您的位置: 专家智库 > >

李延忠

作品数:5 被引量:17H指数:3
供职机构:石家庄铁道大学电气与电子工程学院更多>>
发文基金:国家自然科学基金河北省自然科学基金更多>>
相关领域:机械工程电子电信自动化与计算机技术交通运输工程更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇机械工程
  • 1篇电子电信
  • 1篇自动化与计算...
  • 1篇交通运输工程

主题

  • 4篇轴承
  • 3篇轴承故障
  • 3篇滚动轴承
  • 2篇故障诊断
  • 2篇滚动轴承故障
  • 1篇电路
  • 1篇信号
  • 1篇信噪比
  • 1篇形态学滤波
  • 1篇性能研究
  • 1篇振动与波
  • 1篇神经网
  • 1篇神经网络
  • 1篇脱轨
  • 1篇脱轨系数
  • 1篇峭度
  • 1篇轴承故障诊断
  • 1篇自适
  • 1篇自适应
  • 1篇自适应调整

机构

  • 5篇石家庄铁道大...
  • 1篇中车青岛四方...

作者

  • 5篇马增强
  • 5篇李延忠
  • 1篇任彬
  • 1篇柳晓云
  • 1篇王梦奇
  • 1篇王建东

传媒

  • 1篇噪声与振动控...
  • 1篇电子测量与仪...
  • 1篇国防交通工程...
  • 1篇石家庄铁道大...
  • 1篇图学学报

年份

  • 3篇2017
  • 2篇2016
5 条 记 录,以下是 1-5
排序方式:
基于共振解调模拟电路的滚动轴承早期故障检测性能研究被引量:2
2016年
共振解调模拟电路是滚动轴承故障诊断中最常用的技术之一,但是其故障检测性能的定量评价研究尚未见报导。因此,分别以正弦调制和脉冲调制所构造的故障轴承振动加速度信号为电路输入,定量分析了共振解调电路在不同信噪比条件下的故障检测性能,并研究了电路中的关键设计参数——带通滤波器品质因数Q的调制规律,为共振解调模拟电路在轴承早期故障检测的实际工程应用提供了可靠的科学依据。
马增强李延忠谷朝健
关键词:信噪比
基于改进BP神经网络的列车脱轨系数预测方法被引量:1
2017年
列车运行过程中,脱轨系数过大将对列车运行安全产生影响并伴随脱轨隐患,因而列车脱轨系数的预测对保障列车安全运行至关重要。提出了一种基于改进BP神经网络的列车脱轨系数预测方法,利用轮轨接触横移量、接触角、车轮抬升量、列车速度对脱轨系数进行直接预测。针对传统BP神经网络收敛速度慢、易陷入局部极小值等缺陷,采用附加动量法和自适应学习率相结合的方法对其进行了改进。在ADAMS/Rail中建立车辆模型,通过该模型进行动力学仿真得到轮轨接触参数的数据,用此数据对改进BP神经网络进行验证。试验结果表明改进BP神经网络预测模型在相对误差及迭代次数上有明显改善,初步验证了该方法在列车脱轨系数预测方面的可行性。
张俊甲李延忠马增强任彬
关键词:改进BP网络脱轨系数仿真
一种自适应调整滤波参数的轴承故障诊断方法被引量:5
2017年
针对机械振动信号中存在大量噪声和形态学滤波中结构元素长度不能自适应调整的问题,提出一种可自适应调整结构元素长度的滚动轴承故障诊断新方法。结构元素长度的不同会导致对信号特征提取效果的不同,该方法通过以峭度值为指标,找寻出使峭度值较大的一系列结构元素长度。然后通过计算不同长度滤波后信号的故障特征频率能量比值,找寻出使故障特征最突出、最明显的结构元素长度。以此长度为最优长度对信号进行滤波,能够较好地提取出滚动轴承的故障特征,找到故障特征频率。
王建东马增强李延忠王梦奇
关键词:振动与波形态学滤波自适应
改进型共振解调器在轴承故障诊断中的应用被引量:6
2016年
共振解调技术已经在旋转机械故障诊断中得到广泛应用,传统电压型共振解调器模拟电路能够实时、准确地提取低频共振带里的故障特征频率。受电压型运算放大器转换速度较低和二极管的非线性特性这两个方面的制约,通过传统电压型共振解调器的高频信号和微弱信号发生失真现象,从而造成高频噪声背景下的轴承早期故障被误诊或者漏诊。因此,提出了一种改进型共振解调器模拟电路,通过采用第2代电流传输器(CCII+)以及AB类偏置电压补偿,改善了传统电压型共振解调器中包络检波器的性能,使该设计方法在处理高频故障信号和微弱故障信号的精度均有较大提升。随后,将该电路应用于跑合试验台,对滚动轴承典型故障进行了在线诊断。实验结果表明该改进电路不仅拓宽了信号频率适用范围,而且保证了对滚动轴承早期微弱故障的准确提取。
马增强谷朝健李延忠张俊甲
关键词:高频信号滚动轴承故障诊断
基于VMD-WPT和能量算子解调的滚动轴承故障诊断研究被引量:3
2017年
针对滚动轴承早期故障振动信号具有能量小、易受背景噪声干扰,导致故障特征提取困难等问题,提出基于变分模态分解(VMD)和小波包变换(WPT)相结合的方法来提取故障特征。首先将振动信号进行VMD分解,得到若干本征模态分量(IMF);其次,通过峭度准则选取峭度值较大的分量进行重构;最后将重构分量采用WPT方法进行分解,并计算小波包的能量、选取能量集中的频段进行能量算子解调,从而提取故障特征信息。将该方法应用到滚动轴承实测数据中,并与目前最常用的方法 EEMD-WPT对特征信号的提取效果作对比。实验结果表明该方法可以更精确地提取出的故障特征频率,验证了其有效性。
马增强柳晓云李延忠张俊甲
关键词:小波包变换故障诊断
共1页<1>
聚类工具0