河南省教育厅自然科学基金(2008C460003)
- 作品数：5 被引量：19H指数：3
- 相关作者：李志农蒋静张新广王心怡肖尧先更多>>
- 相关机构：郑州大学南昌航空大学上海交通大学更多>>
- 发文基金：河南省教育厅自然科学基金国家自然科学基金河南省自然科学基金更多>>
- 相关领域：机械工程自动化与计算机技术电子电信更多>>
- 转子碰摩故障的非线性频谱分析
- 提出了旋转机械转子碰摩故障的非线性频谱分析方法。该方法利用旋转机械的同步采样的输入输出信号得到转子碰摩故障的简化GFRF模型,并分析其特点及其与故障的联系。
- 蒋静李志农曾宇冬员险锋
- 关键词：转子碰摩非线性频谱分析旋转机械
- 文献传递
- 基于Volterra级数和SVM的旋转机械故障诊断方法研究被引量：3
- 2012年
- 提出一种基于Volterra级数和支持向量机的旋转机械故障诊断方法。该方法首先利用量子粒子群优化算法辨识出正常、转子碰摩、转子裂纹、基座松动四种状态下的Volterra核,分别利用一阶Volterra核和前三阶Volterra核作为特征向量,然后将这些特征向量输入到SVM(support vector machine)分类器中进行识别。实验结果表明,提出的方法是有效的,当利用一阶Volterra核作为特征向量难以区分故障时,可以利用更高阶的Volterra核作为特征向量来区别,这些体现出所提出方法在旋转机械故障诊断中独特的优势。
- 李志农蒋静赵匡肖尧先邬冠华
- 关键词：VOLTERRA级数故障诊断
- FHMM动态模式识别方法在旋转机械故障诊断中的应用
- 2009年
- 因子隐Markov模型(Factorial Hidden Markov Models,FHMM)是模拟语音特征的概率统计模型。它也广泛地应用在动态时间序列概率模型的学习中。由于旋转机械振动监测过程的某些动态因素类似于语音中的动态模式,因此,将FHMM引入到旋转机械升降速过程中,通过实验模拟了旋转机械在升速过程中的动态行为,并对振动数据进行了适当的处理之后,建立了各种典型故障的FHMM模型。利用这些模型进行故障分类,实验结果表明该方法是十分有效的。
- 冯长建李志农冷传广周奉让
- 关键词：故障诊断旋转机械模式识别
- 基于Volterra级数核的转子碰摩故障研究
- 提出了基于Volterra级数模型的转子碰摩的故障诊断方法,在提出的方法中,由系统的输入输出信号辨识出系统的Volterra级数时域核,通过Volterra核的变化来判别系统状态的变化。实验结果表明,提出的方法是有效的。
- 唐高松李志农曾宇冬员险锋
- 关键词：VOLTERRA级数故障诊断碰摩
- 文献传递
- 基于矢功率谱-AIS的旋转机械故障识别方法研究被引量：2
- 2010年
- 结合矢功率谱分析技术和人工免疫系统,提出一种新的机械故障模式识别方法,它以矢功率谱分析为特征提取工具,以aiNet网络为数据压缩工具,以支持向量机为分类器。该方法成功地应用到旋转机械故障诊断中,实验结果表明,该方法是可行和有效的。
- 李志农卢纪富潘玉娜曾宇冬
- 关键词：矢功率谱人工免疫系统支持向量机故障识别
- 分数阶Fourier变换在齿轮故障诊断中的应用
- 论述了分数阶Fourier变换的定义、算法和最佳阶数的选择问题,并应用到齿轮故障诊断中,进行实验研究。同时,与传统Fourier变换进行了对比分析。实验结果表明,只要选择合适的分数阶数,就可取得比传统傅立叶变换更好的效果...
- 刘立州李志农范涛
- 关键词：分数阶FOURIER变换故障诊断齿轮
- 文献传递
- 滚动轴承故障诊断中的Volterra核-HMM识别方法被引量：3
- 2010年
- 结合Volterra级数和隐Markov模型,提出了一种基于Volterra核特征提取的HMM故障识别方法。在该方法中,利用子空间法从正常、滚动体故障、内圈故障和外圈故障4种不同的轴承中提取Volterra核作为特征向量,然后,输入到各种故障模式的HMM中进行识别。提出方法利用电机转轴末端滚动轴承采集的实验数据得到了验证。
- 蒋静郑国彦李志农
- 关键词：VOLTERRA核子空间模式识别
- 基于核函数主元分析的滚动轴承故障模式识别方法被引量：12
- 2008年
- 基于核函数主元分析的独特优势,提出了滚动轴承故障诊断方法,通过核函数映射将非线性问题转换成高维的线性特征空间,然后对高维空间中的映射数据作主元分析,提取其非线性特征,对故障模式进行识别。并与主元分析方法进行了对比。试验结果表明,核函数主元分析法更适合提取故障的非线性特征,并能很好地识别滚动轴承故障模式。
- 李志农王心怡张新广
- 关键词：滚动轴承故障诊断模式识别核函数主元分析
