您的位置: 专家智库 > >

李晓晖

作品数:11 被引量:74H指数:6
供职机构:西南交通大学机械工程学院更多>>
发文基金:中央高校基本科研业务费专项资金中央级公益性科研院所基本科研业务费专项国家重大科技成果转化项目更多>>
相关领域:机械工程自动化与计算机技术理学更多>>

文献类型

  • 9篇期刊文章
  • 2篇学位论文

领域

  • 7篇机械工程
  • 5篇自动化与计算...
  • 1篇理学

主题

  • 4篇刀具
  • 4篇刀具磨损
  • 4篇密封
  • 4篇机械密封
  • 2篇端面
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇神经网
  • 2篇神经网络
  • 2篇声发射
  • 2篇轴承
  • 2篇轴承故障
  • 2篇轴承故障诊断
  • 2篇向量机
  • 2篇盲源分离
  • 2篇降维
  • 2篇故障诊断
  • 1篇刀具状态
  • 1篇刀具状态监测
  • 1篇独立分量分析

机构

  • 11篇西南交通大学
  • 2篇四川日机密封...

作者

  • 11篇李晓晖
  • 9篇傅攀
  • 2篇曹伟青
  • 1篇李威霖
  • 1篇江雁
  • 1篇林志斌
  • 1篇陈侃
  • 1篇张智

传媒

  • 2篇中国机械工程
  • 1篇振动与冲击
  • 1篇机械设计与研...
  • 1篇机床与液压
  • 1篇润滑与密封
  • 1篇四川大学学报...
  • 1篇电子测量与仪...
  • 1篇中国测试

年份

  • 3篇2016
  • 4篇2014
  • 3篇2013
  • 1篇2003
11 条 记 录,以下是 1-10
排序方式:
基于EEMD-SVM的刀具磨损状态研究被引量:7
2016年
针对刀具磨损监测中信号的非平稳特性和小样本建模中神经网络容易陷入局部值的问题,提出基于多传感器信号,运用集合经验模态分解(ensemble empirical mode decomposition,EEMD)和支持向量机(support vector machine,SVM)相结合的算法,实现对刀具磨损多状态的识别。首先对振动信号进行集合经验模态分解,将其分解为若干个本征模态函数(intrinsic mode function,IMF)之和,然后计算得到三向切削力信号的均值和各本征模态函数分量的能量百分比值作为磨损状态分类特征,最后运用支持向量机和Elman神经网络对刀具在不同磨损状态下的特征数据样本进行训练和识别。实验结果证明该方法能很好地实现对刀具磨损状态的识别,与Elman神经网络相比,支持向量机具有更高的识别率,更适合小样本情况下刀具磨损状态的分类识别。
江雁傅攀李晓晖
关键词:支持向量机多传感器
基于声发射和小波神经网络的机械密封状态分类新方法被引量:3
2014年
采用声发射方法监测得到的复杂机械密封的声发射信号往往信噪比很低,对其工作状态进行分类存在一定的困难。提出一种基于声发射和小波神经网络的机械密封工作状态分类的方法。该方法将小波与神经网络结合,基于声发射信号时域和小波包能量分析的特征提取方法,充分利用声发射信号中的有用信息,能很好地表征机械密封的工作状态。以旋转轴用动密封装置为例,采用上述方法对其工作状态进行监测。实验证明,该方法能够有效地对复杂机械密封的工作状态或故障类型进行分类。
林志斌傅攀张尔卿李晓晖黄泽沛陈侃
关键词:声发射机械密封模式识别小波神经网络
流体动压型机械密封端面状态监测及健康评估
机械密封是旋转型流体机械防止泄漏的关键部件,也是实现现代过程工业安全生产和环境保护的有力保障。有效监测机械密封的端面运行状态并对其进行健康评估,将有助于对密封失效进行早期预警。本文在分析机械密封工作及失效机理的基础上,以...
李晓晖
关键词:机械密封膜稳定性声发射信号
基于一维盲源分离的滚动轴承故障诊断被引量:20
2013年
盲源分离较之传统的信号处理方法在处理弱信号问题上更具优势。针对轴承故障诊断中因条件限制仅能进行单通道信号采集的情况,提出了一种基于总体经验模式分解的一维盲源分离算法。算法先通过总体经验模式分解将信号分解为多个本征模态函数,再根据本征模态函数之间的相关系数重组观测矩阵,最后利用近似联合对角化对矩阵进行盲源分离。通过数据仿真将该方法与小波分析和Hilbert-Huang变换作对比,说明该方法更适于处理低信噪比的轴承故障信号。对滚动轴承进行了故障诊断实验,成功找到了表征内圈故障和外圈故障的特征信息。
李晓晖傅攀
关键词:故障诊断盲源分离
刀具磨损早期故障智能诊断研究被引量:1
2014年
针对刀具的早期故障监测中因存在强烈的背景噪声而难以提取故障特征的问题,提出了基于二次采样随机共振消噪和B样条神经网络智能识别的故障诊断方法。首先利用在随机共振过程中,噪声增强振动信号的信噪比特性,将刀具振动信号进行随机共振输出,提取有效特征,再输入到B样条神经网络进行智能识别,进而获得刀具的磨损值。同时,为了得到与输入信号最佳匹配的随机共振参数,提出了基于遗传算法的多参数同步优化的自适应随机共振算法,克服了传统随机共振系统只实现单参数优化的缺点。实验结果表明,该方法能实现弱信号检测,能有效地应用于刀具磨损故障诊断中。
曹伟青傅攀李晓晖
关键词:随机共振遗传算法信噪比B样条神经网络
特征降维与决策融合在刀具磨损监测中的应用被引量:7
2013年
声发射技术是刀具磨损状态监测的有效检测方法。针对目前对刀具声发射信号难以实现识别分辨率和计算速率兼容的问题,提出关于刀具磨损状态识别建模的新方法。首先对信号进行小波包特征抽取,并通过核主分量分析对其进行优化。接着在两种神经网络识别结果的基础上,提出基于支持向量机的决策融合算法,从而避免了经典决策融合算法在实际应用中的问题。实验数据证明,该模型能有效提高刀具磨损状态的识别分辨率,且不影响运算的在线性。
李晓晖傅攀
关键词:刀具磨损核主分量分析
基于J2EE的文献资料全文检索系统的开发
该论文重点分析了J2EE体系结构以及其中所包含的多种关键技术,如EJB、JSP、Servlet等;并分析了Oracle数据库的全文检索技术——Oracle Text的配置和实现.论文主要内容是实现了一个文献资料库全文检索...
李晓晖
关键词:数据库J2EEEJBUML
文献传递
基于EEMD的单通道盲源分离在轴承故障诊断中的应用被引量:12
2014年
针对一维观测矩阵的极度欠定盲分离模型,结合盲源分离和总体经验模式分解的优点,利用总体经验模式分解将单通道信号转化为固有模态矩阵,重组观测矩阵,再通过近似联合对角化实现信号的盲分离。数据仿真说明该方法能提取低信噪比下的轴承故障信息。实验中,对2种不同故障的轴承进行故障诊断,从而进一步证明了该方法的有效性。
李晓晖傅攀
关键词:盲源分离独立分量分析故障诊断
基于声发射技术的机械密封膜厚测量被引量:8
2014年
机械密封主要通过动静端面之间的流体膜来实现润滑与密封,因此须对其膜厚进行监测。针对现有监测技术难以推广到工业现场的问题,提出机械密封液膜状态的声发射监测方法。以直接测量结果指导间接测量结果,建立适于声发射技术的机械密封液膜膜厚检定模型:对信号进行经验模态分解,并通过核主分量分析优化其特征;提出基于双重人工神经网络的联级决策模型。该模型能对密封膜厚程度进行估计,且较之单一的神经网络更为准确,具有良好的工业前景。
李晓晖傅攀张智
关键词:机械密封降维
机械密封端面接触状态的声发射监测研究被引量:15
2016年
有效监测机械密封的端面接触状态有助于对密封失效做出早期预警。针对密封声发射信号难以降噪的问题,提出基于神经网络粒子滤波和最小二乘支持向量机的声发射建模方法。首先通过机械密封的端面膜厚测量,研究声发射能量在密封启动过程中的变化规律;接着利用人工神经网络构建信号的状态空间,再通过粒子滤波算法对状态空间滤波降噪;最后从滤波信号中提取特征,并利用最小二乘支持向量机构建机械密封端面接触状态的检测模型。实验数据证明该方法能有效实现机械密封端面状态的无损检测,具有良好的工业前景。
李晓晖傅攀曹伟青陈侃
关键词:声发射粒子滤波最小二乘支持向量机
共2页<12>
聚类工具0