|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于特征优选和GA-SVM的滚动轴承智能评估方法显示文摘针对滚动轴承等旋转机械设备零部件的退化状态识别问题,研究并提出一种基于支持向量机(support vector machine,SVM)的智能评估方法。对于在线持续输出的轴承振动信号,采用时域方法和集成经验模态分解(ensemble empirical mode decomposition,EEMD)能量熵提取轴承特征,并基于相关性、单调性和鲁棒性进行特征选择。综合考虑三个指标,计算选择准则,得到最终的退化特征。针对SVM参数选择困难问题,使用遗传算法(genetic algorithm,GA)优化SVM参数,确定参数最优值。定义轴承性能退化指标,用三种不同故障类型的轴承数据训练模型。分别输入不同故障的轴承全寿命周期数据,得到轴承故障的类型和性能退化曲线,确定早期故障点,并对方法进行对比和验证。实验表明,模型故障诊断平均准确率为97.69%,性能退化评估曲线结果准确,早期故障检测能力强。 | 周建民 王发令 张臣臣 张龙 尹文豪 李鹏 | 2021 | 振动与冲击2021，40，4： | 40 |
| 2 | 基于神经网络集成的B样条经验模态分解端点效应抑制方法显示文摘经验模态分解对非线性、非平稳信号进行平稳化处理时表现出特有的分析能力,能够有效获得非平稳信号的时频特征,但是其利用样条曲线构造信号上下包络线的过程中存在严重的端点效应。在分析端点效应产生机理的基础上,提出基于神经网络集成的B样条经验模态分解(B-spline empirical mode decomposition,BS-EMD)端点效应抑制方法,研究神经网络集成延拓的原理,利用神经网络集成对数据进行左延拓和右延拓,利用B样条插值函数对延拓后的数据进行插值计算,得到信号的均值曲线,进行经验模式分解,得到本征模函数。仿真和试验结果表明,该方法能有效抑制BS-EMD的端点效应。 | 孟宗 顾海燕 李姗姗 | 2013 | 机械工程学报2013，49，9： | 17 |
| 3 | 齿轮传动系统故障诊断技术的研究进展显示文摘齿轮传动系统是应用最广的运动或动力传递装置,如车辆、机械、航空、航天、冶金、电力、煤炭、石化、核能等许多行业中的关键机械设备。一旦发生故障就将引起机械设备失效。如果对其提前进行诊断就可以有效地避免意外事故发生,消除续发损坏,节约大量维护费用。针对近年来国内外学者在齿轮传动系统故障诊断技术领域的研究成果,重点阐述了其故障特征提取和模式识别方法的研究现状,并对进一步的研究问题进行了展望。 | 王靖岳 王浩天 郭立新 | 2016 | 机械传动2016，40，8： | 16 |
| 4 | 基于极值符号序列分析的EMD端点效应处理方法显示文摘针对经验模式分解(empirical mode decomposition,简称EMD)的端点效应提出一种新的抑制方法。考虑到极值序列在EMD分解的包络线形成中占有主导地位,将信号局部极值序列进行符号化,根据符号特征进行特征匹配,在信号两端依据符号序列特征匹配结果进行符号序列拓延与对应信号还原,对拓延还原后的信号进行EMD分解以实现端点效应抑制。所提方法对于随机信号与周期信号都有着明显的抑制效果,通过对仿真信号和轴承故障信号端点效应的分析验证了方法的正确性。研究与ARMA模型、BP神经网络、镜像拓延等常见方法进行了对比,所提方法的各分量有效值指标均值为19.64%,低于其他方法,说明对低频分量有着更好的抑制效果。 | 徐卓飞 刘凯 | 2015 | 振动.测试与诊断2015，35，2： | 14 |
| 5 | 基于迭代滤波和快速峭度图的滚动轴承微弱故障特征提取显示文摘在强背景噪声干扰下,快速峭度图提取滚动轴承微弱信号故障的特征效果并不明显。将迭代滤波(Iterative Filtering,IF)和快速峭度图相结合用于滚动轴承的微弱故障特征提取。滚动轴承故障振动信号通过迭代滤波进行自适应分解得到一组内禀模态分量,用迭代滤波对强噪声滚动轴承信号进行降噪处理,用快速峭度图构造最优带通滤波器,将滤波后信号的包络谱与轴承故障特征频率进行比较,从而诊断出具体故障。通过仿真和试验验证了所述方法的有效性及优点。 | 钟先友 田红亮 赵春华 陈保家 陈法法 | 2018 | 振动与冲击2018，37，9： | 12 |
| 6 | 基于均生函数周期叠加外推法的EMD端点问题的研究显示文摘HHT过程存在端点效应问题,针对端点效应的产生机理,并在研究现有端点效应处理方法的基础上,提出一种基于均生函数周期叠加外推法的端点延拓方法。通过构造信号序列的均生函数延拓矩阵,从中提取优势周期,将各周期叠加并作外延,来对信号端点外的数据进行预测。该方法克服了现有各种极值延拓方法仅参考两端点附近的有限个极值点的缺陷,并且相比其它数据预测延拓方法精度更高、算法简便且计算时间大大缩短。仿真和实例信号证明,该方法能够有效抑制端点效应。 | 李钊 周晓军 徐云 | 2013 | 振动与冲击2013，32，15： | 11 |
| 7 | 基于改进EMD方法的系统误差分离方法研究显示文摘针对测量中系统误差存在复杂的变化规律,将改进的经验模态分解(EMD)方法用于系统误差分离过程,突破传统分离方法限制。采用基于波形相似度的端点延拓方法有效抑制端点效应;基于累计方差贡献率的分解停止准则,合理确定停止时机。仿真与实例分析结果表明,改进的经验模态分解方法在系统误差分离中效果较好。 | 姚刚 赵建军 姚跃亭 任喜 | 2014 | 振动与冲击2014，33，14： | 11 |
| 8 | 基于CEEMDAN和PSO-OCSVM的滚动轴承性能退化评估显示文摘为了提高单分类支持向量机(one class support vector machine, OCSVM)在滚动轴承性能退化评估的准确性,提出了一种基于具有自适应白噪声的完备经验模态分解方法(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)、粒子群优化算法(particle swarm optimization, PSO)和OCSVM相结合的性能退化评估方法。首先采用CEEMDAN将采集的振动信号计算展开为多个固有模态函数(intrinsic mode functions, IMFs),根据IMFs的能量密度获得典型的特征信号;其次,通过粒子群算法优化OCSVM的参数ν和径向基核函数参数g,增强OCSVM的学习能力和泛化能力;最后,使用3σ设置自适应阈值,确定轴承早期失效阈值并用CEEMDAN和Hilbert包络解调的方法验证评估结果的正确性,采用辛辛那提大学的轴承实验全寿命数据验证所提模型的有效性。结果表明,PSO算法优化OCSVM的模型可以准确地对轴承运行全寿命状态监测,与支持向量描述(support vector data description, SVDD)和参数自选的OCSVM模型相比,该方法的性能退化评估模型更有效和优越。 | 周建民 李家辉 尹文豪 游涛 熊文豪 高森 | 2021 | 电子测量与仪器学报2021，35，7： | 9 |
| 9 | 快速自适应经验模态分解方法的基本原理及其性能评估显示文摘经验模态分解是一种有效的信号分解方法,尤其是针对非平稳非线性信号。然而,随着研究的深入,学者们发现该方法中存在着诸多弊端。根据Bhuiyan的研究,提出了一种针对一维信号的快速自适应经验模态分解方法。通过大量的数值仿真,证明这种方法不但能克服传统方法的弊端、得到高质量的分解结果,还能大幅度地提高计算效率。 | 周义 李鸿光 | 2016 | 振动与冲击2016，35，3： | 6 |
| 10 | 综合斜率和三次样条的EMD端点效应抑制方法显示文摘端点效应会严重影响经验模态分解(empirical mode decomposition,EMD)提取本征模态函数(intrinsic mode function,IMF)的效果。针对基于三次样条端点延拓算法(cubic spline based method,CSBM)在设置延拓点坐标位置时缺乏对信号趋势进行考量的缺陷,结合改进斜率延拓方法(improved slope based method,ISBM)的设计思想,提出一种综合斜率变化率和三次样条的EMD端点延拓方法。新方法的主要创新点在于利用斜率变化率度量信号变化趋势,并基于信号和包络趋势来设置延拓点坐标信息。通过选取四组不同类型模拟信号以及两组实际工程应用信号,利用正交指数、均方误差和能量误差三个度量指标对算法性能进行评价。试验结果表明,所提方法的性能在整体上优于CSBM和ISBM方法。 | 梁黎明 王茂芝 徐文皙 谭梦婷 张明月 王尚坤 | 2022 | 振动与冲击2022，41，14： | 5 |
| 11 | 数据驱动下的滚动轴承性能退化评估研究综述显示文摘随着科学技术的发展、工业技术的不断创新,机械设备越来越重要,机械设备的健康状况也越来越受重视。基于数据驱动理论对国内外滚动轴承的特征提取方法和性能退化评估模型进行综述,分析了各种方法的优缺点,并对滚动轴承性能退化评估技术进行展望。 | 周建民 尹文豪 游涛 李家辉 高森 杜艺博 | 2021 | 现代制造工程2021，，5： | 3 |
| 12 | 基于总体平均经验模态分解残差的故障诊断方法显示文摘为了提高化工过程故障诊断的效率,基于残差对故障状态具有敏感性以及经验模态分解(EMD)无需建模仅依据输入输出数据分析的优势,提出了一种基于总体平均经验模态分解(EEMD)残差进行故障诊断的新方法。基于历史数据的6σ控制图,确定残差的故障诊断控制限。利用在线实时数据采用贝叶斯信息准则在线确定EEMD的移动窗口。基于移动窗口的采样数据,在线获得EEMD残差最大值的变化,结合相应的故障诊断控制限在线诊断故障并确定故障发生时间及原因。该文方法与传统的希尔伯特谱分析方法相比,具有可在线诊断故障的优势,提高了故障诊断的准确率。将该文方法用于田纳西-伊士曼(TE)过程的故障在线诊断,验证了其有效性。 | 耿志强 王尊 顾祥柏 林晓勇 | 2015 | 南京理工大学学报2015，39，3： | 3 |
| 13 | 线性外推法和相似极值法耦合抑制EMD端点效应显示文摘在应用经验模态分解(Empirical mode decomposition,EMD)进行机械故障诊断过程中,存在上下包络线拟合时产生端点效应的现象。在线性外推法和相似极值法的基础上,考虑信号内部的极值变化稳定性的情况,对EMD端点延拓进行了改进。通过计算信号内部的方差,确定信号内部稳定性的强弱。在信号内部变化平稳但稳定性较弱的情况下,采用相似极值延拓法,最大程度地保护信号内部的平稳性;在信号内部波动性较强的情况下,考虑到信号内部发生异常,采用线性外推法对信号两端进行预测延拓。模拟信号仿真和滚动轴承滚动体故障的实例分析。结果表明,该方法能有效地抑制EMD方法的端点效应。 | 何振鹏 朱志琪 谢海超 王雅文 徐唐进 郑婕 付雪迎 杜超平 何锐 | 2018 | 机械科学与技术2018，37，8： | 3 |
| 14 | 基于EMD与匹配追踪的轴承故障诊断显示文摘在强噪声背景下的轴承故障特征信号提取,是轴承故障诊断研究中的重要内容。首先通过EMD方法对信号从高频到低频进行滤波处理,选取最大谱峭度IMF分量进行信号重构,使用匹配追踪对重构信号进行脉冲提取,设置软阈值筛选对原子进行自适应选择,与其他方法相比,更有效地提取出了故障冲击成分。 | 卿川 王海宝 傅余 逯全波 陈根 | 2017 | 现代机械2017，，1： | 2 |
| 15 | 基于迭代滤波和最大相关峭度解卷积的滚动轴承故障诊断方法显示文摘针对噪声环境下滚动轴承故障特征提取的难题,提出了基于迭代滤波和最大相关峭度解卷积的滚动轴承故障诊断方法。首先对轴承振动信号进行迭代滤波分解,然后通过相关系数和峭度准则筛选出敏感的内禀模态分量,对敏感的内禀模态分量进行最大相关峭度解卷积降噪,最后对降噪的信号进行频谱分析完成轴承故障诊断。对轴承仿真信号和滚动轴承故障振动试验信号进行了分析,结果表明文中方法能有效地应用于滚动轴承故障诊断。 | 张力 李宝万 | 2019 | 组合机床与自动化加工技术2019，0，3： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员