检索结果-维普期刊中文期刊服务平台

基于性能衰退评估的轴承寿命状态识别方法研究被引量：8: 1; 作者董绍江吴文亮 +4 位作者贺坤潘雪娇蒙志强汤宝平赵兴新《振动与冲击》 EI CSCD 北大核心 2021年第5期186-192,210,共8页; 针对滚动轴承退化性能难以评估、寿命状态难以识别的难题,提出一种基于性能衰退评估的轴承寿命状态识别新方法,该方法基于卷积自编码器(convolutional autoencoder,CAE)与多维尺度分析(multidimensional scaling,MDS)算法构建轴承性能... 展开更多; 关键词寿命状态识别性能衰退指标卷积自编码器 MDS算法改进卷积神经网络; 在线阅读下载PDF 职称材料

基于深度卷积自编码器和多尺度残差收缩网络的滚动轴承寿命状态识别被引量：1: 2; 作者潘雪娇董绍江 +2 位作者周存芳肖家丰宋锴《重庆交通大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第5期124-132,共9页; 针对滚动轴承早期故障识别困难、退化性能难以准确评估的问题,提出了基于深度卷积自编码器(DCAE)和多尺度残差收缩网络(MSRSN)的滚动轴承寿命状态识别方法。首先,为获得清晰的故障特征频率及倍频,将原始数据样本转换为包络谱输入深度卷... 展开更多; 关键词车辆与机电工程深度卷积自编码器性能衰退指标多尺度残差收缩网络寿命状态识别; 在线阅读下载PDF 职称材料

基于数据分类重建的风电机组故障预警方法被引量：22: 3; 作者刘帅刘长良甄成刚《仪器仪表学报》 EI CAS CSCD 北大核心 2019年第8期1-11,共11页; 为预警风电机组潜在故障、增强机组出力安全性,基于监控和数据采集(SCADA)系统,提出一种异常数据重建的风电机组故障预警方法。首先,充分利用同风场风机SCADA数据,分别重建输入类与输出类目标机组数据,克服了部分数据信息丢失、数据异... 展开更多; 关键词故障预警方法梯度提升回归树高斯混合模型数据分类重建衰退指标; 在线阅读下载PDF 职称材料

动态调整灰色关联分析方法在轴承早期退化在线识别中的应用被引量：5: 4; 作者裴雪武董绍江 +2 位作者方能炜邢镔胡小林《仪器仪表学报》 EI CAS CSCD 北大核心 2023年第5期61-70,共10页; 针对现有数据驱动型方法在滚动轴承早期退化识别中存在敏感度低、误警率高的问题,提出一种面向瞬态机械装备健康监测的动态调整灰色关联分析(DAGIA)方法。该方法首先采用希尔伯特(Hilbert)变换对滚动轴承振动数据进行幅度解调得到包络... 展开更多; 关键词轴承特征噪声能量比动态调整灰色关联分析性能衰退指标早期退化在线瞬态识别; 在线阅读下载PDF 职称材料

题名基于性能衰退评估的轴承寿命状态识别方法研究被引量：8: 1; 作者董绍江吴文亮贺坤潘雪娇蒙志强汤宝平赵兴新; 机构重庆交通大学机电与车辆工程学院重庆大学机械传动国家重点实验室重庆长江轴承股份有限公司; 出处《振动与冲击》 EI CSCD 北大核心 2021年第5期186-192,210,共8页; 基金国家自然科学基金资助项目(51775072) 重庆市科委基础与前沿项目(cstc2017jcyjAX0279) +1 种基金重庆交通大学研究生教育创新基金项目资助(20160108)。; 文摘针对滚动轴承退化性能难以评估、寿命状态难以识别的难题,提出一种基于性能衰退评估的轴承寿命状态识别新方法,该方法基于卷积自编码器(convolutional autoencoder,CAE)与多维尺度分析(multidimensional scaling,MDS)算法构建轴承性能衰退指标,再根据构建指标和改进卷积神经网络(convolutional neural network,CNN)建立轴承寿命状态识别模型,实现轴承寿命状态识别。将轴承信号样本输入CAE,实现轴承寿命状态特征的自动提取与表达,再将所提取的特征通过MDS算法进行约简获得低维特征,在低维特征空间构造欧氏距离作为轴承性能衰退指标,依据指标实现轴承数据标签化。使用标签化的轴承数据训练CNN,建立轴承寿命状态识别模型。在训练过程中,为抑制过拟合,对原始训练样本进行加噪处理,为提高模型抗干扰能力,将Leaky ReLU(LReLU)函数和dropout作为激活函数。运用轴承全寿命试验数据对识别模型进行检验,通过对比验证,结果表明所提出的轴承寿命状态识别方法能更准确的实现轴承寿命状态识别。; 关键词寿命状态识别性能衰退指标卷积自编码器 MDS算法改进卷积神经网络; Keywords life state recognition performance degradation index convolutional auto-encoder(CAE) multi-dimensional scaling(MDS) convolutional neutral network(CNN); 分类号 TH17 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于深度卷积自编码器和多尺度残差收缩网络的滚动轴承寿命状态识别被引量：1: 2; 作者潘雪娇董绍江周存芳肖家丰宋锴; 机构重庆交通大学交通运输学院重庆交通大学机电与车辆工程学院重庆长安汽车股份有限公司; 出处《重庆交通大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第5期124-132,共9页; 基金国家自然科学基金项目(51775072) 重庆市高校创新研究群体项目(CXQT20019) 重庆市科技创新领军人才支持计划项目(CSTCCCXLJRC201920)。; 文摘针对滚动轴承早期故障识别困难、退化性能难以准确评估的问题,提出了基于深度卷积自编码器(DCAE)和多尺度残差收缩网络(MSRSN)的滚动轴承寿命状态识别方法。首先,为获得清晰的故障特征频率及倍频,将原始数据样本转换为包络谱输入深度卷积自编码器中,实现轴承寿命状态特征的自动提取与表达,并基于多维尺度分析(MDS)算法约简寿命状态特征获得低维特征,然后计算低维特征空间内样本间的欧几里得距离(ED),即为轴承性能衰退评估指标;其次,为全面提取轴承性能衰退特征,提出了改进的多尺度残差收缩网络识别模型,并开发了ReLU与DropBlock正则化相结合的新激活策略增强模型的抗噪性;最后,将所提方法及对比方法应用于轴承全寿命实验数据。实验结果表明:笔者提出的性能衰退评估指标能够精准地识别轴承性能退化起始点以及刻画轴承的退化趋势,所提出的改进的多尺度残差收缩网络识别模型在S SNR=-4~6 dB环境中平均识别正确率为91.75%,能够准确识别轴承寿命状态,验证了方法的实用性以及有效性。; 关键词车辆与机电工程深度卷积自编码器性能衰退指标多尺度残差收缩网络寿命状态识别; Keywords mechatronics vehicle engineering deep convolutional autoencoder performance degradation index multi-scale residual shrinkage network life state recognition; 分类号 TH133.3 [机械工程—机械制造及自动化] TH17 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于数据分类重建的风电机组故障预警方法被引量：22: 3; 作者刘帅刘长良甄成刚; 机构华北电力大学控制与计算机工程学院新能源电力系统国家重点实验室(华北电力大学); 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2019年第8期1-11,共11页; 基金北京市自然科学基金(4182061) 中央高校基本科研业务费专项资金(2018ZD05,9163116001)项目资助; 文摘为预警风电机组潜在故障、增强机组出力安全性,基于监控和数据采集(SCADA)系统,提出一种异常数据重建的风电机组故障预警方法。首先,充分利用同风场风机SCADA数据,分别重建输入类与输出类目标机组数据,克服了部分数据信息丢失、数据异常问题;其次,使用提取的代表性数据建立故障预警模型,所得预警模型更贴近机组运行动态特性;最后,采用改进的衰退指标预警潜在故障,直观展示机组阶段性衰退程度。案例研究中使用某风电场SCADA故障数据,并使用3种标准确定所提策略参数设定值,结果表明可至少提前3周预警风电机组齿轮箱潜在故障,验证了所提故障预警方法的时效性。; 关键词故障预警方法梯度提升回归树高斯混合模型数据分类重建衰退指标; Keywords fault warning method gradient boosted regression tree Gaussian mixed model classified data reconstruction deterioration degree; 分类号 TM614 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名动态调整灰色关联分析方法在轴承早期退化在线识别中的应用被引量：5: 4; 作者裴雪武董绍江方能炜邢镔胡小林; 机构重庆交通大学机电与车辆工程学院磁悬技术与磁浮列车教育部重点实验室重庆工业大数据创新中心有限公司; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2023年第5期61-70,共10页; 基金国家自然科学基金(51775072) 重庆市科技创新领军人才支持计划项目(CSTCCCXLJRC201920) +2 种基金重庆市北碚区科学技术局技术创新与应用示范项目(2020-6)资助。; 文摘针对现有数据驱动型方法在滚动轴承早期退化识别中存在敏感度低、误警率高的问题,提出一种面向瞬态机械装备健康监测的动态调整灰色关联分析(DAGIA)方法。该方法首先采用希尔伯特(Hilbert)变换对滚动轴承振动数据进行幅度解调得到包络信号。为了削弱分辨系数取值的影响以凸显关联度值的区分程度,将可以表征轴承退化信息强弱的特征噪声能量比(FNER)指标引入传统灰色关联分析(TGIA)中动态调整分辨系数。然后,提取轴承运行初期的第一组数据作为参考数据,计算其余数据和参考数据的动态灰色关联度并构建轴承性能衰退指标。最后,根据正常样本并结合切比雪夫不等式设置控制线瞬态识别滚动轴承早期退化起始位置。利用IMS和XJTU-SY数据库完成对轴承早期退化瞬态识别,结果表明,所提方法可以瞬态识别轴承早期退化位置,误报警逼近于0,兼具敏感性和鲁棒性,有利于设备维护人员更好掌握滚动轴承的运行状态。; 关键词轴承特征噪声能量比动态调整灰色关联分析性能衰退指标早期退化在线瞬态识别; Keywords bearing feature-to-noise energy ratio dynamically adjustment grey incidence analysis performance degradation indicator earlydegradation online recognition; 分类号 TH17 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于性能衰退评估的轴承寿命状态识别方法研究	董绍江吴文亮贺坤潘雪娇蒙志强汤宝平赵兴新	《振动与冲击》 EI CSCD 北大核心	2021	8	在线阅读下载PDF 职称材料
2	基于深度卷积自编码器和多尺度残差收缩网络的滚动轴承寿命状态识别	潘雪娇董绍江周存芳肖家丰宋锴	《重庆交通大学学报（自然科学版）》 CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
3	基于数据分类重建的风电机组故障预警方法	刘帅刘长良甄成刚	《仪器仪表学报》 EI CAS CSCD 北大核心	2019	22	在线阅读下载PDF 职称材料
4	动态调整灰色关联分析方法在轴承早期退化在线识别中的应用	裴雪武董绍江方能炜邢镔胡小林	《仪器仪表学报》 EI CAS CSCD 北大核心	2023	5	在线阅读下载PDF 职称材料