李晓辉
- 作品数：2 被引量：6H指数：1
- 供职机构：西南交通大学机械工程学院更多>>
- 发文基金：国家重大科技成果转化项目中央高校基本科研业务费专项资金更多>>
- 相关领域：机械工程自动化与计算机技术更多>>
- 机械密封端面液膜厚度状态检测技术研究被引量：5
- 2017年
- 利用电涡流技术和声发射技术对静压型机械密封的端面膜厚分别进行直接和间接测量,研究机械密封在不同转速和压力下的膜厚变化规律,并通过先进信号分析和人工智能,研究密封在不同膜厚区间的声发射特征,建立基于人工神经网络的机械密封端面的状态识别模型,以实现对密封流体膜厚的区间估计。研究结果表明:机械密封工作时压力主要影响膜厚的变化区间,而转速主要影响膜厚的瞬时波动;构造的基于BP神经网络的联级决策模型,对于密封膜厚的平均识别率达到了85%,从而实现了机械密封端面膜厚从有损检测到无损检测的转变。
- 肖丁张尔卿李克斯李晓辉
- 关键词：机械密封声发射人工智能
- 基于J-EEMD的刀具磨损状态特征提取技术被引量：1
- 2014年
- 在实际刀具状态监测的过程中,通过传感器所直接测得的数据都包含了大量的噪声信号,因此难以从中获取刀具磨损状态的变化规律,这样显然不利于进行模式识别。应用近似联合对角化下的集合经验模态分解(J-EEMD)对观测信号进行处理,基于信号本身特征,自适应地将切削加工中检测得到的振动和声发射信号分解为多个内蕴模式函数(IMF),然后根据各个IMF之间的能量比对变换,提取出了不同磨损状态下的刀具状态特征。实验证明:在该方法对测得数据进行处理的基础上,能够很好地识别出刀具磨损程度的不同状态。
- 陈洪涛傅攀李晓辉钟成明
- 关键词：噪声特征提取模式识别
