李豫川
- 作品数：5 被引量：27H指数：2
- 供职机构：昆明理工大学机电工程学院更多>>
- 发文基金：国家自然科学基金云南省教育厅科学研究基金更多>>
- 相关领域：自动化与计算机技术机械工程电子电信更多>>
- PSO-ICA算法及其在机械故障诊断中的应用
- 提出一种基于独立分量分析(ICA)和微粒群优化(PSO)相结合的算法,该算法以分离信号的负熵为目标函数,采用微粒群优化算法进行全局、并行寻优。该算法针对微粒群算法在达到一定精度后全体微粒爬坡能力低下的不足,提出了迭代次数...
- 李豫川柳小勤伍星迟毅林
- 关键词：微粒群优化独立分量分析故障诊断
- 文献传递
- 基于形态滤波和稀疏分量分析的滚动轴承故障盲分离被引量：18
- 2011年
- 为有效分离滚动轴承复合故障特征,提高故障诊断正确率,针对旋转机械调制故障信号非线性、强噪声干扰以及故障源信号未知的问题,提出一种基于形态滤波(Morphological Filtering,MF)和稀疏分量分析(Sparse Component Analysis,SCA)相结合的故障诊断方法。该方法首先对观测信号进行形态滤波提取信号中重要调制特征并使信号满足稀疏性要求,应用SCA分离滤波后的观测信号。在完备及欠定条件下对故障轴承加速度信号进行实验验证,分析结果表明该方法能够有效分离提取滚动轴承故障特征。
- 李豫川伍星迟毅林刘畅
- 关键词：形态滤波稀疏分量分析故障诊断滚动轴承
- 基于形态滤波和独立分量分析的轴承故障盲分离被引量：7
- 2010年
- 针对独立分量分析(ICA)对噪声较为敏感及滚动轴承故障信号的调制特性,提出一种基于形态滤波与ICA相结合的方法。该方法首先对观测信号进行形态滤波以突出故障特征同时消除其他干扰源,然后应用ICA分离形态滤波后信号。对滚动轴承外圈内圈复合故障信号进行实验研究,结果表明该方法能够有效识别分离滚动轴承故障特征。
- 李豫川伍星柳小勤贺玮
- 关键词：形态滤波独立分量分析故障诊断滚动轴承
- PSO-ICA算法及其在机械故障诊断中的应用
- 本文提出了一种基于独立分量分析(ICA)和微粒群优化(PSO)相结合的算法,该算法以分离信号的负熵为目标函数,采用微粒群优化算法进行全局、并行寻优。该算法针对微粒群算法在达到一定精度后全体微粒爬坡能力低下的不足,提出了迭...
- 李豫川柳小勤伍星迟毅林
- 关键词：故障诊断独立分量分析微粒群优化
- 文献传递
- 完备及欠定条件下盲分离在故障诊断中的应用研究
- 在旋转机械振动状态监测与故障诊断过程中,常常面临着各种干扰或者各种故障相互耦合的情况,研究如何从复杂的监测信号当中分离提取故障特征具有重要意义。本文以旋转机械振动信号为研究对象,以盲源分离(BSS)为研究方法,系统地研究...
- 李豫川
- 关键词：稀疏分量分析形态滤波非负矩阵分解故障诊断
- 文献传递
