河南省高等学校青年骨干教师资助计划项目(2010GGJS-020)
- 作品数：8 被引量：18H指数：3
- 相关作者：陈宏韩捷赵营豪侯亚丁王绍更多>>
- 相关机构：郑州大学更多>>
- 发文基金：河南省高等学校青年骨干教师资助计划项目河南省教育厅自然科学基金国家自然科学基金更多>>
- 相关领域：机械工程理学一般工业技术金属学及工艺更多>>
- 全矢—模糊核聚类在旋转机械故障诊断中的应用被引量：3
- 2014年
- 针对传统旋转机械单通道故障诊断的信息不完整以及经典模糊聚类算法中的不足,结合全矢谱技术、密度函数法和模糊核聚类法,提出一种新的旋转机械故障识别方法。该方法首先应用全矢谱技术为特征提取工具,然后以密度函数法求得模糊核聚类的初始聚类中心,最后再用模糊核聚类法建立分类器进行故障识别。实验结果表明,该方法能准确、有效地对旋转机械的工作状态和故障类型进行分类,提高故障诊断的准确率。
- 付玉荣韩捷陈宏王绍
- 关键词：全矢谱模糊核聚类旋转机械
- 基于全矢局部均值分解的滚动轴承故障诊断方法被引量：2
- 2014年
- 局部均值分解可将多分量信号自适应地分解为多个单分量信号,全矢谱技术可以解决单通道信号不完整的问题。运用信息融合技术,将两者结合形成全矢局部均值分解方法,将局部均值分解得到的PF分量进行全矢谱融合分析,这样既可将信号彻底分解,又可保证其完整性,并通过滚动轴承试验验证了该方法的可行性。
- 苏文芳李凌均韩捷石帅锋
- 关键词：滚动轴承故障诊断全矢谱局部均值分解
- 转子不对中定量研究被引量：3
- 2013年
- 采用基于同源信息融合技术的全矢谱技术对转子系统的不对中进行定量描述,以及提出工程实际中一种不对中定量分析方法。首先合理布局各传感器测点的位置,测得各传感器的稳态电压以及振动信号,利用全矢谱同源信息融合技术获得各测点振动信号的主振矢和相位,对不对中故障进行定性,然后通过电涡流位移传感器稳态电压的计算获得各测点轴心线的空间相对偏移量,利用线性原理拟合各个测点偏移量,得到整个转子轴系的不对中量,从而对转子轴系不对中现场故障诊断起到指导作用。
- 赵营豪陈宏朱朝鹏侯亚丁
- 关键词：不对中全矢谱滑动轴承
- 基于矢Wigner高阶谱方法的研究被引量：1
- 2013年
- 全矢谱技术是同源信息融合技术的一种,能够有效的融合同一个截面两个传感器通道的信号信息,并且准确的提取机械故障的特征信息。信号信息不同的时间和频率的能量的密度或者强度可以通过时频分析方法描述,然而Wigner高阶谱是Wigner-ville分布在高阶谱领域的扩展,能够非常有效的分析时变非高斯信号,但是它仅仅只能用来处理单通道信号信息,现针Wigner对高阶谱的这一缺点与全矢谱分析方法相结合,提出一种新的分析方法—矢Wigner高阶切片分析法,给出它的定义和算法,运用仿真实验和实例验证。
- 王绍韩捷陈宏杨才源付玉荣
- 关键词：全矢谱
- 基于振动能量的设备状态评价方法研究被引量：5
- 2013年
- 论研究单自由度系统强迫振动时振动能量与振动疲劳寿命之间关系,然后用ANSYS/FE-SAFE软件对简支梁进行横向弯曲振动疲劳分析,结果表明,在一定范围内,振动能量越大,振动疲劳寿命越短,反之亦然,因此可以用振动能量对设备状态进行评价。对于测得的速度信号,可通过时域或频域积分的方法求得位移进而得到振动能量,也可以对信号进行频谱分析得到各频率下的幅值从而求得振动能量,后者更加方便准确。最后使用健康度定量描述设备的健康状态。
- 陈宏袁浩东张帅伟侯亚丁赵营豪
- 关键词：ANSYS
- 全矢模糊核聚类在机械故障诊断中的应用被引量：2
- 2012年
- 针对传统旋转机械单通道故障诊断的信息不完整以及传统模糊聚类方法对数据结构的严格要求,结合全矢谱技术和模糊核聚类方法,提出了一种新的旋转机械故障识别方法。该方法应用全矢谱分析为特征提取工具,以模糊核聚类方法为分类器,进行故障识别。实验结果表明,该方法能准确、有效地对旋转机械的工作状态和故障类型进行分类,提高了故障诊断的准确率。
- 付玉荣韩捷陈宏王绍巩晓赟
- 关键词：全矢谱模糊核聚类故障诊断旋转机械
- 基于全矢局部均值分解的齿轮故障诊断方法研究
- 2015年
- 针对齿轮故障信号大多数是难分解的多分量的调幅-调频信号的问题,提出一种新的信号处理方法——全矢局部均值分解(FVLMD)方法。局部均值分解(LMD)可将多分量信号自适应地分解为多个单分量信号;全矢谱技术可以解决单通道信号不完整的问题。运用信息融合技术,将信号LMD分解得到的PF(Product Function)分量进行全矢谱融合分析,这样既可以将信号彻底分解,又可以保证其完整性。齿轮故障信号验证了该方法的有效可行性。
- 苏文芳李凌均韩捷石帅锋
- 关键词：全矢谱局部均值分解齿轮故障诊断
- 基于HHT的滚动轴承诊断方法被引量：2
- 2012年
- 首先简单介绍了Hilbert-Huang变换,然后结合滚动轴承内圈故障的实例,说明了其在信号处理中遇到的端点效应和模式混淆问题,并在此基础上讨论了基于Hilbert-Huang变换的边际谱、包络谱等扩展方法。结果表明,这些方法能够较好地提取特征信号,为滚动轴承的故障诊断提供依据。
- 赵营豪陈宏侯亚丁杨浩亮
- 关键词：滚动轴承EMD
