曹宇翔
- 作品数:4 被引量:52H指数:3
- 供职机构:湖南科技大学更多>>
- 发文基金:国家自然科学基金湖南省高校科技创新团队支持计划湖南省教育厅科研基金更多>>
- 相关领域:自动化与计算机技术电气工程机械工程更多>>
- 基于高阶累积量的AR参数-模糊聚类法及应用被引量:5
- 2012年
- 自回归模型(autoregressive model,AR模型)是常用时序分析方法,包含了重要的系统状态信息,但一般适用于平稳过程,而真实信号多为非平稳非高斯信号,采用特别适用于非高斯信号分析的高阶累计量进行AR参数估计,以所得AR参数作为特征向量,以模糊聚类分析方法进行模式识别。将该方法应用于滚动轴承故障诊断,成功实现了滚动轴承故障类型判别与性能退化评估。
- 蒋玲莉曹宇翔邓宗群
- 关键词:高阶累积量AR模型模糊聚类故障诊断
- 基于KPCA和PSOSVM的异步电机故障诊断被引量:18
- 2014年
- 针对异步电机故障振动信号具有较强的非线性特征,而传统的线性分析方法易造成振动信号非线性成分的丢失这一情况,提出一种核主元分析和粒子群支持向量机相结合的异步电机故障诊断方法。利用核函数实现输入空间到高维特征空间的非线性映射以及对映射数据的主元分析,得到原始样本的非线性主元,实现特征提取和数据压缩,将获得的核主元特征通过支持向量机进行模式识别。采用距离比值法和粒子群算法分别对核主元分析和支持向量机的参数进行双重优化选择。实验结果表明,该方法能有效提取故障信号的非线性特征,具有较强的非线性模式识别能力,相比主元分析和支持向量机方法,分类效果更好,实时性更强,可快速有效实现异步电机故障诊断。
- 李平李学军蒋玲莉曹宇翔
- 关键词:核主元分析支持向量机异步电机故障诊断
- 基于异类信息特征融合的异步电机故障诊断被引量:30
- 2013年
- 针对异步电机单一故障信号的局限性和故障特征存在较强非线性关系的特点,提出一种基于异类信息特征融合的故障诊断方法。以采集的振动信号和电流信号为原始信源,分别提取它们的时域特征和小波包熵特征,采用核主元分析对原始特征的组合进行降维融合,得到信息互补的特征量,将融合特征通过支持向量机进行模式识别。异步电机转子和轴承故障诊断实例表明,基于核主元分析的异类信息特征融合方法,可充分利用异类信源的冗余互补信息和特征数据之间的非线性关系,更全面地表征设备运行状态,相比单参数法及同类信息特征融合法具有更高的诊断精度。
- 李学军李平蒋玲莉曹宇翔
- 关键词:异类信息异步电机故障诊断核主元分析
- 基于核聚类与信息融合的齿轮故障诊断技术研究
- 齿轮是目前应用最广的传递动力的机械零件,在国民经济中占重要地位。齿轮一般在齿轮箱中且浸泡在润滑油液中进行运动,受到周围复杂工作环境的影响,故障特征之间往往存在较强的非线性关系,故障诊断过程受到诸多不确定性因素的影响,存在...
- 曹宇翔
- 关键词:齿轮核聚类算法信息融合核主元分析
- 文献传递