陈长沙
- 作品数：7 被引量：53H指数：2
- 供职机构：重庆交通大学信息科学与工程学院更多>>
- 发文基金：国家自然科学基金教育部留学回国人员科研启动基金重庆市高等学校优秀人才支持计划更多>>
- 相关领域：机械工程电气工程自动化与计算机技术更多>>
- 一种电力变压器监测装置
- 本实用新型公开了一种电力变压器监测装置，包括高压信号采集单元、中压信号采集单元、振动传感器、温度传感器、故障分析装置，所述故障分析装置包括数据存储器、第一微处理器与显示单元，所述高压信号采集单元、中压信号采集单元、振动传...
- 黄大荣陈长沙柴彦冲赵栋赵玲
- 文献传递
- 轴承振动信号除噪的自适应均衡改进算法
- 2017年
- 为消除轴承振动信号的中强背景噪声,提出一种改进的混合自适应均衡算法。首先构建了收敛速度较快、稳定性较好的改进混合自适应均衡消噪模型,然后利用此消噪模型对含噪的轴承故障数据进行消噪处理。实验结果表明,该方法能够较好地消除轴承故障振动信号中的噪声。
- 黄大荣柯兰艳赵玲孙国玺陈长沙
- 数据驱动下盲源分离滚动轴承复合故障诊断方法研究
- 在实际石化装备工业运行过程中,监控其运行的传感器往往会采集到大量包含状态信息与故障特征的重要信息,可以用于装备的状态监测与故障诊断。当前设备运行的状态变化会时刻影响信号的相关特征参数,根据相关特征参数的分布情况可以间接掌...
- 陈长沙
- 关键词：数据驱动滚动轴承故障诊断解耦盲源分离
- 文献传递
- 误差影响下滚动轴承多重故障模态特征信号的盲源分离方法被引量：2
- 2018年
- 针对旋转机械设备受到测量误差及系统误差等因素影响,导致滚动轴承多故障模态信号难以分离的缺陷,提出一种误差影响下滚动轴承多重故障模态特征信号的盲源分离方法。对故障信号进行白化预处理得到白化矩阵,进而计算白化矩阵的4阶累积量,并构建4阶累积量矩阵;将累积量矩阵对角化,并取前K个较大特征值对应的特征向量作为新累积量矩阵;利用总体最小二乘方法估计最小化新累积量矩阵与目标正交矩阵的误差函数,最大程度地联合近似对角化新累积量矩阵,实现多故障信号的分离估计;为进一步评估该方法的有效性,选用时域相关系数及时频域双谱估计两种评价方法对分离结果进行验证。结果表明,该方法分离出来的信号与源信号相关系数高,并且时频域双谱估计相似,是一种有效分离多重故障的方法。
- 黄大荣陈长沙柯兰艳赵玲赵玲米波
- 关键词：滚动轴承盲源分离联合对角化
- 电力变压器故障的客观熵权识别及诊断方法被引量：35
- 2017年
- 为了有效管理和监测电力变压器的健康状态,在对变压器油中溶解气体数据进行分析的基础上,建立了一种基于客观熵权的电力变压器故障信息模式识别及诊断模型。首先,在定义包含电力变压器故障模式全局信息的矩阵范式基础上,引入信息熵权理论构建故障特征信息的客观熵权精确量化模型;然后,基于距离和投影原则构建了故障模式判别准则函数,并通过准则函数对模式进行排序,运用综合排序结果进行故障测试模式分类,得到用于判断故障类型的基准类心向量;最后,运用基于类心欧氏距离的方式判别故障测试样本所属的类别,实现变压器故障的客观熵权识别及诊断。利用从某电力公司采集到的120组电力变压器油中溶解气体样本进行实例验证,结果表明,所提出的方法能克服传统的三比值故障诊断方法存在无编码以及边界编码模糊致误判的问题。
- 黄大荣陈长沙孙国玺赵玲
- 关键词：电力变压器故障诊断
- 复杂装备轴承多重故障的线性判别分析与反向传播神经网络协作诊断方法被引量：15
- 2017年
- 由于复杂装备运行工作环境恶劣,导致其轴承多重故障诊断的准确率不高,为此提出一种基于线性判别分析(LDA)与反向传播(BP)神经网络协作下复杂装备轴承数据驱动的多重故障诊断方法。将无量纲指标作为轴承多重故障数据的反映指标,利用LDA对轴承多重故障的无量纲指标数据进行线性映射降维处理;通过拉格朗日极值法获得最佳投影向量,沿着该方向将轴承多重故障数据投影到类别最易区分的方向;将经投影处理后的样本作为BP神经网络的输入样本,通过训练测试网络,实现轴承多重故障的预测分类。对某型装备大型旋转机械机组进行仿真实验,验证了所提方法能够有效对轴承多重故障进行降维映射,并且能较好地实现多重故障分类诊断,具有良好的有效性和实用性。
- 黄大荣陈长沙孙国玺赵玲米波
- 关键词：机械学线性判别分析反向传播神经网络
- 滚动轴承复合故障的混合协同诊断方法被引量：1
- 2018年
- 针对传统复合故障诊断方法存在故障难以完全分离的缺点,提出了滚动轴承复合故障的混合协同诊断方法。首先对观测信号的协方差矩阵进行奇异值分解,求出白化矩阵并对复合故障信号进行白化处理;然后,利用联合对角化方法对白化后的故障矩阵进行对角化变形,通过最小化对角化程度函数得到正交矩阵;最后,通过正交矩阵估计故障源信号矩阵,实现复合故障的分离;由于二阶盲辨识方法分离出的故障信号间存在无序性以及相似性,导致分离信号故障类型难以确定,因此将分离后的故障信号进行短时傅里叶变换,通过分离信号的时频谱图与原信号时频谱图进行比较,并根据趋势一致性确认所对应的故障类型。最终,以广东省石化装备故障诊断重点实验室的轴承数据进行实验论证,结果表明,二阶盲辨识协同短时傅里叶变换能有效将滚动轴承的复合故障信号分离出来,工程上具备可操作性和极大的应用价值。
- 黄大荣陈长沙赵玲赵玲孙国玺
- 关键词：滚动轴承短时傅里叶变换
