-
王华庆
-
-
- 所属机构:北京化工大学
- 所在地区:北京市
- 研究方向:机械工程
- 发文基金:国家自然科学基金
相关作者
- 袁洪芳
- 作品数：59被引量：125H指数：6
- 供职机构：北京化工大学信息科学与技术学院
- 研究主题：故障诊断 滚动轴承 滚动轴承故障诊断 专家系统 KPCA
- 唐刚
- 作品数：24被引量：75H指数：6
- 供职机构：北京化工大学机电工程学院
- 研究主题：滚动轴承 故障诊断 轴承 轴承故障 滚动轴承故障诊断
- 屈红伟
- 作品数：10被引量：5H指数：1
- 供职机构：北京化工大学
- 研究主题：滚动轴承 灭火器 安全阈值 旋转机械 故障诊断
- 杨晓
- 作品数：8被引量：3H指数：1
- 供职机构：北京化工大学机电工程学院
- 研究主题：故障诊断 分形维数 压缩机故障诊断 高阶统计量 往复式压缩机
- 王峰
- 作品数：336被引量：227H指数：9
- 供职机构：北京化工大学
- 研究主题：SUB 催化剂 复合催化剂 气体扩散电极 碱性介质
- 基于ZigBee的旋转机械无线监测智能数据单元的构建
- 本文构建了基于ZigBee技术的旋转设备振动信号采集和无线传输系统,建立了具备信号采集、处理、状态简易识别和数据存储以及数据传输功能的智能数据单元。该智能单元在设备正常运行时传输特征值,而在出现异常时同时传输特征值和原始...
- 袁洪芳王华庆韩宏宇齐鹤
- 关键词：旋转机械故障诊断信号采集数据处理
- 文献传递
- 轮辋接触的斜交轮胎分析(英文)被引量：3
- 2002年
- 考虑了胎圈-轮辋的接触关系以及胎面花纹的影响,建立了斜交轮胎(9.00-2016PR)有限元模型,计算结果表明:轮辋接触时,充气后的轮胎断面宽增大,断面高略微降低;考虑轮辋接触与否对胎圈部位帘布层层间剪应力的改变影响较大。
- 王华庆崔文勇赵军徐鸿
- 关键词：斜交轮胎轮辋有限元剪应力胎面花纹
- 基于HMM及WPT-ACF的轴承早期故障模式识别
- 滚动轴承是机械设备中应用最广泛的零部件之一,即使是微小的损伤,都有可能影响整个设备正常功能的实现。因此开展早期故障微弱信号检测识别显得尤为重要。开展了基于隐马尔科夫模型（Hidden Markov Model,HMM）的...
- 高倩云杨剑锋王华庆
- 关键词：轴承故障HMM模式识别
- 文献传递
- 基于改进胶囊网络的轴承复合故障诊断研究
- 2023年
- 滚动轴承的工作环境复杂,各个部位经常同时发生故障并相互影响,产生复合故障。传统的方法往往将复合故障视为单独的一类,难以识别其中包含的具体故障。针对这一问题,提出了一种基于胶囊网络和多标签分类的智能复合故障诊断方法。首先,将原始振动信号作为输入,通过卷积层和挤压激励模块实现特征提取;其次,初级胶囊层将提取的特征转换为向量,通过自注意路由算法传递到高级胶囊层;最后,通过多标签分类器得到诊断结果。经实验室数据验证,该方法在不同转速数据集上的准确率分别达到了98.70%,98.04%和94.72%,有效识别了复合故障。
- 袁洪芳张晓宁王华庆
- 关键词：故障诊断滚动轴承
- 基于奇异值分解的机械振动信号稀疏度估计算法
- 旋转机械复杂的工作环境使得设备的在线监测成为必需.但信号的香农采样定理要求采样频率必须大于信号中最高频率的两倍,不仅导致采集的信号冗余度很大,而且给信号的采集和存储带来了很大的压力.压缩感知理论的提出使得这一问题的解决成...
- 杜佳兵唐刚王华庆
- 关键词：旋转机械振动信号压缩感知稀疏度奇异值分解
- 文献传递
- 基于HMM与改进距离测度法的齿轮箱故障诊断被引量：5
- 2014年
- 提出基于隐马尔科夫模型(Hidden Markov Model,HMM)与改进距离测度法的齿轮箱故障诊断新方法。在改进的距离测度方法中通过两约束因子调整特征参数灵敏度的评价函数,通过评价函数获得最优特征参数子集,完成对特征参数降维;利用最优特征参数子集训练获得齿轮箱各状态下Markov模型;计算测试数据在各模型的对数似然概率,据概率值大小判断故障类型。齿轮箱验证实验结果表明,改进距离测度法与HMM方法结合能有效识别齿轮箱轴不对中、断齿、磨损等多故障模式,适用性较高,可用于实际齿轮箱系统故障诊断。
- 袁洪芳张任王华庆
- 关键词：特征提取HMM故障诊断齿轮箱
- 基于自适应权重时间卷积网络的剩余使用寿命预测方法
- 2024年
- 随着人工智能和大数据技术的发展,基于深度学习的高端装备剩余使用寿命预测技术倍受关注,准确的剩余使用寿命预测对于高端装备安全运行意义重大。大多数基于深度学习的预测方法在构建主体预测结构通常利用循环神经网络、长短期记忆网络和门控单元等手段,但存在并行计算能力较差、预测精度不足的问题。针对上述问题,提出一种基于自适应权重时间卷积网络的寿命预测方法。采用时间卷积网络搭建预测模型,利用空洞因果卷积和残差连接结构增强并行计算能力并避免信息泄露;构建基于自注意力机制的自适应权重模块,实现时序权重自动分配来提高预测精度;利用非对称损失函数增强提前预测倾向性,避免因滞后预测带来的安全和经济问题。选取发动机数据集和轴承数据集进行实验验证,结果表明,与其他深度学习方法相比,提出的自适应权重时间卷积网络提升了预测准确率并缩短了训练时间。
- 宋浏阳金烨郭旭东王华庆
- 呼吸机假阳性报警的现状与应对策略探讨被引量：10
- 2019年
- 目的:提高对呼吸机假阳性报警的响应与处置能力,减少医护人员报警疲劳,保障呼吸机的安全使用。方法:从呼吸机报警等级的分类、假阳性报警及其危害等方面对呼吸机报警现状进行现状分析,以提出应对策略。结果:提出了通过规范应用呼吸机、技术创新等方式减少呼吸机假阳性报警的临床处置策略。结论:加强对呼吸机报警的理解与响应、完善设备报警系统、优化呼吸机报警层级、剔除假阳性报警等对提高呼吸机的临床诊疗效果均具有重要意义。
- 李天庆陈学斌王华庆王峰白飞林夏
- 关键词：呼吸机
- 基于终止准则改进K-SVD字典学习的稀疏表示特征增强方法被引量：13
- 2019年
- 针对传统K奇异值分解(K-Singular value decomposition, K-SVD)算法在稀疏表示过程中,由于目标信号稀疏度难以确定以及字典原子受噪声干扰大导致稀疏表示效果较差的问题,结合变分模态分解(Variational mode decomposition, VMD)算法,提出了基于VMD与终止准则改进K-SVD字典学习的稀疏表示方法。借助VMD算法剔除信号中的干扰分量,依据相关分析与峭度准则选择最优模态分量;采用终止准则改进的K-SVD字典学习算法对最优分量的特征信息进行学习,优化目标函数与约束条件,在无需设置稀疏度的前提下,构造出准确匹配故障冲击成分的字典;此外,构建一种残差阈值改进的正交匹配追踪算法(OMPerr)实现稀疏重构及微弱故障特征增强。通过仿真及试验信号进行验证,结果表明:基于VMD与改进K-SVD字典学习的稀疏表示方法在字典原子构建、稀疏重构精度以及故障特征增强等方面均优于传统K-SVD稀疏表示方法,可以有效实现微弱故障的诊断。
- 王华庆任帮月宋浏阳董方王梦阳
- 关键词：特征提取
- 基于改进开关卡尔曼滤波的轴承故障特征提取方法被引量：16
- 2019年
- 提出了一种基于改进开关卡尔曼滤波的滚动轴承故障特征提取新方法,与传统卡尔曼滤波算法相比,该方法每次迭代只需当前监测数据测量值和上一时刻最优估计值,计算效率高,具有较强实时性。首先将故障轴承振动信号分为故障冲击振动和正常振动两种成分;其次,针对故障冲击振动和正常振动两种状态,分别建立基于轴承质量-弹簧-阻尼系统动力学脉冲响应的卡尔曼滤波器及线性卡尔曼滤波器模型;然后,应用基于贝叶斯估计的开关卡尔曼滤波算法对振动信号进行状态估计;最终,通过时域迭代滤波,滤除噪声并识别故障冲击成分,实现轴承故障特征提取。仿真和试验信号分析结果表明了所提方法的可行性和有效性。
- 崔玲丽王鑫王华庆胥永刚张建宇
- 关键词：特征提取
