基于形态非抽样融合与DCT高阶奇异熵的液压泵退化特征提取 被引量：7

1

作者 孙健 李洪儒 +1 位作者 王卫国 许葆华 《振动与冲击》 EI CSCD 北大核心 2015年第22期54-61,81,共9页

针对轴向柱塞式液压泵性能退化中振动信号非线性强、退化特征提取困难等问题,提出基于形态非抽样融合与DCT(Discrete Cosine Transform)高阶奇异熵的退化特征提取方法。在一般框架下提出形态非抽样小波融合方法,通过构建特征能量因子筛... 针对轴向柱塞式液压泵性能退化中振动信号非线性强、退化特征提取困难等问题,提出基于形态非抽样融合与DCT(Discrete Cosine Transform)高阶奇异熵的退化特征提取方法。在一般框架下提出形态非抽样小波融合方法,通过构建特征能量因子筛选各分解层近似信号,据融合规则实现双通道振动信号融合重构、改善重构信号的特征信息;并利用DCT高阶谱分析法对融合信号进一步处理,通过奇异值分解分别计算Shannon、Tsallis奇异熵作为液压泵性能退化特征向量;用仿真信号及液压泵实测振动信号验证该方法的有效性。 展开更多

关键词 退化特征提取 形态非抽样小波融合 DCT 高阶奇异熵

在线阅读 下载PDF 职称材料

基于改进MF-DFA的液压泵退化特征提取方法 被引量：6

2

作者 田再克 李洪儒 +1 位作者 孙健 许葆华 《振动．测试与诊断》 EI CSCD 北大核心 2017年第1期140-146,共7页

针对液压泵振动信号通常具有非线性强和信噪比低的特点,提出了一种基于改进多重分形去趋势波动分析(multi-fractal detrended fluctuation analysis,简称MF-DFA)的液压泵性能退化特征提取方法。首先,引入滑动窗口技术改进传统MF-DFA方... 针对液压泵振动信号通常具有非线性强和信噪比低的特点,提出了一种基于改进多重分形去趋势波动分析(multi-fractal detrended fluctuation analysis,简称MF-DFA)的液压泵性能退化特征提取方法。首先,引入滑动窗口技术改进传统MF-DFA方法在时间序列数据分割过程中存在的不足,提高了MF-DFA方法的计算精度;然后,利用改进的MF-DFA方法计算液压泵多重分形谱参数,分析了不同分形谱参数对液压泵退化状态的反映能力,选取奇异指数α0和多重分形谱宽度Δα作为退化特征量;最后,以液压泵不同退化状态下的实测数据为例验证了该算法的有效性。试验结果表明,该方法能够准确提取液压泵退化特征,提高了退化状态识别的准确率。 展开更多

关键词 退化特征提取 去趋势波动法 多重分形 液压泵

在线阅读 下载PDF 职称材料

基于敏感分量融合的液压泵退化特征提取方法 被引量：8

3

作者 孙健 李洪儒 田再克 《仪器仪表学报》 EI CAS CSCD 北大核心 2016年第6期1290-1298,共9页

液压泵退化特征提取是实现故障预测的关键环节。在液压泵性能退化过程中,其振动信号复杂度高、非线性强,难以有效地提取退化特征,为此,本文提出一种基于敏感分量融合的退化特征提取方法。采用改进局部特征尺度分解(ILCD)方法对振动信号... 液压泵退化特征提取是实现故障预测的关键环节。在液压泵性能退化过程中,其振动信号复杂度高、非线性强,难以有效地提取退化特征,为此,本文提出一种基于敏感分量融合的退化特征提取方法。采用改进局部特征尺度分解(ILCD)方法对振动信号进行分解,并利用贝叶斯信息准则与所构建的敏感因子,对内禀尺度分量进行筛选,以减少干扰分量的影响,得到敏感分量,有效抓取特征信息;在此基础上,引入离散余弦变换代替传统复合谱分析中的傅里叶变换,提出离散余弦变换-复合谱(DCS)算法,以解决信息遗漏问题,并利用DCS对敏感分量进行融合,提取复合谱熵作为退化特征,以提高对退化过程的表征能力;最后,通过对液压泵性能退化试验实测振动信号的应用分析,验证了该方法的有效性。 展开更多

关键词 退化特征提取 ILCD 复合谱算法 液压泵

在线阅读 下载PDF 职称材料

基于完备总体经验模态分解和模糊熵结合的液压泵退化特征提取方法 被引量：6

4

作者 姜万录 孔德田 +2 位作者 李振宝 佟祥伟 岳文德 《计量学报》 CSCD 北大核心 2020年第2期202-209,共8页

针对液压泵振动信号具有非线性、非平稳性,以及信噪比低等特点,提出了基于完备总体经验模态分解和模糊熵结合的液压泵性能退化特征提取方法。首先,使用完备总体经验模态分解方法对液压泵振动信号进行分解,得到若干个固有模态函数分量。... 针对液压泵振动信号具有非线性、非平稳性,以及信噪比低等特点,提出了基于完备总体经验模态分解和模糊熵结合的液压泵性能退化特征提取方法。首先,使用完备总体经验模态分解方法对液压泵振动信号进行分解,得到若干个固有模态函数分量。其次,求取各个分量与原始信号的相关性,选取相关性较高的前几个分量作为有效分量并求其模糊熵,实现液压泵的退化特征提取,形成特征向量。最后,以液压泵不同退化状态下的实测数据为例,使用基于变量预测模型的模式识别方法对提取的特征向量进行验证。实验结果表明,该液压泵退化特征提取方法具有较高的精度,使退化状态识别的准确率提高到了100%。 展开更多

关键词 计量学 液压泵 状态识别 完备总体经验模态分解 模糊熵 退化特征提取 变量预测模型

在线阅读 下载PDF 职称材料

一种应用改进符号序列熵与滑动窗奇异值的退化特征提取方法

5

作者 王微 王冰 +2 位作者 胡雄 孙德建 张道兵 《振动工程学报》 EI CSCD 北大核心 2021年第1期211-218,共8页

为了准确跟踪岸桥关键部件的性能退化状态,提出一种基于改进符号序列熵与滑动窗奇异值的在线退化特征提取方法。针对岸桥工况特殊、振动随机冲击频繁的特点,引入阈值因子并改进序列符号化方法,在保留方向变化信息的同时兼顾"粗粒化... 为了准确跟踪岸桥关键部件的性能退化状态,提出一种基于改进符号序列熵与滑动窗奇异值的在线退化特征提取方法。针对岸桥工况特殊、振动随机冲击频繁的特点,引入阈值因子并改进序列符号化方法,在保留方向变化信息的同时兼顾"粗粒化"的幅值变化信息,从而提高符号序列熵滤除随机冲击、刻画振动信号复杂度大小的能力。在线计算振动信号的改进符号序列熵,结合滑动窗方法,循环提取改进符号序列熵序列的奇异值,以此作为岸桥关键部件的在线退化特征。分别采用来自上海港集装箱码头的起升减速箱与轨道铰点的全寿命振动信号进行实例分析,结果表明:滑动窗奇异值能够刻画起升减速箱和轨道铰点的性能退化程度,退化程度越深,取值越大;并且具有计算稳定、快速的优点,能够为准确跟踪并评估健康状态奠定方法基础。 展开更多

关键词 信号处理 岸桥 退化特征提取 符号序列熵 奇异值分解

在线阅读 下载PDF 职称材料

一种基于ILCD融合与多重分形去趋势波动分析的退化特征提取方法 被引量：6

6

作者 王浩天 段修生 +3 位作者 单甘霖 孙健 王兴 无 《振动与冲击》 EI CSCD 北大核心 2019年第6期233-238,256,共7页

液压泵性能退化过程中,振动信号非线性强,导致退化特征提取困难、表征能力有限,为此,提出一种基于改良型局部特征尺度分解(ILCD)融合与多重分形去趋势波动分析(MF-DFA)的退化特征提取方法。在对信号进行ILCD分解的基础上,通过构建敏感... 液压泵性能退化过程中,振动信号非线性强,导致退化特征提取困难、表征能力有限,为此,提出一种基于改良型局部特征尺度分解(ILCD)融合与多重分形去趋势波动分析(MF-DFA)的退化特征提取方法。在对信号进行ILCD分解的基础上,通过构建敏感因子从各内禀尺度分量(ISCs)筛选出包含关键故障信息的敏感分量,并依据融合规则实现多通道振动信号的融合处理,以改善重构信号中的特征信息;在此基础上,利用带有加窗分割的MF-DFA方法对融合信号作进一步处理,选取多重分形谱敏感参数作为液压泵性能退化特征向量;利用液压泵实测振动信号,验证了该方法的有效性。 展开更多

关键词 改良型局部特征尺度分解算法(ILCD) 多通道信号融合 敏感因子 退化特征提取

在线阅读 下载PDF 职称材料

基于局部特征尺度分解和JRD距离的液压泵性能退化状态识别方法 被引量：8

7

作者 田再克 李洪儒 +1 位作者 谷宏强 许葆华 《振动与冲击》 EI CSCD 北大核心 2016年第20期54-59,共6页

针对液压泵振动信号通常具有非线性强与信噪比低的特点,提出了基于局部特征尺度分解(Local Characteristic-Scale Decomposition,LCD)与JRD(Jensen-Renyi Divergence)距离的液压泵性能退化状态识别方法。该方法首先对原始振动信号进行... 针对液压泵振动信号通常具有非线性强与信噪比低的特点,提出了基于局部特征尺度分解(Local Characteristic-Scale Decomposition,LCD)与JRD(Jensen-Renyi Divergence)距离的液压泵性能退化状态识别方法。该方法首先对原始振动信号进行局部特征尺度分解,得到不同特征尺度下的内禀尺度分量(Intrinsic Scale Component,ISC);然后,提取包含主要退化特征信息的ISC分量的Renyi熵,以此作为退化特征量;最后,通过计算不同特征量之间的JRD距离来判断液压泵的退化状态。将该方法应用于液压泵实测数据,结果表明,基于局部特征尺度分解和JRD距离的退化状态识别方法能够有效识别液压泵的性能退化状态。 展开更多

关键词 退化特征提取 局部特征尺度分解 RENYI熵 JRD距离

在线阅读 下载PDF 职称材料

基于改进基本尺度熵的轴承退化特征分析方法研究 被引量：2

8

作者 孙占民 唐旭明 +3 位作者 万浩 周银银 班东坡 闫阁 《机电工程》 CAS 北大核心 2020年第5期517-521,共5页

针对滚动轴承性能退化趋势的准确跟踪问题,对基本尺度熵算法的问题和不足进行了研究。引入了统一的基本尺度,定量衡量幅值分布的信息量大小,进而提出了一种基于改进基本尺度熵的退化特征分析方法;采用IMS轴承实验中心的滚动轴承全寿命... 针对滚动轴承性能退化趋势的准确跟踪问题,对基本尺度熵算法的问题和不足进行了研究。引入了统一的基本尺度,定量衡量幅值分布的信息量大小,进而提出了一种基于改进基本尺度熵的退化特征分析方法;采用IMS轴承实验中心的滚动轴承全寿命试验数据进行了实例分析,并与基本尺度熵、模糊熵、近似熵、样本熵等算法进行了对比。研究结果表明:与基本尺度熵算法相比,改进的基本尺度熵方法能够定量表征信号幅值分布的信息量大小,且性能退化程度越深,该指标取值越大;在计算性能方面,改进的基本尺度熵方法计算速度快、算法稳定性强,能够更好地应用到设备的健康状态评估中。 展开更多

关键词 基本尺度熵 退化特征提取 滚动轴承 全寿命

在线阅读 下载PDF 职称材料

基于在线改进符号序列熵与逻辑回归模型的岸桥起升减速箱在线退化评估 被引量：1

9

作者 王微 王冰 +1 位作者 胡雄 孙德建 《上海交通大学学报》 EI CAS CSCD 北大核心 2021年第10期1272-1280,共9页

针对岸桥起升减速箱的退化状态评估问题,提出一种基于在线改进符号序列熵(O_ISSE)与逻辑回归的退化状态在线评估方法.首先引入阈值因子,保留信号变化方向与幅值的“粗粒化”信息,降低原算法对于冲击成分的“敏感性”,提出改进后的符号... 针对岸桥起升减速箱的退化状态评估问题,提出一种基于在线改进符号序列熵(O_ISSE)与逻辑回归的退化状态在线评估方法.首先引入阈值因子,保留信号变化方向与幅值的“粗粒化”信息,降低原算法对于冲击成分的“敏感性”,提出改进后的符号序列熵(ISSE).采用滑动窗Weibull拟合的方法有效滤除ISSE特征序列中的波动影响,形成O_ISSE.最后,训练并建立逻辑回归模型,在线计算得到未知样本的健康因子H值,实现未知样本的状态识别.采用上港某码头在线监测的起升机构减速箱全寿命数据进行实例分析.研究结果表明,所提ISSE和逻辑回归模型方法能够挖掘信号中的复杂度变化规律,准确地跟踪并识别性能退化状态. 展开更多

关键词 岸桥 退化特征提取 符号序列熵 WEIBULL分布 减速箱

在线阅读 下载PDF 职称材料

面向轴承剩余寿命预测的自适应退化阶段辨识方法 被引量：1

10

作者 邬世龙 《组合机床与自动化加工技术》 北大核心 2022年第12期31-35,共5页

针对滚动轴承剩余寿命预测中的退化阶段难以辨识的问题,提出了基于互信息卷积神经网络的退化特征提取方法和基于自适应超阈值波峰与失效概率逻辑回归预测的退化阶段辨识方法。引入了以轴承自监测数据为驱动的互信息卷积神经网络对轴承... 针对滚动轴承剩余寿命预测中的退化阶段难以辨识的问题,提出了基于互信息卷积神经网络的退化特征提取方法和基于自适应超阈值波峰与失效概率逻辑回归预测的退化阶段辨识方法。引入了以轴承自监测数据为驱动的互信息卷积神经网络对轴承性能退化特征进行深度提取,并结合支持向量数据描述进行退化指数(degradation indicator,DI)构建。针对环境工况对DI造成的波动干扰影响,引入了极值理论中的超阈值波峰法进行了退化阈值的更新设置。结合失效概率统计信息,采用正常状态与退化状态的逻辑回归二分类法对个体轴承失效阈值进行了客观估计,并利用全阶时间幂灰色预测模型对轴承剩余寿命进行了预测。实验结果表明,在退化阶段自适应辨识的基础上进行轴承剩余寿命的预测,能得到更准确更客观的预测结果。 展开更多

关键词 互信息卷积网络 退化特征提取 退化阶段辨识 剩余寿命预测

在线阅读 下载PDF 职称材料

基于状态划分和集成学习的轴承剩余使用寿命预测模型 被引量：3

11

作者 胡志辉 王绪光 +2 位作者 王贡献 张腾 李帅琦 《机电工程》 CAS 北大核心 2024年第8期1423-1430,共8页

针对滚动轴承剩余使用寿命(RUL)预测退化起始时间(DST)难以确定,以及单一寿命预测模型精度比较低的问题,提出了一种基于状态划分和集成学习模型的滚动轴承RUL预测方法。首先,提取了轴承振动信号的特征,利用滑动窗口不断更新3σ准则预警... 针对滚动轴承剩余使用寿命(RUL)预测退化起始时间(DST)难以确定,以及单一寿命预测模型精度比较低的问题,提出了一种基于状态划分和集成学习模型的滚动轴承RUL预测方法。首先,提取了轴承振动信号的特征,利用滑动窗口不断更新3σ准则预警范围,结合连续触发机制自适应确定DST;然后,采用具有自适应噪声的完全集成经验模态分解(CEEMDAN)对退化阶段信号序列进行了自适应分解;最后,构建了集成学习模型,考虑分量的不同特性进行了多步滚动预测,融合预测结果得到了轴承RUL,采用滚动轴承XJTU-SY公开数据集进行了试验验证。研究结果表明:与基于长短时记忆神经网络(LSTM)、反向传播神经网络(BPNN)的预测方法相比,该方法预测结果的平均绝对误差分别降低了11.7%以及5.6%,相对均方根误差分别降低了12.2%以及10.7%,验证了该方法在轴承RUL预测中的有效性和优越性。 展开更多

关键词 滚动轴承剩余使用寿命 退化起始时间 自适应DST状态划分 集成学习模型 退化特征提取 具有自适应噪声的完全集成经验模态分解 长短时记忆神经网络

在线阅读 下载PDF 职称材料

基于注意力机制的滚动轴承剩余使用寿命预测方法 被引量：7

12

作者 卢瑾 张永平 《机电工程》 CAS 北大核心 2023年第4期516-521,551,共7页

现有的轴承振动信号特征的提取方法过分依赖于专家的经验,同时在轴承的寿命预测过程中,存在因序列过长而导致的记忆力退化等问题,为此,结合卷积神经网络-注意力机制网络(CNN-attention)和基于注意力机制的Encoder-Decoder方法,提出了一... 现有的轴承振动信号特征的提取方法过分依赖于专家的经验,同时在轴承的寿命预测过程中,存在因序列过长而导致的记忆力退化等问题,为此,结合卷积神经网络-注意力机制网络(CNN-attention)和基于注意力机制的Encoder-Decoder方法,提出了一种滚动轴承剩余使用寿命(RUL)的预测模型(方法)。首先,利用快速傅里叶变换(FFT)方法,将滚动轴承的初始振动信号转换成频域幅值信号;然后,设计了一种基于注意力机制的模型:其中,利用CNN-attention进行了退化特征提取,利用基于注意力机制的Encoder-Decoder网络进行了RUL预测,并进一步在远距离信号传输中解决了循环神经网络记忆衰退的问题;最后,为了验证特征提取模型以及寿命预测模型的有效性,采用PHM 2012轴承退化数据集,通过轴承加速退化PRONOSTIA实验平台进行了实验,并将其所得结果与未采用注意力机制模型的预测结果以及其他文献方法所得结果进行了对比。实验结果表明:与其他方法相比,基于注意力机制模型的方法平均绝对误差分别降低了29.41%、32.00%、29.56%、32.34%,平均得分分别提高了0.39%、0.98%、0.82%、15.46%。研究结果表明:在轴承RUL预测方面,基于注意力机制的轴承剩余使用寿命预测模型(方法)是有效的。 展开更多

关键词 剩余使用寿命 卷积神经网络-注意力机制网络 编码器-解码器模型 退化特征提取 滚动轴承寿命预测模型 记忆力退化

在线阅读 下载PDF 职称材料

基于BAS-BP模型的轴承剩余使用寿命预测 被引量：2

13

作者 璩晶磊 马晓杰 梁萍 《机床与液压》 北大核心 2022年第18期172-175,共4页

为有效评估轴承退化趋势,提高设备健康管理的智能化,提出一种基于BAS-BP模型的轴承剩余使用寿命预测方法。提取轴承全生命周期振动信号的时域和频域特征,构建18维退化特征;为提高神经网络的预测精度,采用天牛须搜索算法对初始权重和阈... 为有效评估轴承退化趋势,提高设备健康管理的智能化,提出一种基于BAS-BP模型的轴承剩余使用寿命预测方法。提取轴承全生命周期振动信号的时域和频域特征,构建18维退化特征;为提高神经网络的预测精度,采用天牛须搜索算法对初始权重和阈值进行优化,建立BAS-BP预测模型;通过在公开数据集上验证该模型的有效性。结果表明:所提模型可对轴承剩余寿命进行有效预测且精度较高。 展开更多

关键词 剩余使用寿命预测 退化特征提取 神经网络 天牛须搜索

在线阅读 下载PDF 职称材料