检索结果-南通市图书馆

基于改进PSO-VMD-MCKD的滚动轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

噪声与振动控制 2024年第4期44卷 118-124页

作者：宿磊刘智顾杰斐李可薛志钢江南大学机械工程学院江苏省食品先进制造装备技术重点实验室江苏无锡214122 江苏省特种设备安全监督检验研究院无锡分院江苏无锡214071

针对滚动轴承信号在强噪声背景下故障特征提取困难的问题,提出一种变分模态分解(Variational Modal Decomposition,VMD)和最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)相结合的故障诊断方法。首先基于VMD方法... 详细信息

针对滚动轴承信号在强噪声背景下故障特征提取困难的问题,提出一种变分模态分解(Variational Modal Decomposition,VMD)和最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)相结合的故障诊断方法。首先基于VMD方法选取故障信号的最优模态分量,然后采用MCKD算法增强最优分量信号中的冲击成分,最后通过包络谱分析提取滚动轴承的故障频率。利用粒子群优化算法(Particle Swarm Optimization,PSO)对VMD算法中的参数α和K以及MCKD算法中的参数L和M进行寻优,并对PSO算法中惯性因子和学习因子的更新方法加以改进,以提高参数寻优过程的收敛速度。仿真分析和试验结果表明,所提出的诊断方法可以有效提取被强噪声淹没的滚动轴承故障特征。

关键词：故障诊断滚动轴承变分模态分解最大相关峭度解卷积粒子群优化

基于自适应CYCBD和DARTS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

噪声与振动控制 2024年第4期44卷 188-193,235页

作者：李可陈方健顾杰斐宿磊薛志钢江南大学机械工程学院江苏省食品先进制造装备技术重点实验室江苏无锡214122 江苏省特种设备安全监督检验研究院无锡分院江苏无锡214071

针对强噪声导致滚动轴承振动信号故障特征不明显的问题,提出一种结合自适应最大2阶循环平稳盲解卷积(Maximum Second-order Cyclostationary Blind Deconvolution,CYCBD)与可微架构自搜索(Differentiable Architecture Search,DARTS)的故障诊断方法。首先将模糊熵作为鲸鱼优化算法的适应度函数进行CYCBD滤波器长度寻优,并以峭度-包络谱峰值为综合指标对循环频率进行步长寻优,从而实现自适应CYCBD降噪;然后引入DARTS算法实现滚动轴承故障识别模型的自构建;最后通过滚动轴承公开数据与实验数据验证多域强噪声环境下自适应CYCBD-DARTS故障诊断方法的有效性。

关键词：故障诊断最大2阶循环平稳解卷积可微架构自搜索自适应滚动轴承

Rotating machinery fault detection and diagnosis based on deep domain adaptation:A survey

在线全文

学校读者我要写书评

暂无评论

Chinese Journal of Aeronautics 2023年第1期36卷 45-74页

作者： Siyu ZHANG Lei SU jiefei gu Ke LI Lang ZHOU Michael PECHT Jiangsu Key Laboratory of Advanced Food Manufacturing Equipment and Technology School of Mechanical EngineeringJiangnan UniversityWuxi 214122China HUST-Wuxi Research Institute Wuxi 214071China Center for Advanced Life Cycle Engineering University of MarylandCollege ParkMD 20742USA

In practical mechanical fault detection and diagnosis,it is difficult and expensive to collect enough large-scale supervised data to train deep *** learning can reuse the knowledge obtained from the source task to improve the performance of the target task,which performs well on small data and reduces the demand for high computation ***,the detection performance is significantly reduced by the direct transfer due to the domain *** adaptation(DA)can transfer the distribution information from the source domain to the target domain and solve a series of problems caused by the distribution difference of *** this survey,we review various current DA strategies combined with deep learning(DL)and analyze the principles,advantages,and disadvantages of each *** also summarize the application of DA combined with DL in the field of fault *** paper provides a summary of the research results and proposes future work based on analysis of the key technologies.

关键词： Deep learning Domain adaptation Fault detection and diagnosis Transfer learning

A novel approach for flip chip inspection based on improved SDELM and vibration signals

在线全文

学校读者我要写书评

暂无评论

Science China(Technological Sciences) 2022年第5期65卷 1087-1097页

作者： SU Lei ZHANG SiYu JI Yong WANG Gang MING XueFei gu jiefei LI Ke PECHT Michael Jiangsu Key Laboratory of Advanced Food Manufacturing Equipment and Technology School of Mechanical EngineeringJiangnan UniversityWuxi214122China The 58th Research Institute of China Electronics Technology Group Corporation Wuxi214000China Center for Advanced Life Cycle Engineering University of MarylandCollege ParkMD20742USA

This paper proposes a novel nondestructive diagnostic method for flip chips based on an improved semi-supervised deep extreme learning machine(ISDELM)and vibration ***,an ultrasonic transducer is used to generate and focus ultrasounds on the surface of the flip chip to excite it,and a laser scanning vibrometer is applied to acquire the chip’s vibration ***,an extreme learning machine-autoencoder(ELM-AE)structure is adopted to extract features from the original vibration signals layer by ***,the study proposes integrating the ELM with sparsity neighboring reconstruction to diagnose defects based on unlabeled and labeled *** ISDELM algorithm is applied to experimental vibration data of flip chips and compared with several other algorithms,such as semi-supervised ELM(SS-ELM),deep ELM,stacked autoencoder,convolutional neural network,and ordinary *** results show that the proposed method is superior to the several currently available algorithms in terms of accuracy and stability.

关键词： flip chip nondestructive diagnosis improved semi-supervised deep extreme learning machine vibration signal

在线全文

学校读者我要写书评

暂无评论

超声激振的倒装芯片焊球缺陷检测方法研究

华中科技大学学报（自然科学版） 2023年第12期51卷 117-122页

作者：宿磊胡啸顾杰斐李可江南大学机械工程学院江苏无锡214122

针对倒装芯片内部焊球缺陷难以检测的问题,提出了基于声固多物理场耦合的超声激振检测方法.首先,建立倒装芯片超声激振检测仿真模型,模拟了含有典型缺陷(缺球和虚焊)的倒装芯片在超声激励下的振动响应,仿真结果显示焊球缺失和虚焊会引... 详细信息

针对倒装芯片内部焊球缺陷难以检测的问题,提出了基于声固多物理场耦合的超声激振检测方法.首先,建立倒装芯片超声激振检测仿真模型,模拟了含有典型缺陷(缺球和虚焊)的倒装芯片在超声激励下的振动响应,仿真结果显示焊球缺失和虚焊会引起倒装芯片振动速度的明显变化;其次,搭建超声激振倒装芯片检测系统,对倒装芯片进行检测,获取含不同缺陷倒装芯片的实际振动信号;最后,利用核主成分分析算法改进多粒度级联森林网络,对含典型缺陷的倒装芯片振动信号进行识别与分类.仿真和实验结果验证了基于多粒度级联森林网络和超声激振技术检测倒装芯片焊球缺陷的有效性.

关键词：倒装芯片缺陷检测超声激振核主成分分析多粒度级联森林

基于改进多路径匹配追踪的芯片超声信号去噪方法

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2023年第1期44卷 93-100页

作者：李可王翀明雪飞顾杰斐宿磊江南大学机械工程学院无锡214122 中国电子科技集团公司第五十八研究所无锡214000

针对高频超声检测倒装焊芯片微缺陷的回波信号受噪声影响的问题,提出了一种基于改进多路径匹配追踪算法(MMP)的高频超声信号稀疏去噪方法。利用MMP算法获取全局最优的原子,针对MMP计算量过大的问题,在迭代过程中设置阈值和引入剪枝操作... 详细信息

针对高频超声检测倒装焊芯片微缺陷的回波信号受噪声影响的问题,提出了一种基于改进多路径匹配追踪算法(MMP)的高频超声信号稀疏去噪方法。利用MMP算法获取全局最优的原子,针对MMP计算量过大的问题,在迭代过程中设置阈值和引入剪枝操作,筛选误差较大的路径,减少迭代路径,降低算法复杂度。为了避免字典维度上升导致的计算量过大,通过构建连续原子库对重构信号参数进行调整,最终实现芯片超声检测信号噪声的抑制。通过仿真和实验证明,提出的方法能够有效的去除倒装芯片高频超声检测信号中的噪音,与其他去噪算法相比,所提方法通过增加少量的计算,实现信号重构精度的提高,提升了B扫图的清晰度。

关键词：高频超声芯片多路径匹配追踪剪枝阈值选择连续原子库

基于改进ACGAN的钢表面缺陷视觉检测方法

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2022年第24期58卷 32-40页

作者：李可祁阳宿磊顾杰斐苏文胜江南大学机械工程学院无锡214122 江苏省特种设备安全监督检验研究院南京210003

为提高小样本环境下钢表面缺陷检测精度,提出一种基于改进辅助分类生成对抗网络(Auxiliary classifier generative adversarial network,ACGAN)的钢表面缺陷检测方法。利用残差块优化ACGAN的网络结构,提高模型的特征提取能力;其次,为提... 详细信息

为提高小样本环境下钢表面缺陷检测精度,提出一种基于改进辅助分类生成对抗网络(Auxiliary classifier generative adversarial network,ACGAN)的钢表面缺陷检测方法。利用残差块优化ACGAN的网络结构,提高模型的特征提取能力;其次,为提高模型训练的稳定性,在网络的卷积层中添加谱范数归一化,防止模型异常的梯度变化;基于正-未标记分类的思想优化判别器的损失函数,提高生成样本的质量;同时,为缓解生成对抗网络的模式崩塌问题,在损失函数中添加梯度惩罚来约束判别器的梯度;通过生成器和判别器的对抗优化训练实现样本扩充。通过对钢表面缺陷数据集的试验,验证了提出的方法能准确有效地实现小样本环境下钢表面缺陷检测。与经典的SVM、ResNet50以及一些小样本分类模型相比,所提方法具有更高的检测精度。

关键词：钢表面缺陷检测辅助分类生成对抗网络小样本梯度惩罚

在线全文

学校读者我要写书评

暂无评论

基于声纹的GIS断路器机械故障诊断

振动.测试与诊断 2023年第5期43卷 866-871,1034,1035页

作者：李可姚忠远王枭顾杰斐宿磊薛志钢江南大学江苏省食品先进制造装备技术重点实验室无锡214122 上海睿深电子科技有限公司上海201108 江苏省特种设备安全检验监督研究院无锡分院无锡214071

针对气体绝缘开关设备(gas insulated switchgear,简称GIS)断路器声信号易受强背景噪声干扰且特征提取困难的问题,提出一种可以有效诊断其机械故障的方法。首先,使用多通道声传感器阵列采集断路器原始观测信号,利用独立成分分析(indepen... 详细信息

针对气体绝缘开关设备(gas insulated switchgear,简称GIS)断路器声信号易受强背景噪声干扰且特征提取困难的问题,提出一种可以有效诊断其机械故障的方法。首先,使用多通道声传感器阵列采集断路器原始观测信号,利用独立成分分析(independent component analysis,简称ICA)方法将观测信号分离为多维源信号,并选取源信号中模糊熵最小的分量作为特征信号;其次,计算特征信号的多尺度模糊熵(multi‑scale fuzzy entropy,简称MFE)生成断路器的声纹特征;最后,利用极限学习机(extreme learning machine,简称ELM)算法识别断路器的故障。实验结果表明,基于声信号的检测方法为GIS断路器的机械故障诊断提供了一种新的解决方案,所提出的算法能够有效提取声纹特征,故障诊断准确率较传统方法有明显提高。

关键词：气体绝缘开关设备断路器机械故障诊断声纹独立成分分析多尺度模糊熵极限学习机

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于CAE-GAN的滚动轴承故障诊断方法

振动与冲击 2023年第23期42卷 65-70,86页

作者：李可何坚光宿磊顾杰斐包灵昊薛志钢江南大学机械工程学院江苏省食品先进制造装备技术重点实验室江苏无锡214122 江苏省特种设备安全监督检验研究院无锡分院江苏无锡214071

由于滚动轴承故障样本获取困难,导致训练样本分布往往呈现极强的不平衡性,严重影响轴承智能故障诊断的准确率。针对滚动轴承训练样本不平衡的问题,提出一种基于约束式自编码器-生成对抗网络(constrained autoencoder-generative adversa... 详细信息

由于滚动轴承故障样本获取困难,导致训练样本分布往往呈现极强的不平衡性,严重影响轴承智能故障诊断的准确率。针对滚动轴承训练样本不平衡的问题,提出一种基于约束式自编码器-生成对抗网络(constrained autoencoder-generative adversarial network, CAE-GAN)的故障诊断方法,通过增强故障样本特征以提高诊断模型的精度。首先结合自编码器和生成对抗网络,构建一种基于编码-解码-判别结构的网络模型,以提高生成器捕捉真实样本分布的能力;为进一步提高生成样本的质量,提出一种基于距离约束的方法以限制不同类别样本之间的距离,从而避免生成样本全部来自同一类型。通过滚动轴承故障诊断试验证明了该方法能有效提高生成样本的质量,解决样本不平衡问题,轴承故障诊断准确率较其他方法有明显提高。

关键词：滚动轴承故障诊断样本不平衡自编码器(AE) 生成对抗网络(GAN) 距离约束