您的位置: 专家智库 > >

贺彬

作品数:3 被引量:18H指数:3
供职机构:北京信息科技大学更多>>
发文基金:国家自然科学基金国家科技重大专项更多>>
相关领域:机械工程金属学及工艺自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇金属学及工艺
  • 2篇机械工程
  • 1篇自动化与计算...

主题

  • 2篇经验模态分解
  • 2篇EMD
  • 1篇刀具
  • 1篇隐马尔科夫模...
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇生产线
  • 1篇轴承
  • 1篇轴承故障
  • 1篇轴承故障诊断
  • 1篇注塑
  • 1篇注塑成型
  • 1篇向量
  • 1篇向量机
  • 1篇马尔科夫
  • 1篇马尔科夫模型
  • 1篇控制系统
  • 1篇故障诊断
  • 1篇滚动轴承
  • 1篇滚动轴承故障

机构

  • 3篇北京信息科技...

作者

  • 3篇刘泉
  • 3篇贺彬

传媒

  • 1篇机械工程师
  • 1篇工具技术
  • 1篇组合机床与自...

年份

  • 1篇2017
  • 2篇2016
3 条 记 录,以下是 1-3
排序方式:
基于EMD和SVM的刀具故障诊断被引量:7
2017年
为有效监测刀具在机床中可能出现的故障,提出基于经验模态分解(EMD)和支持向量机(SVM)的一种故障诊断方法。首先用EMD方法将振动信号分解为有限个固有模态函数(IMF),并选取能量较大的IMF进行标量量化得到特征向量,最后将其输入SVM进行测试进而判断故障类型。分析结果表明,基于EMD-SVM的刀具故障方法能够更有效地识别刀具故障状态。
贺彬刘泉
关键词:经验模态分解支持向量机刀具故障诊断
基于EMD-MPE与HMM的滚动轴承故障诊断被引量:8
2016年
针对故障轴承的特征难以提取以及状态识别困难的问题,提出了基于经验模态分解(EMD)-多尺度排列熵(MPE)与隐马尔科夫模型(HMM)的滚动轴承故障识别方法。首先,运用EMD滤波降噪原理对滚动轴承振动信号进行降噪,而后将已降噪的信号进行多尺度排列熵分析并提取不同尺度下排列熵的较大值作为信号特征。最后,将特征信号向量输入已训练好的HMM模型进行故障类型判别。并与支持向量机(SVM)进行比较研究。实验结果表明,基于EMD-MPE与HMM的滚动轴承故障诊断方法对滚动轴承的故障状态能够进行有效地识别。
贺彬刘泉
关键词:滚动轴承经验模态分解隐马尔科夫模型
PLC在注塑成型生产线中的应用研究被引量:4
2016年
在传统的注塑生产线中,常采用的继电器和开关阀的控制系统接线复杂、控制精度低、维修不便、通信能力弱,而PLC在工业自动化领域中的应用,大大提高了生产线的效率。文中选用三菱PLC对注塑机的控制系统进行优化设计,提高了工作效率,减轻了工人的劳动强度,同时具有安全可靠性强、灵活方便等优点。
贺彬刘泉
关键词:控制系统PLC
共1页<1>
聚类工具0