检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

混合粒子群优化的多小波相邻系数法及其应用

计算机集成制造系统 2022年第3期28卷 843-852页

作者：梁春辉刘晓波辜振谱洪连环南昌航空大学航空制造工程学院江西南昌330063 南京航空航天大学机电学院江苏南京210016

针对传统多小波相邻系数去噪法沿用统一阈值方法获取的阈值精度不高而导致信号去噪不理想的问题,提出了基于混合粒子群优化的多小波相邻系数去噪方法。该方法将具有全局寻优能力的禁忌搜索算法和粒子群优化算法相融合,并将这种融合算法... 详细信息

针对传统多小波相邻系数去噪法沿用统一阈值方法获取的阈值精度不高而导致信号去噪不理想的问题,提出了基于混合粒子群优化的多小波相邻系数去噪方法。该方法将具有全局寻优能力的禁忌搜索算法和粒子群优化算法相融合,并将这种融合算法引入到多小波相邻系数去噪方法之中对其阈值求取方式进行改进。通过对比传统的多小波相邻系数去噪方法、基于经验模态分解的降噪算法及基于粒子群和遗传算法的混合粒子群算法优化的多小波去噪方法降噪结果,结果表明:基于粒子群和禁忌搜索的混合粒子群算法优化的多小波相邻系数去噪方法不仅能提取更多的故障特征信息,还能够增强故障频率冲击特性和有效抑制背景噪声。

关键词：多小波相邻系数混合粒子群优化算法故障信号去噪

在线全文

学校读者我要写书评

暂无评论

用于转子故障诊断的改进小波聚类算法

振动．测试与诊断 2018年第2期38卷 320-326页

作者：左红艳刘晓波洪连环南京航空航天大学机电学院南京210016 南昌航空大学航空制造工程学院南昌330063

为了快速准确地实现转子故障的模式识别与分类,提出了改进小波聚类方法。首先,从转子振动信号中提取峭度指标、功率谱重心和小波能谱熵三个特征向量;其次,量化特征空间,提取显著网格单元信息;然后,对显著网格单元内数据信息进行小波变... 详细信息

为了快速准确地实现转子故障的模式识别与分类,提出了改进小波聚类方法。首先,从转子振动信号中提取峭度指标、功率谱重心和小波能谱熵三个特征向量;其次,量化特征空间,提取显著网格单元信息;然后,对显著网格单元内数据信息进行小波变换实现去噪处理;最后,应用广度优先搜索方法实现聚类。在改进小波聚类过程中,信息储存表的建立降低了空间复杂度,并使得原始数据与聚类结果建立了映射关系。应用广度优先原则搜索相邻的显著网格单元实现聚类,降低了聚类算法的复杂度。实验验证与比较说明,改进小波聚类算法能够扩展应用到高维数据空间,并且降低了高维数据空间的算法复杂度,提高了转子故障诊断的效率和正确率。

关键词：转子故障诊断小波聚类特征提取广度优先搜索

FDM和RCMDE结合的特征提取与故障诊断

在线全文

学校读者我要写书评

暂无评论

振动．测试与诊断 2021年第3期41卷 539-546,624页

作者：左红艳刘晓波洪连环南昌航空大学航空制造工程学院南昌330063 南京航空航天大学机电学院南京210016

为提取有效特征向量以实现航空发动动机转子的故障诊断,针对航空发动机转子振动信号的非线性、非平稳的特性,首先,应用傅里叶分解方法(Fourier decomposition method,简称FDM)提取航空发动机转子信号的边际谱重心及最大能量层的谱重心;... 详细信息

为提取有效特征向量以实现航空发动动机转子的故障诊断,针对航空发动机转子振动信号的非线性、非平稳的特性,首先,应用傅里叶分解方法(Fourier decomposition method,简称FDM)提取航空发动机转子信号的边际谱重心及最大能量层的谱重心;其次,计算振动信号的精细复合多尺度散布熵;最后,应用双阶自适应小波聚类方法对特征空间实现故障分类与识别。应用航空发动机转子试验器采集的样本验证表明,上述方法提取的特征值准确且波动小,同种故障类型的特征值集中,不同故障类型之间差异大,有利于提高多种故障类型混合的诊断精度。

关键词：傅里叶分解精细复合多尺度散布熵双阶自适应小波聚类故障诊断

在线全文

学校读者我要写书评

暂无评论

基于双阶自适应小波聚类的复合故障诊断

计算机集成制造系统 2017年第10期23卷 2180-2191页

作者：左红艳刘晓波洪连环南京航空航天大学机电学院江苏南京210016 南昌航空大学航空制造工程学院江西南昌330063

有效特征向量的提取与故障诊断方法是实现航空发动机转子故障快速正确诊断的关键。首先根据航空发动机转子振动信号的非平稳及非线性的特点,应用小波变换和Hilbert-Huang变换方法提取振动信号的有效值、边际谱重心和小波变换最大能量层... 详细信息

有效特征向量的提取与故障诊断方法是实现航空发动机转子故障快速正确诊断的关键。首先根据航空发动机转子振动信号的非平稳及非线性的特点,应用小波变换和Hilbert-Huang变换方法提取振动信号的有效值、边际谱重心和小波变换最大能量层的功率谱重心三个特征向量,然后应用双阶自适应小波聚类方法对航空发动机转子进行多类型混合故障诊断。结果表明双阶自适应小波聚类方法能快速准确地实现故障分类与识别,尤其对于密度分布不均匀的多类型混合数据,诊断精度显著高于传统的小波聚类方法。

关键词：故障诊断小波聚类特征提取双阶自适应

双阶自适应小波聚类的航空发动机故障分类与识别

在线全文

学校读者我要写书评

暂无评论

振动工程学报 2018年第1期31卷 165-175页

作者：左红艳刘晓波洪连环南京航空航天大学机电学院江苏南京210016 南昌航空大学航空制造工程学院江西南昌330063

为了快速准确地实现航空发动机转子故障的分类与识别,提出了双阶自适应小波聚类方法。双阶自适应小波聚类过程是:首先采用粗网格量化数据空间,找出存在聚类的空间区域,实现数据的预分选聚类;然后统计子聚类的信息,计算其二次聚类的量化... 详细信息

为了快速准确地实现航空发动机转子故障的分类与识别,提出了双阶自适应小波聚类方法。双阶自适应小波聚类过程是:首先采用粗网格量化数据空间,找出存在聚类的空间区域,实现数据的预分选聚类;然后统计子聚类的信息,计算其二次聚类的量化值;最后对子聚类的数据空间进行自适应细划分,实现子聚类数据空间的小波聚类。应用双阶自适应小波聚类方法对航空发动机转子的正常、不对中、碰摩、松动故障进行分类与识别,结果显示4种类型被正确分类。因此表明,对于密度分布不均匀的多类型混合数据,双阶自适应小波聚类方法能够根据数据分布特点自适应的量化网格,实现故障的正确分类与识别,诊断精度显著高于传统的小波聚类方法。

关键词：故障诊断航空发动机小波聚类双阶自适应聚类精度

在线全文

学校读者我要写书评

暂无评论

基于齐次线性方程组的工件自由度分析技术

计算机集成制造系统 2008年第3期14卷 466-469页

作者：秦国华洪连环吴铁军西北工业大学中法并行工程联合实验室陕西西安710072 南昌航空大学航空与机械工程学院江西南昌330063

工件自由度的合理约束是夹具设计的关键,基于定位原理的数学模型,根据齐次线性方程组解结构的性质,首先推导了三个定位方案的合理性判据;然后,基于刚体运动学,建立了描述加工要求和理论约束自由度之间关系的自由度模型;最后,利用典型实... 详细信息

工件自由度的合理约束是夹具设计的关键,基于定位原理的数学模型,根据齐次线性方程组解结构的性质,首先推导了三个定位方案的合理性判据;然后,基于刚体运动学,建立了描述加工要求和理论约束自由度之间关系的自由度模型;最后,利用典型实例详细讨论了自由度模型及合理性判据的分析应用过程。

关键词：自由度定位方案定位原理齐次线性方程组解结构

在线全文

学校读者我要写书评

暂无评论

基于改进密度峰值聚类的航空发动机故障诊断

计算机集成制造系统 2020年第5期26卷 1211-1217页

作者：辜振谱刘晓波韩子东洪连环南昌航空大学航空制造工程学院江西南昌330063 南京航空航天大学机电学院江苏南京210016

针对快速搜索发现密度峰值聚类(CFSFDP)算法存在的密度中心选择不方便、聚类精度不高的问题,提出基于马氏距离的自动搜索发现密度峰值的聚类算法。该算法将马氏距离引入距离测定中,提高了聚类精度;提出聚类中心判定参数γ,自动获得了聚... 详细信息

针对快速搜索发现密度峰值聚类(CFSFDP)算法存在的密度中心选择不方便、聚类精度不高的问题,提出基于马氏距离的自动搜索发现密度峰值的聚类算法。该算法将马氏距离引入距离测定中,提高了聚类精度;提出聚类中心判定参数γ,自动获得了聚类中心。采集航空发动机转子模拟振动信号实验数据,分别采用传统CFSFDP算法、改进后的CFSFDP算法、K均值聚类和模糊C均值聚类进行分析,结果表明,所提算法能够很好地改善聚类精度,其聚类精度相比K均值聚类和模糊C均值聚类有很大优势,且在故障特征的分类与识别上均优于其他两种算法。

关键词：密度峰值聚类马氏距离聚类中心故障诊断

基于XY平台的运动轨迹控制软件的开发和研究

在线全文

学校读者我要写书评

暂无评论

制造技术与机床 2010年第10期 60-62页

作者：洪连环高延峰南昌航空大学航空制造工程学院江西南昌330063

研究了固高GT-400-SV-PCI运动控制卡的交流伺服系统,利用VC++6.0提供的MFC及控制卡提供的动态连接库,开发了平台运动轨迹控制软件。所设计的软件,能使XY运动平台沿预定轨迹运动。

关键词： XY平台交流伺服系统轨迹控制

傅里叶分解在航空发动机复合故障诊断中的应用研究

在线全文

学校读者我要写书评

暂无评论

南昌航空大学学报（自然科学版） 2022年第2期36卷 78-85页

作者：左红艳刘晓波洪连环南昌航空大学航空制造工程学院南昌330063

针对航空发动机转子振动信号的非线性、非平稳特性,应用傅里叶分解方法(Fourier Decomposition Method,FDM)实现航空发动机转子复合故障诊断。首先应用傅里叶分解方法将振动信号分解为一系列固有频带分量,然后计算每个固有频带分量与原... 详细信息

针对航空发动机转子振动信号的非线性、非平稳特性,应用傅里叶分解方法(Fourier Decomposition Method,FDM)实现航空发动机转子复合故障诊断。首先应用傅里叶分解方法将振动信号分解为一系列固有频带分量,然后计算每个固有频带分量与原信号的互相关系数及峭度值,将互相关系数与峭度值的阈值作为判断准则,提取信号的主要固有频带分量,重构信号,并且生成边际谱,实现主要频谱成分的分析。最后通过互相关系数与峭度值相结合的准则,实现谐波分量与冲击分量信号的提取,实现复合故障类型进一步分析与诊断。应用此方法对航空发动机转子试验器的松动-碰摩-不对中复合故障信号进行诊断,可将不对中、松动、碰摩的故障特征有效分离出来,证明了FDM在复合故障特征分离与诊断中的有效性。

关键词：复合故障诊断傅里叶分解特征提取航空发动机