刘胜兰
- 作品数：6 被引量：12H指数：3
- 供职机构：中国舰船研究院更多>>
- 相关领域：机械工程理学一般工业技术交通运输工程更多>>
- 基于样本熵理论的进化论自适应消噪算法被引量：3
- 2014年
- 进化论自适应滤波器消噪算法通过有性繁殖和无性繁殖规则可以实现全局最优搜索,从而最优地消除可加性噪声,有效提取故障特征信号。但定值进化系数和以残差信号平均能量的倒数作为适应度函数等因素,约束了该算法的收敛特性和消噪性能。由于样本熵拥有可有效表征信号的不规则性和复杂程度、可较少地依赖时间序列的长度、对于丢失数据不敏感、对瞬态强干扰有较好的承受能力等特性,本文将信号样本熵的倒数作为适应度函数,采用变步长的进化系数提出基于样本熵理论的自适应进化论消噪算法。模拟仿真和实验数据研究表明,本算法有较好的收敛速度和消噪效果。
- 周晓君刘胜兰冀洵
- 关键词：自适应消噪
- 基于变尺度计权分析的齿轮箱动态服役性能声学评价方法
- 本发明提出了一种基于变尺度计权分析的齿轮箱动态服役性能声学评价方法及系统。该方法为：获取齿轮箱的动态声学信号f(t)；对所述动态声学信号f(t)进行变分模态VMD分解，获取每个模态分量信号的中心频率ω<Sub>k</Su...
- 刘胜兰王浩崔朝凯聂为彪丁晓喜张迎
- 基于集合谱峭度法的轴承故障诊断
- 2013年
- 轴承早期故障引起的微弱振动变化信号往往淹没在机械传动系统的背景振动噪声中,其故障特征提取困难。本文针对滚动轴承故障振动信号的非平稳性及调制特性,提出集合经验模式分解和谱峭度法合的滚动轴承故障特征信号提取及其故障诊断的新方法——集合谱峭度法(Ensembled Kurtogram,EK)。该方法应用集合经验模式分解将振动信号分解为多个固有模式函数,分别计算各个固有模式函数的峭度值及其与故障工况下振动信号、正常工况下振动信号之间的相关性,根据IMFs自动选取规则选取合适的IMFs进行轴承故障信号的重构;然后针对重构后的信号进行谱峭度计算得到对应的峭度图,根据峭度图上最大值原则选取最佳带通滤波器进行滤波;最后运用包络解调后的信号进行故障诊断。本文通过模拟仿真和实验验证,验证了该算法的故障信号提取有效性和故障诊断能力。
- 周晓君刘胜兰
- 关键词：轴承故障诊断
- 基于自适应顺序的滚动轴承最优特征选取与寿命预测被引量：3
- 2019年
- 为了提高舰船动力传动系统中滚动轴承的故障特征分析及寿命预测能力,需要对选择合适的振动信号特征表征滚动轴承状态的问题进行分析,通过时域,频域,时频域,信息熵等多方面提取滚动轴承的振动特征,构造特征库,综合全面描述滚动轴承的状态信息。提出了一种自适应特征提取方法,通过添加白噪声特征以及融合特征,并使用相关性,单调性,鲁棒性3个指标来综合评价特征,可以自动确定特征维数并筛选出敏感特征子集,并通过实验数据验证了所提方法的有效性。
- 刘胜兰高凌寒杜剑维刘晨
- 关键词：滚动轴承特征提取相关向量机
- 基于K-means和高斯混合模型聚类的齿轮箱故障识别研究被引量：6
- 2021年
- 针对传统的基于振动信号的机械故障诊断技术过于复杂、诊断时间过长等问题,提出了结合K-means和高斯混合模型聚类方法的齿轮箱轴承和齿轮故障快速识别方法。首先,通过经验模态分解方法分解振动信号,利用相关分析选取了对振动信号局部特征表达最佳的IMF分量,IMF分量的均方根值和原始振动信号的均方根值,共同构成了振动信号特征集;然后,利用K-means算法确定了振动信号特征集的可分类别数;最后,基于振动信号特征集及其可分类别数,利用高斯混合模型聚类构造了齿轮箱运行状态的多维高斯分布函数,建立了齿轮箱在各运行状态下的从属概率模型,并根据从属概率大小,实现了齿轮箱故障的快速识别。实验和研究结果表明:针对实验环境下齿轮箱轴承和齿轮典型故障识别,基于K-means和高斯混合模型聚类的齿轮箱故障识别方法平均识别准确率为94.3%,高于基于模糊c均值聚类方法的故障识别平均准确率(84.5%)。
- 王浩刘胜兰刘晨
- 关键词：齿轮箱K均值聚类故障识别
- 管口反射系数的时域计算分析
- 将时域脉冲法应用于计算圆形管道的末端声学性能.无流条件下比较了圆形管道声反射系数的时域法预测结果、实验测量结果和边界元法计算结果,时域法计算结果与上述两种结果间吻合较好,说明了时域脉冲法可以准确预测圆形管道的声学特性.最...
- 刘晨冀洵刘世生刘胜兰
- 关键词：声学性能数值模拟
- 文献传递
