您的位置: 专家智库 > >

王锁斌

作品数:5 被引量:22H指数:4
供职机构:东北电力大学能源与机械工程学院更多>>
发文基金:吉林省教育厅资助项目吉林省教育厅科学技术研究项目更多>>
相关领域:机械工程自动化与计算机技术更多>>

文献类型

  • 4篇期刊文章
  • 1篇学位论文

领域

  • 4篇机械工程
  • 3篇自动化与计算...

主题

  • 5篇离心式
  • 5篇风机
  • 4篇离心式风机
  • 3篇故障诊断
  • 1篇信号
  • 1篇信号去噪
  • 1篇振动
  • 1篇振动故障
  • 1篇振动故障诊断
  • 1篇振动信号
  • 1篇神经网
  • 1篇神经网络
  • 1篇通风机
  • 1篇去噪
  • 1篇网络
  • 1篇离心式通风机
  • 1篇离心通风机
  • 1篇盲源分离
  • 1篇经验模式分解
  • 1篇经验模态分解

机构

  • 5篇东北电力大学
  • 1篇华北电力大学

作者

  • 5篇王锁斌
  • 4篇周云龙
  • 1篇赵鹏
  • 1篇刘永奇
  • 1篇宋延宏

传媒

  • 2篇振动.测试与...
  • 1篇风机技术
  • 1篇动力工程学报

年份

  • 1篇2012
  • 3篇2011
  • 1篇2010
5 条 记 录,以下是 1-5
排序方式:
基于HHT与GA-BP网络的离心通风机故障诊断被引量:2
2010年
结合HHT同GA-BP神经网络的优点,提出了将二者结合用于风机故障诊断的新方法,并且应用最新提出的方法改进HHT(希尔伯特-黄变换),使其应用更为有效。利用HHT构造出代表振动信号特征的"能-频分布";根据GA-BP网络模型能够逼近任意非线性函数和具有高效寻找全局最优的特点作为特征分类器,进行故障诊断。风机故障诊断结果表明,该方法是可行有效的。
周云龙宋延宏王锁斌
关键词:离心式通风机HHTGA-BP神经网络故障诊断
基于改进k-均值聚类算法的风机振动分析被引量:4
2012年
针对风机振动信号的非平稳和非线性特征,提出了一种基于时域信号分析和改进的k-均值聚类算法的故障识别方法。对离心式风机运行中产生的几种非稳态振动故障信号,提取其时域信号的峰峰值、Hurst指数和近似熵参数作为特征向量,采用改进的k-均值聚类算法作为故障分类器,设置转子不平衡、联轴器不对中、风机基座松动、转轴径向摩擦和轴承内圈损坏5种故障。对离心式风机试验的结果表明,3种时域特征能较好地反映各故障之间的差异,改进的k-均值聚类算法与原始的k-均值算法相比分类性能更好,稳定性更强,平均识别率达到88.67%。
周云龙王锁斌赵鹏
关键词:故障诊断离心式风机
自回归和EMD用于离心式风机不对中故障分析被引量:7
2011年
针对离心式风机运行过程中遇到的联轴器不对中故障特征,将风机负荷和转速变化过程中采集到的振动加速度信号进行经验模态分解(empirical mode decomposition,简称EMD),得到包含特征频率的本征模态函数(IMF),应用粗差检测中常用的3σ准则对每个IMF进行硬阈值去噪处理;然后,分别建立其自回归(AR)模型,进行自回归谱分析。研究结果表明:离心式风机联轴器不对中故障频率除了基频外,以2倍频为主,随负荷增大,转速上升,不对中引起的振动加剧,3次谐波峰值变化显著,并伴有高次谐波的存在。
周云龙王锁斌刘永奇
关键词:离心式风机经验模态分解AR模型不对中
离心式风机振动故障诊断方法研究
现代大型发电机组单机容量越来越大,机组的安全运营越来越受到业内的重视,大力发展旋转机械的振动故障诊断技术就显得尤为重要,而故障特征的提取和分类又是振动故障诊断技术中的关键问题。利用描述系统混沌特性的最大李亚普诺夫指数,H...
王锁斌
关键词:K-MEANS聚类算法离心式风机振动故障经验模式分解盲源分离
文献传递
高斯矩Fast ICA算法在风机振动信号去噪中的应用被引量:6
2011年
设置了转子不平衡、联轴器不对中、风机基座松动、转子径向摩擦和轴承内圈磨损等5种故障,针对风机的振动问题进行了实验研究.在简要分析ICA理论及其算法的基础上,提出应用基于高斯矩的Fast ICA算法对模拟信号及实测离心式风机振动信号进行去噪处理,并分别与EMD及db8小波的滤波去噪效果进行定量比较.结果表明:Fast ICA方法与EMD方法和小波方法一样,能有效地处理短时瞬态及含宽带噪声的信号,但Fast ICA方法不受去噪阈值的影响,也不需要选择小波基函数,更具有通用性和稳定性.
周云龙王锁斌
关键词:离心式风机振动信号去噪
共1页<1>
聚类工具0