检索结果-维普期刊中文期刊服务平台

基于VMD-MSE与SSA-SVM的往复式压缩机气阀故障诊断被引量：14: 1; 作者别锋锋朱鸿飞 +1 位作者彭剑张莹《振动与冲击》 EI CSCD 北大核心 2022年第19期289-295,共7页; 往复压缩机气阀故障振动信号具有较强的非线性和非平稳性。为了从往复压缩机气阀振动信号中提取故障特征用于故障诊断,提出一种基于变分模态分解(variational mode decomposition,VMD)与多尺度熵(multi-scale entrope,MSE)的故障特征提... 展开更多; 关键词往复压缩机变分模态分解多尺度样本熵支持向量机模式识别; 在线阅读下载PDF 职称材料

全封闭往复式压缩机制造缺陷诊断方法研究: 2; 作者金华强孙哲 +5 位作者顾江萍黄跃进张晓娇王新雷郑爱武沈希《高技术通讯》 CAS 2021年第7期754-765,共12页; 全封闭往复式压缩机作为制冷系统的核心部件,其品质决定了整机系统的能效水平、静音效果和产品寿命。在生产线制造过程中,针对全封闭结构特点难以识别缺陷产品的短板问题,本文提出了一种基于壳体振动信号的压缩机制造缺陷诊断方法。首... 展开更多; 关键词全封闭压缩机制造缺陷集合经验模态分解(EEMD) 多尺度样本熵(mse) 支持向量机(SVM); 在线阅读下载PDF 职称材料

基于精细复合多尺度散布熵与支持向量机的滚动轴承故障诊断方法被引量：73: 3; 作者李从志郑近德 +1 位作者潘海洋刘庆运《中国机械工程》 EI CAS CSCD 北大核心 2019年第14期1713-1719,1726,共8页; 为克服多尺度样本熵的不足,更精确地提取滚动轴承非线性故障特征,将一种新的非线性动力学分析方法精细复合多尺度散布熵引入到滚动轴承的故障特征提取.在此基础上,提出了一种基于精细复合多尺度散布熵与支持向量机的滚动轴承故障诊断新... 展开更多; 关键词散布熵多尺度样本熵精细复合多尺度散布熵滚动轴承故障诊断; 在线阅读下载PDF 职称材料

基于AO-VMD的往复压缩机故障特征提取方法被引量：9: 4; 作者李颖王鹏 +1 位作者吴仕虎巴鹏《机电工程》 CAS 北大核心 2023年第5期673-681,共9页; 采用原始VMD方法对往复压缩机故障进行诊断时,往复压缩机易损部件的振动信号存在非平稳、非线性这一问题,为此,提出了一种使用天鹰算法(AO),以各分量样本熵的最小值作为适应度函数,对变分模态分解(VMD)进行优化分解的往复压缩机故障特... 展开更多; 关键词容积型压缩机变分模态分解天鹰算法故障诊断多尺度样本熵滑动轴承故障; 在线阅读下载PDF 职称材料

改进样本熵及其在列车轴承损伤检测中的应用被引量：13: 5; 作者李永健刘吉华 +2 位作者张卫华熊庆李鹏《仪器仪表学报》 EI CAS CSCD 北大核心 2018年第9期179-186,共8页; 针对轴箱轴承振动信号的非线性以及非平稳特征,提出了一种基于非线性动力学检测的状态表征方法—改进多尺度样本熵（IMSE）。虽然传统多尺度样本熵（MSE）可以分析更多的状态信息,但是当尺度因子不断增大后会造成熵值统计的精度降低、... 展开更多; 关键词轴箱轴承多尺度样本熵特征提取概率神经网络故障诊断; 在线阅读下载PDF 职称材料

题名基于VMD-MSE与SSA-SVM的往复式压缩机气阀故障诊断被引量：14: 1; 作者别锋锋朱鸿飞彭剑张莹; 机构常州大学机械与轨道交通学院江苏省绿色过程装备重点实验室; 出处《振动与冲击》 EI CSCD 北大核心 2022年第19期289-295,共7页; 基金国家自然科学基金(52075050) 江苏省教育厅自实然科学重大项目(19KJA430004) 江苏省研究生实践创新项目(SJCX20_1006)。; 文摘往复压缩机气阀故障振动信号具有较强的非线性和非平稳性。为了从往复压缩机气阀振动信号中提取故障特征用于故障诊断,提出一种基于变分模态分解(variational mode decomposition,VMD)与多尺度熵(multi-scale entrope,MSE)的故障特征提取方法,并与采用麻雀寻优算法(soarrow search algorithm,SSA)优化的支持向量机(suppot vector mackine,SVM)相结合,用于往复压缩机气阀故障诊断;通过对往复压缩机气阀信号进行VMD分解,选取合适的内禀模态分量(intrinsic mode function,IMF)进行信号重构,基于MSE熵值分析构成特征向量集,最后将其输入SSA-SVM训练并识别故障类型。试验结果表明,基于VMD-MSE与SSA-SVM的故障诊断模型能有效并准确的识别往复压缩机气阀故障。; 关键词往复压缩机变分模态分解多尺度样本熵支持向量机模式识别; Keywords reciprocating compressor variational modal decomposition(VMD) multiscale sample entropy(mse) support vector machine(SVM) sparrow search algorithm(SSA) mode recognition; 分类号 TH457 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名全封闭往复式压缩机制造缺陷诊断方法研究: 2; 作者金华强孙哲顾江萍黄跃进张晓娇王新雷郑爱武沈希; 机构浙江工业大学教科学院浙江工业大学机械工程学院伊利诺伊大学香槟校区农业与生物工程学院加西贝拉压缩机有限公司; 出处《高技术通讯》 CAS 2021年第7期754-765,共12页; 基金浙江省重点研发(2020C04010) 浙江省基础公益研究计划(LGG19E050020) 浙江省教育厅科研(Y201636617)资助项目。; 文摘全封闭往复式压缩机作为制冷系统的核心部件,其品质决定了整机系统的能效水平、静音效果和产品寿命。在生产线制造过程中,针对全封闭结构特点难以识别缺陷产品的短板问题,本文提出了一种基于壳体振动信号的压缩机制造缺陷诊断方法。首先通过集合经验模态分解(EEMD)对振动信号进行频谱分解,再利用多尺度样本熵(MSE)来表征不同尺度下各模态分量的复杂度并以此作为特征向量,最后利用支持向量机(SVM)完成制造缺陷的分类。实验结果表明,本文所提诊断方法能准确实现典型制造缺陷的识别与分类,为全封闭往复式压缩机制造缺陷的在线检测提供了相关理论与检测依据。; 关键词全封闭压缩机制造缺陷集合经验模态分解(EEMD) 多尺度样本熵(mse) 支持向量机(SVM); Keywords hermetic compressor manufacturing defect ensemble empirical mode decomposition(EEMD) multiscale sample entropy(mse) support vector machine(SVM); 分类号 TB652 [一般工业技术—制冷工程]; 在线阅读下载PDF 职称材料

题名基于精细复合多尺度散布熵与支持向量机的滚动轴承故障诊断方法被引量：73: 3; 作者李从志郑近德潘海洋刘庆运; 机构安徽工业大学机械工程学院; 出处《中国机械工程》 EI CAS CSCD 北大核心 2019年第14期1713-1719,1726,共8页; 基金国家重点研发计划资助项目(2017YFC0805100) 国家自然科学基金资助项目(51505002) 安徽省自然科学基金资助项目(1708085QE107); 文摘为克服多尺度样本熵的不足,更精确地提取滚动轴承非线性故障特征,将一种新的非线性动力学分析方法精细复合多尺度散布熵引入到滚动轴承的故障特征提取.在此基础上,提出了一种基于精细复合多尺度散布熵与支持向量机的滚动轴承故障诊断新方法.通过滚动轴承实验数据分析,将所提方法与基于多尺度样本熵和多尺度散布熵的故障诊断方法进行了对比,结果表明:所提方法不仅能精确地识别滚动轴承故障类型和故障程度,而且故障识别率高于另两种方法.; 关键词散布熵多尺度样本熵精细复合多尺度散布熵滚动轴承故障诊断; Keywords dispersion entropy multiscale sample entropy(mse) refined composite multiscale dispersion entropy(RCMDE) rolling bearing fault diagnosis; 分类号 TH165.3 [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AO-VMD的往复压缩机故障特征提取方法被引量：9: 4; 作者李颖王鹏吴仕虎巴鹏; 机构沈阳理工大学机械工程学院; 出处《机电工程》 CAS 北大核心 2023年第5期673-681,共9页; 基金国家自然科学基金资助项目(51934002) 辽宁省教育厅青年科技人才“育苗”项目(LG202031) 沈阳理工大学引进高层次人才科研支持计划项目(101014700081)。; 文摘采用原始VMD方法对往复压缩机故障进行诊断时,往复压缩机易损部件的振动信号存在非平稳、非线性这一问题,为此,提出了一种使用天鹰算法(AO),以各分量样本熵的最小值作为适应度函数,对变分模态分解(VMD)进行优化分解的往复压缩机故障特征提取方法。首先,对往复压缩机滑动轴承的故障进行了分析,对其不同状态下的振动信号进行了分析处理;然后,先使用小波消噪对振动信号进行了消噪处理,再分别使用原始VMD和AO-VMD新型分解方法对其进行了处理,并得到了BLIMF分量;最后,计算两种分解方法中各分量的多尺度样本熵(MSE)值,对不同状态的多尺度样本熵值进行了对比分析,从而实现了对往复压缩机各类故障的诊断。研究结果表明:AO-VMD方法利用AO强大的快速搜索和开发能力后,故障分类性能明显优于原始VMD分解方法,各类故障信号多尺度样本熵值区分明显;其省时方面效果显著,基于遗传算法优化VMD方法分解耗时427 s,而AO-VMD方法仅需165 s,满足故障诊断分解方法要求。; 关键词容积型压缩机变分模态分解天鹰算法故障诊断多尺度样本熵滑动轴承故障; Keywords positive displacement compressor variational modal decomposition(VMD) Aquila optimizer(AO) fault diagnosis multi-scale sample entropy(mse) sliding bearing failure; 分类号 TH457 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名改进样本熵及其在列车轴承损伤检测中的应用被引量：13: 5; 作者李永健刘吉华张卫华熊庆李鹏; 机构五邑大学轨道交通学院西华大学汽车测控与安全四川省重点实验室西南交通大学牵引动力国家重点实验室西华大学汽车与交通学院; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2018年第9期179-186,共8页; 基金国家重点研发计划(2016YFB1200401) 汽车测控与安全四川省重点实验室开放课题(szjj2018-132) 江门市基础与理论科学研究类科技计划(2018JC01005,2018JC01007,201701003006113)项目资助; 文摘针对轴箱轴承振动信号的非线性以及非平稳特征,提出了一种基于非线性动力学检测的状态表征方法—改进多尺度样本熵（IMSE）。虽然传统多尺度样本熵（MSE）可以分析更多的状态信息,但是当尺度因子不断增大后会造成熵值统计的精度降低、误差增大、波动程度增加,甚至导致熵值没有定义。通过对原有方法从粗粒化过程和熵的定义两方面入手作了相应的完善,提出了改进的多尺度熵以解决现有缺陷。通过轴箱轴承台架实验数据对新方法的有效性进行了验证,结果表明,相比MSE方法,IMSE性能更加优异,取得了更高的损伤识别精度。; 关键词轴箱轴承多尺度样本熵特征提取概率神经网络故障诊断; Keywords axle-box bearing muhiscale sample entropy （mse） feature extraction probabilistic neural network fault diagnosis; 分类号 TH133.33 [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VMD-MSE与SSA-SVM的往复式压缩机气阀故障诊断	别锋锋朱鸿飞彭剑张莹	《振动与冲击》 EI CSCD 北大核心	2022	14	在线阅读下载PDF 职称材料
2	全封闭往复式压缩机制造缺陷诊断方法研究	金华强孙哲顾江萍黄跃进张晓娇王新雷郑爱武沈希	《高技术通讯》 CAS	2021	0	在线阅读下载PDF 职称材料
3	基于精细复合多尺度散布熵与支持向量机的滚动轴承故障诊断方法	李从志郑近德潘海洋刘庆运	《中国机械工程》 EI CAS CSCD 北大核心	2019	73	在线阅读下载PDF 职称材料
4	基于AO-VMD的往复压缩机故障特征提取方法	李颖王鹏吴仕虎巴鹏	《机电工程》 CAS 北大核心	2023	9	在线阅读下载PDF 职称材料
5	改进样本熵及其在列车轴承损伤检测中的应用	李永健刘吉华张卫华熊庆李鹏	《仪器仪表学报》 EI CAS CSCD 北大核心	2018	13	在线阅读下载PDF 职称材料