期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
基于正弦结构元素的自适应Top-Hat变换及发电机特征振动信号增强检测 被引量:7
1
作者 何玉灵 蒙玉超 +3 位作者 唐贵基 刘会兰 邓飞跃 万书亭 《中国电机工程学报》 EI CSCD 北大核心 2016年第15期4266-4273,共8页
提出了一种基于正弦结构元素的自适应改进Top-Hat变换方法,并将其应用至发电机定子特征振动信号的增强检测中。该方法通过嵌套遍历循环确定使特征振动信号频率成分能量占比最大的最优结构元素幅值和长度,结合自互补Top-Hat变换来实现对... 提出了一种基于正弦结构元素的自适应改进Top-Hat变换方法,并将其应用至发电机定子特征振动信号的增强检测中。该方法通过嵌套遍历循环确定使特征振动信号频率成分能量占比最大的最优结构元素幅值和长度,结合自互补Top-Hat变换来实现对发电机特征振动信号的增强检测。动模实验机组MJF-30-6定子匝间短路的实测信号处理结果表明,该文所提方法能够同时提取和增强定子的2倍频、4倍频和6倍频这3个特征振动信号,给故障的识别和诊断提供了方便,具备参考价值和积极意义。 展开更多
关键词 发电机 特征振动信号 正弦结构元素 自适应 Top—Hat增强检测
在线阅读 下载PDF
基于MEEMD-HHT的分布式光纤振动传感系统信号特征提取方法 被引量:19
2
作者 于淼 张耀鲁 +1 位作者 徐泽辰 何禹潼 《红外与激光工程》 EI CSCD 北大核心 2021年第7期200-211,共12页
实际应用中,分布式光纤振动传感系统所测信号多为非平稳随机信号,对其进行模式识别的关键是准确获取信号的幅值-时间-频率瞬时特征。现有的相关研究表明,经验模态分解EMD方法结合希尔伯特变换可获得所测信号中固有模态分量的瞬时能量和... 实际应用中,分布式光纤振动传感系统所测信号多为非平稳随机信号,对其进行模式识别的关键是准确获取信号的幅值-时间-频率瞬时特征。现有的相关研究表明,经验模态分解EMD方法结合希尔伯特变换可获得所测信号中固有模态分量的瞬时能量和瞬时频率,但存在模态混叠问题,后续改进的总体经验模态分解EEMD方法存在伪分量,重构误差大,互补经验模态分解CEEMD方法减小了重构误差的同时增加了运算量,无法保证特征提取与分类的效率与准确性。文中基于改进型经验模态分解方法结合希尔伯特变换MEEMD-HHT方法实现分布式光纤振动传感系统的特征提取,引入的排列熵的评价机制优化了分解过程中随机噪声迭代次数,通过仿真分析与实验对比,验证了该方法可有效解决上述方法中存在的问题,使系统在处理时间、特征准确度等性能皆有提高。实验结果表明,所提出的方法对于单频振动信号平均特征提取准确率达99.2%;对于混频振动信号平均特征提取准确率达98.1%,相对于EMD和CEEMD分别提高15.6%和7%,算法平均耗时最短,为3.825 9 s,为分布式光纤振动传感系统的信号特征提取提供了一种可靠、高效的方法。 展开更多
关键词 分布式光纤振动传感 MEEMD HILBERT变换 振动信号特征提取
在线阅读 下载PDF
船舶轴承信号监测系统设计
3
作者 罗磊 李嵩 +1 位作者 何韦玲 邹国仁 《舰船科学技术》 北大核心 2024年第22期155-158,共4页
对船舶轴承信号进行实时监测可以有效提升船舶运行的安全和可靠性,本文提出一种船舶轴承信号监测系统,对监测系统的硬件结构框架进行设计,阐述各模块的功能实现原理,给出轴承传感器的安装结构设计方案,对某型号的船舶轴承不同状态下轴... 对船舶轴承信号进行实时监测可以有效提升船舶运行的安全和可靠性,本文提出一种船舶轴承信号监测系统,对监测系统的硬件结构框架进行设计,阐述各模块的功能实现原理,给出轴承传感器的安装结构设计方案,对某型号的船舶轴承不同状态下轴承振动信号进行测试,分析异常信号的类型和基本特征,在此基础上提出基于深度学习的船舶轴承信号特征提取和分类的流程,论述自注意力机制的实现过程。本文提出的船舶轴承信号监测系统不仅可以保证高实时性,同时可以完成轴承振动信号的准确判别。 展开更多
关键词 轴承信号 深度学习 传感器 监测系统 振动信号特征
在线阅读 下载PDF
基于OSGMD-Hilbert包络对数分析的齿轮箱齿面磨损早期故障诊断
4
作者 俞香熔 王友仁 王胤博 《振动与冲击》 北大核心 2025年第7期225-231,274,共8页
针对环境噪声下齿轮箱齿面磨损早期微弱故障特征难以提取的问题,提出了一种基于优化型辛几何模态分解-Hilbert包络对数分析的齿轮磨损故障诊断方法。新方法中引入Cao算法和功率谱密度,提出最近邻波动偏差实现嵌入维数的自适应确定,利用... 针对环境噪声下齿轮箱齿面磨损早期微弱故障特征难以提取的问题,提出了一种基于优化型辛几何模态分解-Hilbert包络对数分析的齿轮磨损故障诊断方法。新方法中引入Cao算法和功率谱密度,提出最近邻波动偏差实现嵌入维数的自适应确定,利用奇异值分解进行降噪,采用Pearson-功率谱熵差和闵氏距离作为重构准则以获取特征模态分量,通过Hilbert包络对数分析法突出故障频率成分,并进行故障诊断。该新方法克服了辛几何模态分解嵌入维数依赖经验公式、重构准则单一和噪声鲁棒性欠佳的缺陷。仿真与试验结果分析表明,与辛几何模态分解(symplectic geometric mode decomposition,SGMD)、迭代SGMD、变分模态分解和经验模态分解相比,该新方法能够有效提取早期齿面磨损故障特征信息,表现出更好的鲁棒性。 展开更多
关键词 早期故障诊断 振动信号特征信息提取 优化型辛几何模态分解(OSGMD) 齿轮磨损 Hilbert包络对数分析法 辛几何模态分解(SGMD)
在线阅读 下载PDF
基于LSTM和响应分解的冲击载荷识别方法研究 被引量:2
5
作者 黄大伟 陈立昆 高亚东 《振动与冲击》 EI CSCD 北大核心 2024年第3期69-76,119,共9页
同一量级的冲击载荷所产生的动响应要远大于静态响应,因此准确识别冲击载荷对于航空器结构件的动强度设计、校核与结构健康监测都具有重要意义。该文章提出的方法主要针对一般线性结构的冲击载荷识别问题,从实测冲击响应应变信号出发,... 同一量级的冲击载荷所产生的动响应要远大于静态响应,因此准确识别冲击载荷对于航空器结构件的动强度设计、校核与结构健康监测都具有重要意义。该文章提出的方法主要针对一般线性结构的冲击载荷识别问题,从实测冲击响应应变信号出发,主要解决了冲击载荷与响应信号样本长度不一致这一突出矛盾。首先基于冲击响应信号分解方法来进行振动信号特征提取,然后基于长短期记忆神经网络对载荷和响应信号样本特征进行映射,从而实现冲击载荷识别。通过对挂架模型实测冲击载荷信号进行识别,结果表明4种工况下,该方法识别的冲击载荷的均方根相对误差小于0.6,相关系数大于0.94。结果初步表明,在理想的试验环境中,该方法具备一定的识别精度。 展开更多
关键词 动力学逆问题 冲击载荷识别 响应分解 振动信号特征提取 长短期记忆神经网络
在线阅读 下载PDF
基于变采样分辨率相关分析法的铁道客车轮对动平衡测试
6
作者 吕守宝 赵世田 +3 位作者 崔治 曾勇 唐崇邦 黄涛 《噪声与振动控制》 CSCD 北大核心 2024年第6期143-148,共6页
铁道客车轮对上的不平衡质量影响列车运行安全及速度的进一步提升,轮对安装前需要精确检测不平衡质量并进行动平衡处理。本文提出自适应小波消噪、MUSIC(Multiple Signal Classification)谱估计、相关分析法相结合的方法,实现铁道客车... 铁道客车轮对上的不平衡质量影响列车运行安全及速度的进一步提升,轮对安装前需要精确检测不平衡质量并进行动平衡处理。本文提出自适应小波消噪、MUSIC(Multiple Signal Classification)谱估计、相关分析法相结合的方法,实现铁道客车轮对动平衡振动信号特征的提取。通过Labview软件与MATLAB混合编程实现软件开发,并搭建铁道客车轮对动平衡测试平台进行实验验证,实验验证结果表明,经过降噪和采样分辨率的控制,可以克服现场噪声及频率干扰问题,提取的信号幅值及相位具有较高的精度,可实现轮对上不平衡质量及位置的准确探测。 展开更多
关键词 振动与波 变采样分辨率 相关分析法 铁道客车轮对 振动信号特征提取 动平衡
在线阅读 下载PDF
基于小波变换的包装机械故障诊断方法的研究 被引量:3
7
作者 鄢腊梅 袁友伟 《包装与食品机械》 CAS 2002年第1期7-9,共3页
文中介绍了小波分解在包装机械故障诊断中的优点 ,并通过对包装机械振动信号特征进行分析 ,指出该类信号用频谱分析的方法不能得到有效的特征。由于小波分析具有传统频谱分析方法所没有的时—频分析特征 ,通过小波逼近系数能得到机组实... 文中介绍了小波分解在包装机械故障诊断中的优点 ,并通过对包装机械振动信号特征进行分析 ,指出该类信号用频谱分析的方法不能得到有效的特征。由于小波分析具有传统频谱分析方法所没有的时—频分析特征 ,通过小波逼近系数能得到机组实际振动的大小 ,从而准确诊断出故障 。 展开更多
关键词 小波分析 包装机械 故障诊断 振动信号特征
在线阅读 下载PDF
基于LPSO-GRNN模型的螺栓松紧状态预测研究 被引量:4
8
作者 梁伟 陈志雄 +4 位作者 欧阳忠杰 龚晟炜 钟建华 钟舜聪 廖华忠 《机电工程》 CAS 北大核心 2023年第11期1814-1822,共9页
在轴重式动态汽车衡的服役状态下,由于受到重型货车频繁的加卸载循环冲击,会导致其内部螺栓发生松弛脱落,针对这一问题,提出了一种基于莱维飞行改进粒子群算法优化的广义回归神经网络(LPSO-GRNN)的轴重式动态汽车衡螺栓松紧状态预测模型... 在轴重式动态汽车衡的服役状态下,由于受到重型货车频繁的加卸载循环冲击,会导致其内部螺栓发生松弛脱落,针对这一问题,提出了一种基于莱维飞行改进粒子群算法优化的广义回归神经网络(LPSO-GRNN)的轴重式动态汽车衡螺栓松紧状态预测模型,并结合振动信号特征提取,将该模型应用于汽车衡螺栓松紧状态的预测。首先,研究并提取了螺栓不同松紧状态下输出振动信号的波形指标、峰值指标、脉冲指标、峭度指标等信号特征,并将其作为模型的共同输入特征向量;然后,采用莱维飞行提高了粒子群优化算法的寻优能力,通过产生随机步长,提高了算法的全局寻优能力,避免算法陷入局部最优值;利用改进的算法对广义回归神经网络(GRNN)的光滑因子进行了优化,得到了全局最优的光滑因子;最后,通过设计实验,分别使用广义回归神经网络(GRNN)、粒子群算法优化广义回归神经网络(PSO-GRNN)和LPSO-GRNN,以此来对螺栓松紧状态进行了预测,并将预测结果与实际情况进行了对比分析。实验结果表明:基于LPSO-GRNN建立的螺栓松紧状态预测模型,其预测准确率可达到95%。研究结果表明:该螺栓松紧状态预测模型可以有效提高汽车衡螺栓松紧预测的准确率,同时有效解决粒子群算法容易陷入局部最优收敛的问题。 展开更多
关键词 轴重式动态汽车衡 LPSO-GRNN预测模型 螺栓紧固 振动信号特征提取 广义回归神经网络 粒子群算法优化 莱维飞行
在线阅读 下载PDF
电网高压隔离开关机械故障诊断 被引量:4
9
作者 蒋健 陈宇昇 +1 位作者 蔡润庆 柯梓阳 《沈阳工业大学学报》 CAS 北大核心 2023年第2期127-132,共6页
电网高压隔离开关经常发生轴承卡涩、动作不到位等机械故障,导致故障信号特征值不准确、诊断效果不佳等问题的产生,对此提出一种新的电网高压隔离开关机械故障诊断方法.根据机械发生故障时的振动信号特征值,绘制力矩-转角检测曲线,通过... 电网高压隔离开关经常发生轴承卡涩、动作不到位等机械故障,导致故障信号特征值不准确、诊断效果不佳等问题的产生,对此提出一种新的电网高压隔离开关机械故障诊断方法.根据机械发生故障时的振动信号特征值,绘制力矩-转角检测曲线,通过与正常运行状态下的曲线变化相对比,实现对机械故障的准确诊断.实验结果证明,所设计方法的机械故障诊断结果与实际一致,说明该方法可以有效检测电网高压隔离开关机械故障,诊断效果较好. 展开更多
关键词 力矩与转角检测 电网高压 隔离开关 机械故障 振动信号特征 轴承卡涩 信号特征 状态曲线
在线阅读 下载PDF
基于LSTM神经网络模型的液压管路故障诊断方法 被引量:5
10
作者 孟秋静 杨钢 《机电工程》 CAS 北大核心 2022年第10期1374-1381,共8页
在航空发动机液压管路故障信号中,因含有噪声的干扰,导致针对液压管路故障的识别准确率较低,为此,提出了一种基于长短期记忆(LSTM)神经网络的航空液压管路故障诊断方法。首先,采集了航空发动机液压管路故障的振动信号,根据管路信号的特... 在航空发动机液压管路故障信号中,因含有噪声的干扰,导致针对液压管路故障的识别准确率较低,为此,提出了一种基于长短期记忆(LSTM)神经网络的航空液压管路故障诊断方法。首先,采集了航空发动机液压管路故障的振动信号,根据管路信号的特点设计并确定了LSTM模型;然后,开展了实例分析,将采集的液压管路原始振动信号加入了高斯噪声,并创建成液压管路数据集,利用所建长短期记忆神经网络模型对液压管路数据集进行了时序信息融合;最后,针对液压管路不同的故障情况,采用LSTM神经网络模型与循环神经网络(RNN)、卷积神经网络(CNN)、支持向量机(SVM)和反向传播神经网络(BPNN)等模型,进行了对比分析,验证了LSTM模型对航空液压管路故障分类的可行性和有效性。研究结果表明:在识别故障管路精度上,LSTM神经网络模型明显优于SVM和BPNN等传统的浅层神经网络模型;在抗噪性能方面,LSTM明显优于近年来所用的CNN和RNN诊断方法;这说明LSTM神经网络故障诊断方法对航空发动机外部液压管路故障诊断具有适应性和实用性。 展开更多
关键词 长短期记忆神经网络模型 流固耦合振动特性 振动信号全局特征 高斯噪声 健康状态识别 时间信息融合
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部