张力丹
- 作品数：4 被引量：9H指数：2
- 供职机构：商丘学院更多>>
- 相关领域：机械工程自动化与计算机技术理学文化科学更多>>
- 基于DWAE-GRUNN算法的齿轮箱早期故障智能诊断研究被引量：2
- 2023年
- 为了提高在时变转速条件下对齿轮箱故障进行识别的能力,综合运用门控循环单元神经网络(GRUNN)与深度小波自动编码器(DWAE),开发了一种齿轮箱故障诊断模型。通过Adam优化算法与Dropout处理技术对模型进行了训练,采用经过训练处理的模型并通过Softmax分类器实现对样本齿轮箱运行状态的识别。研究结果表明:运用DWAE和GRUNN模型获得了良好的诊断效果,对齿根裂纹、齿面磨损、断齿的故障识别准确率都达到96%以上。本模型的齿轮箱故障识别具备DWAE鲁棒特征提取能力,表现出比其他方法更高的待诊样本准确率。在逐渐增加训练样本数量的过程中,获得了更高的待诊样本准确率。该方法具有较强的抗噪能力和时变转速适应能力,易于在同类机械传动设备的故障诊断领域应用推广。
- 张力丹袁晓华李峰张国强
- 关键词：齿轮箱故障识别小波神经网络准确率
- 基于VMD改进MDE算法的液压泵滑靴磨损微弱故障信号识别被引量：4
- 2022年
- 针对变分模态分解(Variational Modal Decomposition,VMD)特征能量重构法实现故障算法存在准确性不高问题,对原始信号先通过VMD分解获得能量余量,在特征能量占比(Feature Energy Ratio,FER)基础上对VMD特征能量重构法,并选择有效的多尺度散布熵(Multiscale Dispersion Entropy,MDE)作为向量。以液压泵故障诊断为研究对象,依次分析了液压泵在正常状态与滑靴端面磨损为0.1 mm、0.2 mm、0.3 mm状态下情况。仿真结果得到:时间尺度持续增大,形成了排列更有序的粗粒化序列,系统复杂性大幅降低。重构信号MDE在正常运行状态和滑靴磨损达到0.10 mm时都可以保持稳定状态。VMD-MDE方法进行处理获得了98.1%准确率,与VMD相关系数分类方法相比提高了7.1%,与模态分解(Mode Decomposition,DE)方法相比提高19.32%。极限学习机(Extreme Learning Machine,ELM)处理时间比支持向量机(Support Vector Machine,SVM)降低13.2%,而准确率增大了19%。达到更快分类速率和更高精度。
- 袁晓华张力丹李峰张国强
- 关键词：液压泵信号提取故障诊断
- 基于软性核凸包支持向量机算法滚动轴承故障诊断分析被引量：3
- 2023年
- 滚动轴承运行过程中形成局部故障如不及时做到诊断会造成严重后果。为了提高滚动轴承故障诊断精度,设计了一种软性核凸包支持向量机(SCH-SVM)测试方法。设计实验测试了滚动轴承故障的热成像结果,完成本方法的有效性验证。研究结果表明:提高软性因子后,诊断结果都表现为先升高再降低变化,将软性因子λ都设定在最优诊断分类状态为1.1。张量分类器SCH-SVM与STM相对向量分类器SVM与FCH获得了更优诊断性能,说明SCH-SVM对于机械故障诊断满足可靠性要求。逐渐增加训练样本数量后,形成了更相近的诊断精度,采用热成像作为输入时可以获得比振动信号作为输入时更高的精度。该研究能够有效提高滚动轴承故障诊断效率,可推广到其它的机械传动领域,具有很好的理论研究价值。
- 王栋张力丹李峰
- 关键词：滚动轴承故障诊断可靠性
- 浅谈微课在三本院校高等数学教学中的应用
- 2016年
- 随着现代教育科技的发展,传统的高等数学教学模式存在不足,而微课作为新的教学模式在三本院校的高等数学教学中存在明显的优势。
- 张力丹张晓星
- 关键词：高等数学教学
