检索结果-南通市图书馆

基于EEMD形态谱和支持向量机复合的滚动轴承故障诊断方法

在线全文

学校读者我要写书评

暂无评论

工程科学学报 2015年第S1期37卷 72-77页

作者：姜万录郑直胡浩松燕山大学河北省重型机械流体动力传输与控制重点实验室秦皇岛066004 燕山大学先进锻压成型技术与科学教育部重点实验室秦皇岛066004

针对滚动轴承的内圈、外圈和滚动体故障提出了一种新的诊断方法,该方法融合了集总经验模态分解(EEMD)、形态谱和支持向量机(SVM)三种方法的优势.首先,利用经验模态分解对滚动轴承故障振动信号进行分解,得到若干个具有物理意义的内禀模... 详细信息

针对滚动轴承的内圈、外圈和滚动体故障提出了一种新的诊断方法,该方法融合了集总经验模态分解(EEMD)、形态谱和支持向量机(SVM)三种方法的优势.首先,利用经验模态分解对滚动轴承故障振动信号进行分解,得到若干个具有物理意义的内禀模态分量(IMF);其次,基于最大能量法筛选出含有故障特征信息最丰富的一个内禀模态分量为故障诊断数据源;再次,对数据源在选定尺度范围内进行形态谱的提取,从而构造故障特征向量;最后,利用支持向量机对滚动轴承的三种故障进行诊断.研究结果表明,该方法能够有效地诊断出滚动轴承的三种故障,且具有很高的故障诊断正确率.

关键词：集总经验模态分解形态谱支持向量机滚动轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

神经网络和证据理论融合的故障诊断方法研究

中国机械工程 2004年第9期15卷 760-764页

作者：姜万录李冲祥燕山大学机械工程学院秦皇岛066004

针对传统故障诊断方法存在的诊断准确率不高的问题 ,利用数据融合原理 ,将神经网络和证据理论进行有机结合 ,使两者优势互补 ,提出了神经网络和证据理论融合的故障诊断方法。通过简化网络结构提高了局部诊断网络的诊断能力 ,并使证据理... 详细信息

针对传统故障诊断方法存在的诊断准确率不高的问题 ,利用数据融合原理 ,将神经网络和证据理论进行有机结合 ,使两者优势互补 ,提出了神经网络和证据理论融合的故障诊断方法。通过简化网络结构提高了局部诊断网络的诊断能力 ,并使证据理论的基本可信度分配不再完全依赖专家进行的主观化赋值 ,从而实现了赋值的客观化。充分利用各种故障的冗余和互补信息 ,显著提高了故障诊断的准确率。在材料试验机伺服系统的液压泵上进行了模拟故障诊断试验。

关键词：故障诊断液压泵数据融合人工神经网络

免疫支持向量机方法在液压泵故障诊断中的应用

在线全文

学校读者我要写书评

暂无评论

中国机械工程 2008年第14期19卷 1736-1739,1743页

作者：牛慧峰姜万录燕山大学秦皇岛066004

针对在液压泵故障诊断中故障样本难以获得的问题,融合人工免疫系统中的实值否定选择算法和支持向量机算法提出了一种混合的故障诊断方法。在该混合方法中使用算法产生非己集合(故障样本),将其作为算法的输入进行训练,解决了难以获得故... 详细信息

针对在液压泵故障诊断中故障样本难以获得的问题,融合人工免疫系统中的实值否定选择算法和支持向量机算法提出了一种混合的故障诊断方法。在该混合方法中使用算法产生非己集合(故障样本),将其作为算法的输入进行训练,解决了难以获得故障样本的难题。应用小波分析完成液压泵端盖振动信号的消噪及特征提取。最后用柱塞泵脱靴故障样本进行诊断,正确率可达90%,验证了混合诊断方法的有效性。

关键词：免疫算法故障诊断支持向量机液压泵小波分析

在线全文

学校读者我要写书评

暂无评论

摩擦力作用下电液伺服系统非线性动力学行为

北京航空航天大学学报 2015年第1期41卷 50-57页

作者：朱勇姜万录郑直燕山大学河北省重型机械流体动力传输与控制重点实验室秦皇岛066004 燕山大学先进锻压成形技术与科学教育部重点实验室秦皇岛066004

以电液伺服系统为研究对象,重点探究了非线性摩擦力对系统动态特征的影响规律.根据非线性动力学原理,建立了电液伺服系统的非线性动力学模型.通过理论研究,指出非线性摩擦力作用可以用Van Der Pol方程描述.通过数值试验分析,揭示了系统... 详细信息

以电液伺服系统为研究对象,重点探究了非线性摩擦力对系统动态特征的影响规律.根据非线性动力学原理,建立了电液伺服系统的非线性动力学模型.通过理论研究,指出非线性摩擦力作用可以用Van Der Pol方程描述.通过数值试验分析,揭示了系统内在的分岔现象及典型非线性动力学行为.用非线性动力学研究方法对实测的电液伺服系统的动态数据进行了深入分析,揭示了摩擦力引起的"极限环型振荡"现象.发现摩擦力的非线性作用会引起电液伺服系统在工作过程中发生非线性振动,其对系统动态特征的影响不容忽视,在系统建模与动态特性研究时应该将摩擦力的非线性作用考虑在内.

关键词：电液伺服系统非线性摩擦力极限环型振荡分岔混沌

非线性时变力作用下液压缸爬行机理与抑制方法研究

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2014年第3期45卷 305-313页

作者：朱勇姜万录王梦刘志强燕山大学河北省重型机械流体动力传输与控制重点实验室秦皇岛066004 燕山大学先进锻压成形技术与科学教育部重点实验室秦皇岛066004

以液压缸系统为研究对象，研究了爬行现象的产生机理及抑制方法。通过理论研究，揭示了液压弹簧刚度和摩擦力内在的非线性时变规律及作用机理。用非线性动力学研究方法对实测的液压缸系统的动态数据进行了深入分析，揭示了液压弹簧刚度... 详细信息

以液压缸系统为研究对象，研究了爬行现象的产生机理及抑制方法。通过理论研究，揭示了液压弹簧刚度和摩擦力内在的非线性时变规律及作用机理。用非线性动力学研究方法对实测的液压缸系统的动态数据进行了深入分析，揭示了液压弹簧刚度非线性时变特性引起的“跳跃现象”和摩擦力非线性时变特性引起的“极限环型振荡”现象。指出非线性液压弹簧力和非线性摩擦力的共同作用是液压缸产生低速爬行的主要原因，并提出了相应的抑制措施来有效提高液压缸的低速传动性能。

关键词：液压缸低速爬行机理分析抑制措施

在线全文

学校读者我要写书评

暂无评论

混沌运动特征的数值试验分析

机械工程学报 2000年第10期36卷 13-17,22页

作者：姜万录张淑清王益群燕山大学机械工程学院秦皇岛066004

阐述了混沌运动的特征，以Duffing方程系统为例详尽地阐述了混沌运动特征的数值试验分析方法，包括相轨的直接观察法、频闪采样法、Poincare截面法、赝相空间法、自功率谱法、Lyapunov指数及分维数分析法，对混沌工程学的研究具有一定... 详细信息

阐述了混沌运动的特征，以Duffing方程系统为例详尽地阐述了混沌运动特征的数值试验分析方法，包括相轨的直接观察法、频闪采样法、Poincare截面法、赝相空间法、自功率谱法、Lyapunov指数及分维数分析法，对混沌工程学的研究具有一定的指导意义。

关键词：混沌工程学数值试验相轨迹混沌运动特征

基于SVM和证据理论的多数据融合故障诊断方法

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2010年第8期31卷 1738-1743页

作者：姜万录吴胜强燕山大学机械工程学院秦皇岛066004 邢台职业技术学院邢台054035

针对D-S证据理论很难确定基本概率分配(BPA)及支持向量机(SVM)的硬判决难获得概率输出的缺陷,融合D-S证据理论和SVM算法提出了一种多数据融合故障诊断新方法:利用"一对一"多类SVM分配了BPA,引入基于矩阵分析的融合算法解决了证据理论存... 详细信息

针对D-S证据理论很难确定基本概率分配(BPA)及支持向量机(SVM)的硬判决难获得概率输出的缺陷,融合D-S证据理论和SVM算法提出了一种多数据融合故障诊断新方法:利用"一对一"多类SVM分配了BPA,引入基于矩阵分析的融合算法解决了证据理论存在的计算瓶颈问题。对液压泵进行了试验,首先,采集了柱塞泵松靴、缸体与配流盘磨损等故障信号,应用小波包对采集的信号进行了预处理,提取了12个时频特征量;最后,用所提出的基于SVM和证据理论的多数据融合新方法进行了诊断。试验结果表明,新方法故障确诊率高,诊断有效。

关键词：故障诊断 SVM D-S证据理论多数据融合小波包

多特征信息融合的贝叶斯网络故障诊断方法研究

在线全文

学校读者我要写书评

暂无评论

中国机械工程 2010年第8期21卷 940-945,967页

作者：姜万录刘思远燕山大学秦皇岛066004

针对轴向柱塞泵故障特征的模糊性和不完备性特点,提出一种多特征信息融合与贝叶斯网络相结合的故障诊断方法。该方法从柱塞泵采集的振动信号中提取出频域和幅域的多个故障特征,并将这些特征当作来自多个不同传感器的多源信息。利用贝叶... 详细信息

针对轴向柱塞泵故障特征的模糊性和不完备性特点,提出一种多特征信息融合与贝叶斯网络相结合的故障诊断方法。该方法从柱塞泵采集的振动信号中提取出频域和幅域的多个故障特征,并将这些特征当作来自多个不同传感器的多源信息。利用贝叶斯参数估计算法进行多特征信息融合。通过构造贝叶斯网络并建立贝叶斯分类器来简化融合后的结果,通过最大后验概率估计值的计算进行故障识别。经过轴向柱塞泵多故障模式的诊断实验,验证了该方法能够有效地实现柱塞泵柱塞松靴和脱靴故障的诊断。

关键词：柱塞泵故障诊断多特征信息融合贝叶斯网络

小波脊线解调与两次EMD分解相结合的故障识别方法及应用研究

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2013年第5期34卷 1131-1138页

作者：姜万录刘云杰朱勇燕山大学河北省重型机械流体动力传输与控制重点实验室秦皇岛066004 燕山大学先进锻压成形技术与科学教育部重点实验室秦皇岛066004

提出了一种基于小波脊线解调与两次经验模态分解(EMD)相结合的故障识别方法,用于轴向柱塞泵的故障诊断。结合EMD与小波脊线法在处理非平稳信号方面的优势,首先对故障原始信号进行了EMD分解,利用边际谱发现故障发生时的共振频带范围并据... 详细信息

提出了一种基于小波脊线解调与两次经验模态分解(EMD)相结合的故障识别方法,用于轴向柱塞泵的故障诊断。结合EMD与小波脊线法在处理非平稳信号方面的优势,首先对故障原始信号进行了EMD分解,利用边际谱发现故障发生时的共振频带范围并据此找出对故障敏感的固有模态函数(IMF)分量,然后对该敏感IMF分量分别进行小波脊线解调和Hilbert解调,最后通过比较两种解调方法解调后敏感分量的时频谱和三维谱图发现,小波脊线解调比Hilbert解调具有更高的时频定位精度和抗干扰能力。此后,分别对小波脊线解调与Hilbert解调后的敏感分量进行EMD再分解,利用所得的各阶二次IMF分量的归一化特征能量来构造特征向量,得到液压泵5种典型状态的样本集,结合K均值聚类算法对故障状态进行识别。研究结果表明,与采用Hilbert解调处理方法相比,利用2次EMD分解与小波脊线解调相结合的故障特征向量提取方法显著提高了故障识别准确率,故障确诊率可高达92%。

关键词： EMD 小波脊线 IMF分量特征向量 K均值聚类