信号中的低维流形特征,然后利用支持向量机(SVM)对提取的低维流形特征进行分类,并用分类的准确率作为算法有效性的衡量指标;同时,利用局部切空间排列(LTSA)方法对能量信号进行分析,以比较2种算法对能量信号特征的提取能力。结果表明,基于扩散映射的方法具有更好的低维特征提取效果,从而证明了该算法对于能量耗损信号分析的有效性,为实现基于能量耗损的故障诊断奠定了基础。
- 葛爽谢小鹏黄博肖海兵
- 关键词：流形学习支持向量机故障诊断
- 一种基于能量耗损的柴油机状态检测装置
- 本实用新型公开了一种基于能量耗损的柴油机状态检测装置，包括流量传感器、扭矩传感器、转速传感器、信号处理电路、微型计算机，所述流量传感器与燃油箱的输油管连接，所述扭矩传感器和转速传感器与曲轴连接，所述信号处理电路分别连接流...
- 谢小鹏肖海兵葛爽卢小辉
- 文献传递
- 基于局部线性嵌入的能量耗损故障模式识别被引量：4
- 2012年
- 针对基于能量耗损的齿轮故障模式识别问题,将监督学习与局部主成分分析结合,提出了一种改进的能有效提取数据低维流形结构与分类特征的局部线性嵌入算法.然后,分析了齿轮摩擦学系统能量耗损与能量耗损的故障模式识别方法.最后,以齿轮箱能量监测实验台为例,获取不同齿轮故障下输入能量耗损功率的变化,应用改进的局部线性嵌入算法进行故障的功率耗损降维与模式识别,通过多类支持向量机分类的准确率来判断分类的效果.研究表明,改进的局部线性嵌入算法有较高的识别率,是一种有效的齿轮能量耗损故障模式识别方法.
- 谢小鹏肖海兵冯伟黄博葛爽
- 关键词：故障诊断局部线性嵌入流形学习模式识别
- 一种基于小波包样本熵和流形学习的故障特征提取模型被引量：19
- 2014年
- 针对机械故障信号的非线性、故障征兆的多样性和复杂性等诊断问题,提出了一种基于小波包样本熵和流形学习的故障特征提取模型。该模型首先利用小波包的分解和重构,计算重构细节信号的样本熵,初步提取滚动轴承故障特征,然后利用流形学习法对初步的样本熵故障特征进行进一步的提取,在保留故障特征的整体几何结构信息的同时降低了特征数据的复杂度,增强了故障模式识别的分类性能。最后通过支持向量机对该模型提取的特征进行分类,通过比较初提取特征和再提取特征分类效果来验证该模型的优越性。
- 向丹葛爽
- 关键词：小波包流形学习特征提取支持向量机
