检索结果-南通市图书馆

基于局部特征尺度分解及分形维数的模拟电路故障诊断方法

在线全文

学校读者我要写书评

暂无评论

海军航空工程学院学报 2020年第1期35卷 101-105,118页

作者：盛沛许爱强徐学文李恒海军航空大学山东烟台264001

针对目前自适应时频分析方法在模拟电路故障诊断方向理论研究尚不完善、缺乏实践验证等方面的问题,采用改进LCD算法及分维理论相结合的方法进行理论研究及实物验证。对被测点所采集数据进行预处理后直接进行LCD分解并计算各分量分维数... 详细信息

针对目前自适应时频分析方法在模拟电路故障诊断方向理论研究尚不完善、缺乏实践验证等方面的问题,采用改进LCD算法及分维理论相结合的方法进行理论研究及实物验证。对被测点所采集数据进行预处理后直接进行LCD分解并计算各分量分维数作为故障特征,输入神经网络进行故障诊断。仿真结果验证了该方法的有效性;实物验证成功分类了2类电路状态,并阐明了分类结果杂散点较多的原因。

关键词：局部特征尺度分解分形模拟电路

基于时延自相关降噪与局部特征尺度分解的齿轮故障检测

在线全文

学校读者我要写书评

暂无评论

计算机测量与控制 2023年第9期31卷 70-76页

作者：崔伟成刘林密杨诗寓宗富强海军航空大学山东烟台264001

为了准确检测故障类型,综合运用时延自相关降噪和局部特征尺度分解方法,对齿轮的振动信号进行故障检测;对传感器测到的齿轮箱子振动信号进行自相关函数运算,将[-20,20]的低时延区间、左右端点内20个数据间的高时延区间内的自相关函数值... 详细信息

为了准确检测故障类型,综合运用时延自相关降噪和局部特征尺度分解方法,对齿轮的振动信号进行故障检测;对传感器测到的齿轮箱子振动信号进行自相关函数运算,将[-20,20]的低时延区间、左右端点内20个数据间的高时延区间内的自相关函数值置零以抑制噪声,得到时延自相关降噪信号;对该信号运用局部特征尺度分解方法进行分解,得到多个单分量信号,依据包含啮合频率准则选取有效分量;对有效分量应用包络分析技术进行故障检测;通过齿轮断齿故障振动试验数据的分析,发现该方法能明显抑制噪声,信噪比增益可达8.0963 dB,能够在故障信息不明显的情况下检测出齿轮箱故障与否,若存在故障则检测故障类型,能够有效支撑故障诊断。

关键词：自相关函数局部特征尺度分解有效分量齿轮故障检测

基于滑动峭度相关性准则的局部特征尺度分解分量筛选方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

计算机测量与控制 2016年第10期24卷 233-235,239页

作者：崔伟成许爱强李伟孟凡磊海军航空工程学院飞行器工程系山东烟台264001 海军航空工程学院飞行器检测与应用研究所山东烟台264001

轴承故障振动信号具有非平稳、非线性特征,且可视为多个调幅一调频分量的叠加,单分量的包络蕴含了轴承的故障特征。局部特征尺度分解可将振动信号准确分解为多个内禀尺度分量之和,某些分量能清晰反映轴承的运行状态,根据包络谱可进行故... 详细信息

轴承故障振动信号具有非平稳、非线性特征,且可视为多个调幅一调频分量的叠加,单分量的包络蕴含了轴承的故障特征。局部特征尺度分解可将振动信号准确分解为多个内禀尺度分量之和,某些分量能清晰反映轴承的运行状态,根据包络谱可进行故障诊断;为了准确筛选有用分量,提出了基于滑动峭度相关性准则的分量筛选方法;首先,对信号进行局部特征尺度分解,得到若干个内察尺度分量;然后,对分量和原始信号分别计算滑动峭度,生成时间序列;最后,依据分量滑动峭度序列与原始信号滑动峭度序列的互相关系数筛选有用分量;通过轴承内圈故障数据分析发现:有用分量与非有用分量之间的滑动峭度互相关系数比互相关系数差异明显,区分度更大,有益于分量的分类、筛选。

关键词：局部特征尺度分解互相关系数峭度滑动峭度互相关系数

在线全文

学校读者我要写书评

暂无评论

价值工程 2020年第25期39卷 237-240页

作者：盛沛浦跃兵郑振海军航空大学烟台264001 91115部队舟山316041 91129部队海口570311

提出了一种利用滑动熵以及互相关系数算法对局部特征尺度分解所得分量进行筛选分类的方法。首先对原始信号进行局部特征尺度分解,其次对分解所得的任一分量以及原始信号通过移动起始点的方式计算熵值并计算每一个熵值序列与原始信号的... 详细信息

提出了一种利用滑动熵以及互相关系数算法对局部特征尺度分解所得分量进行筛选分类的方法。首先对原始信号进行局部特征尺度分解,其次对分解所得的任一分量以及原始信号通过移动起始点的方式计算熵值并计算每一个熵值序列与原始信号的互相关系数,最后利用k-means聚类算法对上述互相关系数进行分类,即可实现分量的筛选。仿真结果表明,该方法能够有效对局部特征尺度分解所得分量进行筛选,较同类方法具有较大的类间距离。

关键词：局部特征尺度分解分量筛选熵值法

基于局部特征尺度分解与瞬时频率谱的齿轮故障诊断

在线全文

学校读者我要写书评

暂无评论

计算机测量与控制 2016年第3期24卷 29-32页

作者：崔伟成许爱强李伟孟凡磊海军航空工程学院飞行器工程系山东烟台264001 海军航空工程学院飞行器检测与应用研究所山东烟台264001

齿轮故障振动信号具有非平稳、非线性特征,且可视为多个调幅-调频分量的叠加,单个调幅-调频分量的瞬时频率蕴含了齿轮的故障特征;为了将信号准确分解、获得单分量的瞬时频率,进而根据瞬时频率谱进行齿轮故障诊断,提出了局部特征尺度分... 详细信息

齿轮故障振动信号具有非平稳、非线性特征,且可视为多个调幅-调频分量的叠加,单个调幅-调频分量的瞬时频率蕴含了齿轮的故障特征;为了将信号准确分解、获得单分量的瞬时频率,进而根据瞬时频率谱进行齿轮故障诊断,提出了局部特征尺度分解与瞬时频率谱相结合的故障诊断方法;该方法首先对齿轮振动信号运用局部特征尺度分解,得到若干个瞬时频率有物理意义的内禀尺度分量,然后分别应用希尔伯特变换技术求取每个分量的瞬时频率,并对瞬时频率进行傅里叶变换得到瞬时频率谱,最后根据瞬时频率谱进行故障诊断;对齿轮断齿故障实验数据进行了方法有效性分析,分析结果表明:该方法不仅能够准确诊断出齿轮箱故障情况,还能定位发生故障的齿轮,该方法可有效地应用于齿轮故障诊断。

关键词：局部特征尺度分解瞬时频率谱齿轮故障诊断

在线全文

学校读者我要写书评

暂无评论

自适应特征尺度分解方法及其应用

中国机械工程 2015年第23期26卷 3184-3191,3199页

作者：吴占涛程军圣杨宇湖南大学汽车车身先进设计制造国家重点实验室长沙410082

针对局部特征尺度分解(LCD)存在的模态混叠问题和其在均值曲线定义方面存在的不足,在对LCD方法研究的基础上,充分借鉴经验模态分解(EMD)和LCD等此类基于筛分的信号分解方法的思路,定义了一种新的瞬时频率具有物理意义的单分量信号——... 详细信息

针对局部特征尺度分解(LCD)存在的模态混叠问题和其在均值曲线定义方面存在的不足,在对LCD方法研究的基础上,充分借鉴经验模态分解(EMD)和LCD等此类基于筛分的信号分解方法的思路,定义了一种新的瞬时频率具有物理意义的单分量信号——内禀致密尺度分量(ICC),并提出了一种新的自适应信号分解方法——自适应特征尺度分解(ACD)方法。同时,给出了ICC分量评价准则,通过对ACD每阶筛分中由不同均值曲线和致密系数取值得到的一组不同的分解分量进行对比,选取最优分量作为该阶筛分的ICC分量,从而保障最终分解效果优于LCD方法分解效果。对仿真信号的分析结果证实了ACD方法的分解效果优于EMD、LCD、总体平均经验模态分解(EEMD)和自主致密局部特征尺度分解(ACLCD)方法的分解效果;对实验数据的分析结果验证了ACD的有效性,从而为旋转机械故障诊断提供了一种新的方法。

关键词：自适应特征尺度分解局部特征尺度分解经验模态分解内禀致密尺度分量故障诊断

基于RSGWPT-LCD的轴承信号故障特征提取及模式识别

在线全文

学校读者我要写书评

暂无评论

振动．测试与诊断 2018年第4期38卷 719-726页

作者：王保华佟庆彬胡海曹君慈韩宝珠卢艳霞张卫东朱颖北京交通大学电气工程学院北京100044 中国兵器工业导航与控制研究所北京100089 华北电力大学新能源电力系统国家重点试验室北京102206

为了有效提取滚动轴承振动信号的故障特征和提高分类识别精度,提出了一种基于冗余二代小波包变换-局部特征尺度分解(redundant second generation wavelet packet transform-local characteristic scale decomposition,简称RSGWPT-LCD)和极限学习机(extreme learning machine,简称ELM)相结合的故障特征提取和分类识别方法。首先,利用希尔伯特变换对原始振动信号进行处理,得到包络信号;其次,基于双层筛选机制,结合冗余二代小波包变换(redundant second generation wavelet packet transform,简称RSGWPT)和局部特征尺度分解(local characteristic-scale decomposition,简称LCD)方法对包络信号进行分解,筛选出包含主要信息的内禀尺度分量(intrinsic scale components,简称ISCs);然后,对提取的各ISCs分量构建初始特征矩阵并进行奇异值分解(singular value decomposition,简称SVD),将得到的奇异值作为表征各损伤信号的特征向量;最后,以提取的特征向量为输入样本,建立ELM模式分类器对滚动轴承损伤信号进行识别。信号仿真和实测数据表明,该方法可有效提取振动信号故障特征,提高分类识别精度,实现滚动轴承故障诊断。

关键词：滚动轴承冗余二代小波包变换局部特征尺度分解极限学习机特征提取模式识别

基于LCD的自适应小波脊线解调及齿轮故障诊断

在线全文

学校读者我要写书评

暂无评论

振动．测试与诊断 2015年第5期35卷 938-944,994-995页

作者：罗颂荣程军圣湖南文理学院机械工程学院常德415003 湖南大学机械与运载工程学院长沙410082

针对最佳小波参数的设定和齿轮裂纹故障振动信号频率成分复杂、信噪比低等问题,将遗传优化算法、小波脊线解调与局部特征尺度分解(local characteristic-scale decomposition,简称LCD)相结合,提出了基于LCD的自适应小波脊线解调方法。首... 详细信息

针对最佳小波参数的设定和齿轮裂纹故障振动信号频率成分复杂、信噪比低等问题,将遗传优化算法、小波脊线解调与局部特征尺度分解(local characteristic-scale decomposition,简称LCD)相结合,提出了基于LCD的自适应小波脊线解调方法。首先,采用LCD方法将原始信号分解为若干个内禀尺度分量(intrinsic scale component,简称ISC),并通过选择蕴含特征信息的ISC来实现信号降噪;然后,以小波能量熵为目标函数,采用遗传算法优化小波参数,得到自适应小波;最后,通过自适应小波分析提取ISC的小波脊线,从而实现对原始信号的解调分析。通过齿轮裂纹故障诊断实例验证了该方法的有效性和优越性。

关键词：局部特征尺度分解自适应小波小波脊线解调故障诊断

基于LCD-MCKD的滚动轴承故障特征提取方法

在线全文

学校读者我要写书评

暂无评论

华中科技大学学报（自然科学版） 2019年第9期47卷 19-24页

作者：宿磊黄海润李可苏文胜江南大学江苏省食品先进制造装备技术重点实验室江苏无锡214122 华中科技大学数字制造装备与技术国家重点实验室湖北武汉430074 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

鉴于在复杂工况和强背景噪声环境下,滚动轴承的非线性非平稳信号的特征提取非常困难,导致早期故障难以诊断,提出了一种基于局部特征尺度分解(LCD)和最大相关峭度解卷积(MCKD)的故障特征提取方法.首先,利用LCD对信号进行分解,获得一系列... 详细信息

鉴于在复杂工况和强背景噪声环境下,滚动轴承的非线性非平稳信号的特征提取非常困难,导致早期故障难以诊断,提出了一种基于局部特征尺度分解(LCD)和最大相关峭度解卷积(MCKD)的故障特征提取方法.首先,利用LCD对信号进行分解,获得一系列瞬时频率具有物理意义的内禀尺度分量(ISC),选取相关系数较大的ISC分量进行重构;然后,利用MCKD方法对重构信号进行处理,增强冲击信号频率,实现降噪;最后,对经LCD-MCKD处理过的信号进行希尔伯特包络谱分析,验证所提方法的有效性.仿真和实验表明该方法能够有效提取故障特征频率,实现故障诊断.

关键词：故障诊断特征提取局部特征尺度分解最大相关峭度解卷积包络谱