检索结果-南通市图书馆

Auditory-model-based Feature Extraction Method for Mechanical Faults Diagnosis

Chinese Journal of Mechanical Engineering 2010年第3期23卷 391-397页

作者： li yungong ZHANG Jinping DAI li ZHANG Zhanyi liU Jie Sehool of Mechanical Engineering and Automation Northeastern University Shenyang 110004 China School of Mechanical Engineering Shenyang University of Chemical Technology Shenyang 110142 China

It is well known that the human auditory system possesses remarkable capabilities to analyze and identify signals. Therefore, it would be significant to build an auditory model based on the mechanism of human auditory systems, which may improve the effects of mechanical signal analysis and enrich the methods of mechanical faults features extraction. However the existing methods are all based on explicit senses of mathematics or physics, and have some shortages on distinguishing different faults, stability, and suppressing the disturbance noise, etc. For the purpose of improving the performances of the work of feature extraction, an auditory model, early auditory（EA） model, is introduced for the first time. This auditory model transforms time domain signal into auditory spectrum via bandpass filtering, nonlinear compressing, and lateral inhibiting by simulating the principle of the human auditory system. The EA model is developed with the Gammatone filterbank as the basilar membrane. According to the characteristics of vibration signals, a method is proposed for determining the parameter of inner hair cells model of EA model. The performance of EA model is evaluated through experiments on four rotor faults, including misalignment, rotor-to-stator rubbing, oil film whirl, and pedestal looseness. The results show that the auditory spectrum, output of EA model, can effectively distinguish different faults with satisfactory stability and has the ability to suppress the disturbance noise. Then, it is feasible to apply auditory model, as a new method, to the feature extraction for mechanical faults diagnosis with effect.

关键词： faults diagnosis feature extraction auditory model early auditory model

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于VMD-HMM的滚动轴承磨损状态识别

引用

振动与冲击 2018年第21期37卷 61-67页

作者：李奕江张金萍李允公沈阳化工大学机械工程学院沈阳110142 东北大学机械工程与自动化学院沈阳110004

根据变分模态分解(VMD)在信号处理上的良好特性与隐马尔可夫模型(HMM)在时间序列上的分类能力,提出了一种基于VMD分解与HMM模型相结合的滚动轴承磨损状态识别方法。该方法利用VMD对轴承各个磨损时期信号进行分解,进而计算VMD分解后各IM... 详细信息

根据变分模态分解(VMD)在信号处理上的良好特性与隐马尔可夫模型(HMM)在时间序列上的分类能力,提出了一种基于VMD分解与HMM模型相结合的滚动轴承磨损状态识别方法。该方法利用VMD对轴承各个磨损时期信号进行分解,进而计算VMD分解后各IMF的能量熵,依次提取轴承振动信号的各层IMF能量熵构成特征向量序列,每种状态随机选取20组(共80组)输入HMM模型训练,剩余的特征向量序列进行测试,通过对比对数似然概率值来判别磨损状态。实验结果表明该方法能够准确分辨出轴承的磨损状态,与EMD-HMM、谐波小波样本熵HMM模型进行了对比,验证了该方法具有识别性高准确性强的优点。

关键词：滚动轴承故障诊断隐马尔可夫模型(HMM) 变分模态分解(VMD)

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于连续频段的杜芬方程一类混沌解的分析

引用

机械工程学报 2008年第1期44卷 81-86页

作者：李允公刘杰张金萍东北大学机械工程与自动化学院沈阳110004 沈阳化工学院机械工程学院沈阳110142

混沌信号的频谱中存在连续频段,这一特点通常归因于混沌的伪随机性,对连续频段的成因和特性却少有关注。基于两类杜芬方程,在其众多的解中发现一大类具有相同频域特征的混沌解,并对这类混沌解频谱中的连续频段的成因和特性进行研究。总... 详细信息

混沌信号的频谱中存在连续频段,这一特点通常归因于混沌的伪随机性,对连续频段的成因和特性却少有关注。基于两类杜芬方程,在其众多的解中发现一大类具有相同频域特征的混沌解,并对这类混沌解频谱中的连续频段的成因和特性进行研究。总结出连续频段在频域的位置和形状特征以及不同连续频段间的相互关系。针对连续频段,基于复解析小波对混沌解进行分析,发现混沌的调制特性和调制相似性,这两个特性有助于进一步揭示混沌解连续频段的成因以及同一混沌解不同连续频段间相似性的原因。进一步将混沌的调制特性和调制相似性与奇怪吸引子相结合,揭示奇怪吸引子的区域集中性和不同局部形状相似性。

关键词：混沌幅值谱连续频段复解析小波调制奇怪吸引子

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于听觉显著图的瞬态振动信号表征方法研究

引用

机械工程学报 2018年第7期54卷 54-62页

作者：李允公戴丽李国萌王波吴文寿东北大学机械工程与自动化学院

瞬态振动信号会使信号的幅值与频率结构发生'显著'变化,也是设备故障的重要标志。将听觉显著图方法引入振动信号分析中,并基于瞬态信号的时频分布特征,提出了一种新的听觉显著图计算方法,以用于表征瞬态信号。首先对信号进行带通滤波、... 详细信息

瞬态振动信号会使信号的幅值与频率结构发生'显著'变化,也是设备故障的重要标志。将听觉显著图方法引入振动信号分析中,并基于瞬态信号的时频分布特征,提出了一种新的听觉显著图计算方法,以用于表征瞬态信号。首先对信号进行带通滤波、包络提取和非线性压缩,继而模拟听神经元的时频感受野特性,进行多尺度二维和一维低通滤波,并对滤波结果进行跨尺度整合,以凸显发生显著变化的时频区域,最后,综合两种滤波整合结果,得到时频显著图和全局显著图。其中,设计了新的二维低通滤波器和跨尺度整合方法。数值仿真和试验验证结果表明,所提方法能够有效表征瞬态信号占据的时频区域,与已有方法相比,在抗噪声干扰、屏蔽稳态背景信号和微弱瞬态信号表征等方面均具有更为良好的性能。

关键词：瞬态信号故障诊断低通滤波带通滤波听觉模型

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于实测冲击响应的转子碰摩故障特征提取方法

引用

机械工程学报 2007年第4期43卷 224-228页

作者：李允公刘杰张金萍东北大学机械工程与自动化学院沈阳110004 沈阳化工学院机械工程学院沈阳110142

提出基于被测系统实测冲击响应的碰摩故障特征提取方法。以归一化实测冲击响应为基函数对振动信号进行分析,可提取出冲击响应成分。在此基础上,提出针对冲击响应成分的信号分析方法—周期序列变换,该方法可有效识别出是否存在周期性冲... 详细信息

提出基于被测系统实测冲击响应的碰摩故障特征提取方法。以归一化实测冲击响应为基函数对振动信号进行分析,可提取出冲击响应成分。在此基础上,提出针对冲击响应成分的信号分析方法—周期序列变换,该方法可有效识别出是否存在周期性冲击响应和冲击响应出现的周期。考虑到在检测方便性和信号成分简单性上静子振动信号较转子振动信号有诸多优越性,提出同时检测转静子两种振动信号对碰摩故障进行诊断的方法。试验验证结果表明所提出的理论方法和试验技术是可行和高效的。

关键词：冲击响应转子碰摩故障诊断特征提取

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于听觉神经同步振荡网络的时频结构描述方法

引用

机械工程学报 2012年第5期48卷 55-62页

作者：李允公张金萍戴丽张占一东北大学机械工程与自动化学院沈阳110819 沈阳化工大学机械工程学院沈阳110142 北京东方振动和噪声技术研究所北京100085

人类听觉系统具有优良的非平稳信号分析能力,在听觉系统中,由耳蜗基底膜对信号进行类似于带通滤波的时频分解,并由内毛细胞、传入神经和听觉中枢的神经网络对时频分解结果逐步进行特征信息提取和压缩。鉴于此,参照Wang-Brown模型,建立... 详细信息

人类听觉系统具有优良的非平稳信号分析能力,在听觉系统中,由耳蜗基底膜对信号进行类似于带通滤波的时频分解,并由内毛细胞、传入神经和听觉中枢的神经网络对时频分解结果逐步进行特征信息提取和压缩。鉴于此,参照Wang-Brown模型,建立一种可描述信号时频结构特征的听觉模型,该模型包括基底膜、内毛细胞、中级听觉和听觉中枢等子模型,听觉中枢模型由单层听神经振荡网络构成。略去Wang-Brown模型中随机项和侧抑制项,简化内毛细胞模型,设计听神经元的活跃准则和神经元间的联接方式。信号经基底膜、内毛细胞和中级听觉模型处理后,由听神经振荡网络进行信息综合,使得信号中时频结构相似的区域所对应的听神经元进行同步振荡,从而可利用同步振荡神经元的分布情况描述信号的时频结构。进行故障转子升降速试验和风力发电增速机稳速运行试验,试验所得信号的分析结果表明,所建模型能够有效描述信号的时频结构特征及其变化情况,对信号的瞬态变化较为敏感,且数据量相对较小,易于智能识别。

关键词：时频分析听觉模型故障诊断特征提取

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于人耳听觉特性的信号显著图计算方法研究

引用

振动与冲击 2017年第3期36卷 58-64页

作者：李国萌李允公王波吴文寿安超东北大学机械工程及自动化学院沈阳110819

信号的幅值突变往往蕴含着设备的故障信息,为明确产生幅值突变的时频区域,基于听觉系统的信息处理机制,提出了一种信号显著图计算方法。首先,对信号进行带通滤波、相位调整、半波整流等听觉外周处理,然后,提取处理结果的一次或多次包络... 详细信息

信号的幅值突变往往蕴含着设备的故障信息,为明确产生幅值突变的时频区域,基于听觉系统的信息处理机制,提出了一种信号显著图计算方法。首先,对信号进行带通滤波、相位调整、半波整流等听觉外周处理,然后,提取处理结果的一次或多次包络信息,并对包络信息进行多尺度二维滤波。继而,利用中心-周边差算子得到信号在不同尺度下的局部显著度,最后,对局部显著度进行跨尺度整合和线性合并得到信号的时频显著图和全局显著图。仿真和实验结果表明,该方法适用于振动信号和语音信号,可以清晰表征幅值突变的时频区域,并可抵抗一定的噪声干扰,具有一定的有效性和实用性。

关键词：听觉模型显著图故障诊断二维滤波包络分析

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Surgical Treatment of Giant Recurrent Breast Phyllodes Tumor

引用

Journal of Huazhong University of Science and Technology(Medical Sciences) 2008年第6期28卷 688-692页

作者：李席如杨运功王建东马冰晋援朝李荣 Department of General Surgery General Hospital of People's Liberation Army

In this study, a recurrent massive phyllodes tumor of the breast was surgically removed and the grafting was used to repair the local skin defects. A 29-y female patient had recurring breast phyllodes tumor of extremely large size in the chest wall after the excision of a previous tumor. The massive phyllodes tumor was eliminated by completely removing the layers of the skin and tissues above the costal bones with incisal margin being 2 cm away from the tumor lesion. The latissimus dorsi myocutaneous flap, lateral thoracic skin flap, and rectus abdominis myocutaneous flap were grafted to replace the lost tissues due to the surgery. Anti-infection and anticoagulation treatments were used after the surgery. The graft flaps had sufficient blood supply and good blood circulation, and the incisions mostly healed. The outcome of the surgery was acceptable. For the surgical treatment of the massive phyllodes tumor in the chest wall, it is an alternative of choice to use latissimus dorsi myocutaneous flap, lateral thoracic skin flap and rectus abdominis myocutaneous flap in combination for skin grafting.

关键词： phyllodestumor combination use of flaps surgery

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于听觉模型和极值点概率密度的断齿故障特征提取方法研究

引用

振动与冲击 2016年第19期35卷 101-106页

作者：吴文寿李允公王波李国萌石悦红东北大学机械工程与自动化学院沈阳110819

齿轮断齿故障的重要特征是啮合过程中在断齿处产生碰撞与冲击。考虑到人耳听觉系统对于突发的瞬态声信号具有本能的反应,为提取断齿故障诱发的瞬态冲击响应成分,提出一种基于听觉模型和信号极值点概率密度的特征提取方法。该方法首先对... 详细信息

齿轮断齿故障的重要特征是啮合过程中在断齿处产生碰撞与冲击。考虑到人耳听觉系统对于突发的瞬态声信号具有本能的反应,为提取断齿故障诱发的瞬态冲击响应成分,提出一种基于听觉模型和信号极值点概率密度的特征提取方法。该方法首先对信号进行GT带通滤波、相位调整及极值点提取,然后计算各极值点的幅值概率密度,通过对其求导判断各滤波通道中是否存在瞬态冲击成分,继而提取与之相关的极值点。同时,由于系统振动时会产生与断齿冲击无关的极值点,为准确提取断齿冲击,根据瞬态信号频带连续性和多频段分布特点,设计了相应的提取方法。经实测信号验证表明,所提方法能准确刻画及提取断齿故障特征,可以在含有多种类型的瞬态冲击响应成分中提取出只由断齿故障所诱发的冲击成分,且提取结果精确度较高。

关键词：断齿故障听觉模型概率密度瞬态信号故障诊断特征提取

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

多传感器主元方向和神经网络的状态识别方法

引用

振动．测试与诊断 2009年第2期29卷 146-149页

作者：张金萍李允公刘杰沈阳化工学院机械工程学院沈阳110142 东北大学机械工程与自动化学院沈阳110004

提出了一种基于特征集第一主元方向及其信息保留率的状态识别方法。首先计算得到多路信号的特征集,继而计算该特征集的第一主元方向在特征集所在的高维空间中的方向角向量,并以该方向角向量和第一主元方向上的信息保留率作为状态识别的... 详细信息

提出了一种基于特征集第一主元方向及其信息保留率的状态识别方法。首先计算得到多路信号的特征集,继而计算该特征集的第一主元方向在特征集所在的高维空间中的方向角向量,并以该方向角向量和第一主元方向上的信息保留率作为状态识别的新特征集。提出了一种较为宽泛的神经网络收敛准则和判据方法,该方法中网络输出节点数为1,并结合非对称交叉式遗传算法作为网络训练中寻优方法,可有效实现网络的快速训练。试验表明,所提方法可对高维多元数据进行高度抽象,且计算简便,识别准确率较高,泛化能力较强,具有一定的应用价值。

关键词：多传感器主元分析主元方向神经网络状态识别

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：