国家自然科学基金(51375322)
- 作品数：4 被引量：47H指数：4
- 相关作者：朱忠奎黄伟国沈长青蔡改改鞠华更多>>
- 相关机构：苏州大学中国科学技术大学更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金国家重点实验室开放基金更多>>
- 相关领域：机械工程更多>>
- 基于双调Q小波变换的瞬态成分提取及轴承故障诊断应用研究被引量：10
- 2015年
- 因轴承的剥落、裂纹等局部故障易致运行时振动信号中出现瞬态成分,而轴承故障振动信号为非平稳信号,含高、低振荡成分,传统的线性信号处理方法及基于频率的分解方法均存在一定局限性。对此,研究基于信号振荡特征而非频率特征的双调Q小波变换,设定不同Q因子小波将轴承故障信号非线性分解成低、高振荡及噪声成分,轴承故障瞬态成分对应低振荡成分,提取低振荡成分即能实现轴承故障瞬态成分提取。通过轴承故障状态下瞬态成分检测表明,该方法能有效提取轴承故障瞬态成分。经与均值滤波、小波阈值及经验模态分解(EMD)等方法比较,验证该方法的优越性。
- 项巍巍蔡改改樊薇黄伟国朱忠奎
- 关键词：故障诊断振荡特征
- 自适应谱峭度滤波方法及其振动信号检测应用被引量：8
- 2014年
- 谱峭度滤波方法是一种在强背景噪声下也能有效提取振动信号中瞬态成分的方法。笔者针对谱峭度滤波方法中窗宽的自适应选择问题,提出一种自适应谱峭度滤波方法。该方法将小波相关滤波提取的振动信号特征频率作为Morlet小波滤波窗口中心频率,并按最大谱峭度原则自适应选择滤波小波窗口宽度,以确定最优带宽Morlet小波窗。通过强背景噪声下的瞬态成分的提取验证该方法的有效性,并与窗口融合自适应谱峭度滤波方法进行比较。针对轴承故障振动信号检测,应用该方法提取反映轴承故障的冲击响应成分,说明该方法能够实现轴承故障振动特征信号的提取。
- 蔡改改刘海洋黄伟国朱忠奎
- 关键词：MORLET小波相关滤波
- 基于支持向量回归方法的齿轮箱故障诊断研究被引量：12
- 2013年
- 提出了一种基于支持向量回归的齿轮箱故障诊断方法。通过提取能反映齿轮箱工作状态的特征参数,并将分类问题转化为回归问题,针对性地构造了多分类支持向量回归决策机构并将其用于齿轮箱故障诊断,避免了投票决策机构等票数无法分类问题。相比于人工神经网络,该方法具有收敛速度快、泛化能力强的优点。
- 沈长青朱忠奎黄伟国孔凡让
- 关键词：齿轮箱特征提取故障诊断支持向量回归
- 基于支持向量回归的轴承故障定量诊断应用被引量：19
- 2014年
- 针对轴承故障状态特征与故障大小之间存在非线性关系,提出利用支持向量回归机建立轴承故障大小与状态特征之间的定量诊断模型,并给出了基于支持向量回归的定量诊断策略和诊断流程。在获取轴承不同故障大小的特征量的基础上,建立了轴承故障定量诊断的支持向量回归模型,将其用于轴承故障的定量识别。结果表明,该方法能够有效地判断出故障的大小。进一步将该方法与人工神经网络方法比较,结果说明了支持向量回归方法在轴承故障定量诊断方面具有更好的适应性。
- 鞠华沈长青黄伟国李双朱忠奎
- 关键词：轴承支持向量回归故障诊断
