于江林
- 作品数：5 被引量：26H指数：4
- 供职机构：东北石油大学更多>>
- 发文基金：黑龙江省教育厅科学技术研究项目黑龙江省自然科学基金更多>>
- 相关领域：化学工程机械工程电子电信更多>>
- 基于小波包分析和BP神经网络的滚动轴承非接触声发射诊断方法被引量：4
- 2008年
- 采用声发射技术对滚动轴承进行非接触诊断,以小波包分析方法提取故障信号的能量特征向量,作为BP神经网络的输入向量进行模式识别,区别完好轴承和各类故障轴承。
- 戴光余永增张颖于江林
- 关键词：声发射小波包分解BP神经网络
- 滚动轴承声发射信号的人工神经网络模式识别技术被引量：5
- 2008年
- 根据声发射检测中常用的BP、RBF和PNN神经网络模型,利用声发射在线检测系统对故障滚动轴承进行测试,提取不同故障轴承声发射信号特征参量作为神经网络输入向量,并分别用3种神经网络对滚动轴承故障模式进行识别.结果表明,采用BP神经网络的声发射信号识别技术的正确识别率略低于其余2种的识别率;RBF和PNN网络的分类结果相同,且在分类能力和学习速度方面均优于BP网络.
- 于江林余永增戴光汪雪
- 关键词：滚动轴承声发射人工神经网络模式识别
- 基于小波和EMD的滚动轴承非接触声发射诊断方法被引量：7
- 2009年
- 采用声发射技术对滚动轴承进行非接触检测,利用小波分解把故障轴承信号分解在不同频段,然后依照各频带能量重构信号,消除背景噪声,对降噪信号进行EMD分解,对分解后感兴趣的IMF进行边际谱分析,观察特征频率,得到清晰的故障信息,以此诊断轴承故障。
- 戴光余永增张颖于江林
- 关键词：滚动轴承声发射小波分解EMDIMF
- 滚动轴承故障声学信号小波分析方法研究被引量：6
- 2007年
- 采用小波分析方法,对非接触式声学测试中的滚动轴承故障声学信号进行多尺度分解,计算分解后每层信号的能量系数,结合噪声信号频率特性,去除能量较低的频段信号,对能量集中的频段进行波形重构,得到最能代表声发射源特征的信号,并利用功率谱分析了其频域特性。
- 戴光王美波于江林张颖
- 关键词：小波分析滚动轴承非接触式
- 滚动轴承故障的非接触声学检测信号特性及重构技术研究
- 滚动轴承被广泛用于石化、冶金和铁路等行业的重要设备上,是旋转设备和交通工具中易损坏的机械零件之一,约有30%的故障是由于滚动轴承的损坏造成的,并产生巨大的经济损失。因此,对滚动轴承工作状况进行实时监测和故障诊断的研究越来...
- 于江林
- 关键词：滚动轴承EMD非接触信号重构模糊模式识别
- 文献传递
