您的位置: 专家智库 > >

齐放

作品数:4 被引量:6H指数:1
供职机构:北京化工大学机电工程学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:机械工程更多>>

文献类型

  • 2篇期刊文章
  • 2篇会议论文

领域

  • 4篇机械工程

主题

  • 3篇轴承
  • 3篇滚动轴承
  • 2篇特征提取
  • 2篇故障预测
  • 1篇学习机
  • 1篇遗传算法
  • 1篇遗传算法优化
  • 1篇振动与波
  • 1篇神经网
  • 1篇神经网络
  • 1篇特征提取方法
  • 1篇小波
  • 1篇小波变换
  • 1篇离散小波变换
  • 1篇灰色神经网络
  • 1篇极限学习机
  • 1篇波变换
  • 1篇齿轮
  • 1篇齿轮箱

机构

  • 4篇北京化工大学

作者

  • 4篇王华庆
  • 4篇齐放
  • 1篇屈红伟
  • 1篇李美娇
  • 1篇郭永伟
  • 1篇肖飞

传媒

  • 1篇设备管理与维...
  • 1篇噪声与振动控...
  • 1篇第九届全国设...

年份

  • 1篇2016
  • 1篇2015
  • 1篇2014
  • 1篇2012
4 条 记 录,以下是 1-4
排序方式:
基于约束独立成分分析的轴承复合故障特征提取方法被引量:5
2015年
为从复合故障信号中提取各故障特征,提出一种离散小波变换(DWT)和约束独立成分分析(CICA)相结合的单通道复合故障诊断方法。首先通过DWT方法将单通道振动信号进行小波分解后,利用小波重构函数重构各层分解信号。然后取重构信号的包络信号作为CICA算法的输入矩阵,基于滚动轴承先验知识建立参考信号,从而分离出轴承各故障信号,提取故障特征。最后,在滚动轴承故障模拟实验台上进行了方法验证。结果表明:该方法可有效分离滚动轴承外圈和滚动体故障,实现了轴承复合故障的诊断。
李瑞彤王华庆屈红伟齐放李美娇
关键词:振动与波离散小波变换滚动轴承
极限学习机在轴承故障预测中的应用
传统的BP神经网络需要人工设置参数,导致预测结果精度不高.为有效实现滚动轴承早期故障的预测,利用一种自优化的神经网络模型提出了一种基于极限学习机的故障预测方法实现对滚动轴承故障预测.首先,提取振动信号时域特征参数;其次,...
齐放王华庆
关键词:滚动轴承故障预测极限学习机特征提取
文献传递
灰色神经网络在轴承故障预测中的应用被引量:1
2014年
为提高旋转机械中滚动轴承故障预测的精度,提出灰色神经网络预测模型。利用训练样本数据,使用灰色神经网络模型完成训练过程;基于已训练好的模型对未来时间点的运行状态进行拟合,实现轴承的故障趋势预测。相比采用单一的BP神经网络预测模型,该组合模型具有较高的精度,对轴承故障趋势预测有一定的现实意义。
齐放王华庆
关键词:滚动轴承灰色神经网络故障预测
基于遗传算法优化的齿轮状态趋势分析方法研究
介绍了通过应用遗传算法优化曲线拟合预测模型,提出了基于遗传算法的趋势分析方法,并以齿轮箱为研究对象进行了实验分析及验证。同时与直接拟合模型进行了对比分析,基于遗传算法优化的趋势分析结果与齿轮实际运行状态相符,表明该方法能...
肖飞王华庆齐放郭永伟
关键词:齿轮箱遗传算法
文献传递
共1页<1>
聚类工具0