徐元博 作品数:13 被引量:59 H指数:4 供职机构: 长安大学工程机械学院道路施工技术与装备教育部重点实验室 更多>> 发文基金: 国家自然科学基金 陕西省教育科学“十二五”规划课题 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 金属学及工艺 矿业工程 电子电信 更多>>
复杂背景下对称差分解析能量算子在轴承故障诊断中的应用 被引量:10 2019年 针对对称差分能量算子对噪声和振动干扰较为敏感的不足,在其基础上提出了对称差分解析能量算子。对称差分解析能量算子在很大程度上克服了噪声和振动干扰的影响,能从重度污染的信号中提取出微弱的故障信号频率,因此具有更强的鲁棒性。将该方法应用于模拟实验和真实轴承故障诊断实验中,并且与对称差分能量算子和传统能量算子进行对比,该方法取得了良好的诊断效果,体现了优越性。将该方法应用于故障诊断领域,尤其是工作背景复杂的环境下,有着很大的实际意义。 徐元博 蔡宗琰 丁凯关键词:故障诊断 滚动轴承 EMD分解盲源分离算法在振动筛故障诊断中的应用 2012年 振动筛广泛运用于工业领域,振动筛故障诊断研究有实际意义。以振动筛轴承故障为例,先估计振动筛轴承故障时的振动源数,再利用基于经验模态分解(EMD)的盲源分离(BSS)算法分析振动筛轴承的故障特征。 徐元博 段志善 贾涛关键词:振动筛 轴承故障 盲源分离理论在振动筛轴承故障诊断中的应用 随着我国经济建设和科学研究事业的进一步发展,筛分机械设备所涉及的领域与应用变得越来越广泛,对于有原材料生产以及应用的领域,都可以看到筛分机械设备,而在这些筛分机械设备中,最常见和常用的设备就是振动筛。在煤炭工业部门、水利... 徐元博关键词:故障诊断 振动信号 特征提取 形态滤波与EEMD在振动筛轴承故障诊断中的应用 被引量:3 2015年 轴承故障诊断的关键在于振动信号的前处理与故障特征参数的提取。形态滤波法可以利用特有的数学属性对故障信号进行有效的降噪处理,并突出故障信号的特征参数;同时利用集合平均经验分解对轴承的特有故障特征进行提取。将该振动信号提取方法应用到振动筛等振动机械的轴承故障特征提取中,通过试验表明,该方法可以有效提取振动机械中故障信号的频谱特征,便于工程应用。 徐元博 魏振东关键词:滚动轴承 振动筛 故障诊断 变分模态分解和K-L散度在振动筛轴承故障诊断中的应用 被引量:3 2017年 振动筛属于振动机械设备中的筛分设备,其结构特点与运行原理与一般的旋转机械有很大不同,因此提取出的振动信号同从旋转机械提取出的振动信号也同样有较大区别,主要体现在信号中不仅存在大量背景噪声,而且成分也较为复杂。对于此类信号,模态分解算法是个行之有效的方法,模态分解算法在去除大量高频噪声的同时,还能将振动信号分解成一系列具有单一成分的模态分量,从而能更好发现振动信号的物理意义。基于此,引入一种新的故障诊断方法,首先利用变分模态分解将故障信号分解为若干个窄带模态分量,然后根据K-L散度值选定最佳的分量,最后进行包络运算得出故障频率。通过仿真模拟实验与振动筛轴承故障诊断的实际应用,并与之前的经典模态分解算法——经验模态分解和集成经验模态分解进行对比,发现该算法更具有优越性和实用性。 徐元博 蔡宗琰关键词:振动与波 振动筛 轴承故障诊断 经验模态分解 EEMD与EFICA在单通道复合故障诊断中的应用 被引量:4 2015年 针对转子不对中和滚动轴承微弱损伤的复合故障诊断问题,提出了一种基于平均经验算法(ensemble empirical mode decom—position,EEMD)和高效快速独立分量分析(efficient variant of Fast ICA,EFICA)的盲源分离故障诊断方法;利用EEMD算法将单通路复合故障信号分解成多个不同信号特征的本征模函数(intrinsic mode function,IMF),解决了盲源分离中的欠定问题;在此基础上利用EFICA算法对各个不同信号特征的IMF进行故障特征分离;通过仿真实验和转子实验台的实验结果,表明该算法可以有效分离出各个不同的故障特征。 徐元博 魏振东关键词:经验模态分解 单通道 盲源分离 一种新的能量转换表达在轴承故障诊断中的应用 2018年 针对传统包络方法中存在的不足,提出一种新的能量转换表达。该种新的能量表达主要基于高阶对称能量算子。这种新的表达可以跳过求包络信号这一步,而直接得出故障信号的能量,从而从能量谱中分辨出轴承故障特征及其倍频。同时,由于采用了对称高阶求导方法,大大增强了检测轴承微弱信号的能力,可以从受到严重污染的测量信号中提取出轴承故障特征,因此它具有更好的鲁棒性。将该方法应用到仿真模拟信号与实际轴承故障信号中,并与传统的解调算法Teager能量算子和希尔伯特变换进行对比,证明了该方法的实用性和优越性。 魏忠斌 徐元博 赵慧娟关键词:轴承故障诊断 TEAGER能量算子 希尔伯特变换 改进的HHT算法在振动筛轴承故障诊断中的应用 被引量:2 2015年 基于经验模态分解的Hilbert-Huang变换(HHT)存在端点效应,从而影响分解效果。为了改善端点效应,提出了基于镜像延拓法的端点抑制方法。将改进的Hilbert-Huang变换首次应用到振动筛等振动机械的轴承故障特征提取中,通过实验表明该方法可以有效提取振动机械中故障信号的频谱特征,便于工程现场的应用。 徐元博 杨宏才关键词:振动筛 轴承故障诊断 希尔伯特黄变换 三点对称差分能量算子与经验小波变换在轴承故障诊断中的应用 被引量:13 2017年 实际应用中研究机械系统的工作状态时,通常会对其所产的信号进行研究分析,从而得出相关结论。这些由机械系统产生的信号一般含有多种不同波动的混合成分,为了得出可靠的结论,必须从复合信号和背景噪声中分离出有物理意义的成分。因此引入一种新的故障提取方法,首先利用一种较新的模态分解算法——经验小波变换,将一组信号分解成多个具有紧支撑傅里叶频谱的调幅-调频(AM-FM)分量;然后利用K-L散度值挑选出具有物理意义的分量;最后将挑选出的分量通过三点对称差分能量算子运算,得到其能量谱的同时也能得到瞬时频率,从而提取出故障特征。将该方法用于模拟信号和实际轴承故障信号,并且同之前的方法进行对比。结论表明,该方法不仅能很好的提取轴承故障特征,而且证明该方法具有更好的优越性。 徐元博 蔡宗琰关键词:轴承故障诊断 盲源分离算法在振动筛故障诊断中的应用研究 2014年 以振动筛轴承的故障诊断为例,利用盲源分离算法在多通道与单通道的两种情况下,对轴承故障进行了综合分析,对比了盲源分离算法在单通道与多通道情况下的优缺点,较好地提取了振动筛轴承的故障频率,对振动筛等振动机械的故障诊断研究有一定意义。 王新立 徐元博关键词:振动筛 轴承故障 盲源分离算法