检索结果-维普期刊中文期刊服务平台

舰船倾斜摇摆试验台的设计与试验被引量：5: 1; 作者吕明珠刘世勋《机电工程》 CAS 2016年第8期1003-1006,共4页; 针对实验室环境下船用电气设备的可靠性测试问题,提出了一种新型倾斜摇摆试验台的设计方案。通过试验台的结构设计实现了横摇、纵摇两个水平轴向的运动,利用了步进电机作为驱动装置实现倾斜和摇摆动作,采用了PLC和变频器对倾斜的角度和... 展开更多; 关键词倾斜摇摆试验台步进电机闭环控制设计; 在线阅读下载PDF 职称材料

基于自适应变分模态分解和包络谐噪比的滚动轴承早期退化检测被引量：18: 2; 作者吕明珠刘世勋 +1 位作者苏晓明陈长征《振动与冲击》 EI CSCD 北大核心 2021年第13期271-280,共10页; 针对滚动轴承微弱故障特征易受噪声干扰且退化起始点难以确定的问题,提出了一种基于自适应变分模态分解和包络谐噪比的滚动轴承早期退化检测方法。首先,采用灰狼优化算法自适应地选择变分模态分解的分解层数和二次惩罚因子,以最小平均... 展开更多; 关键词自适应变分模态分解(AVMD) 包络谐噪比(EHNR) 滚动轴承早期退化; 在线阅读下载PDF 职称材料

基于PCA-UPF的风力机轴承剩余寿命预测方法被引量：7: 3; 作者吕明珠苏晓明 +1 位作者陈长征刘世勋《太阳能学报》 EI CAS CSCD 北大核心 2021年第2期218-224,共7页; 为解决风力机轴承退化指标提取困难与剩余寿命预测精度低的问题,提出一种基于主成分分析(PCA)和无迹粒子滤波(UPF)的预测方法。该方法主要包括退化指标提取和寿命预测2个步骤。在退化指标提取部分,通过PCA对轴承实时振动信号的多域原始... 展开更多; 关键词风力机滚动轴承剩余寿命预测主成分分析无迹粒子滤波; 在线阅读下载PDF 职称材料

基于VMD-SVM的滚动轴承退化状态识别被引量：14: 4; 作者吕明珠苏晓明 +1 位作者刘世勋陈长征《机械设计与制造》北大核心 2020年第1期96-100,共5页; 针对滚动轴承全寿命退化状态难以有效识别的问题,提出了一种基于变分模态分解(VMD)与支持向量机(SVM)相结合的滚动轴承退化状态识别方法。该方法先用包络熵确定VMD的最优分解层数,再根据峭度及相关系数准则选择VMD分解后的敏感本征模态... 展开更多; 关键词变分模态分解(VMD) 支持向量机(SVM) 滚动轴承退化状态识别; 在线阅读下载PDF 职称材料

基于AFCM-SVM的滚动轴承退化状态评估与剩余寿命预测被引量：5: 5; 作者吕明珠苏晓明 +1 位作者刘世勋陈长征《组合机床与自动化加工技术》北大核心 2020年第3期65-69,共5页; 针对支持向量机模型状态数需要人为设定的不足,提出了一种基于自适应模糊C均值-支持向量机(AFCM-SVM)的滚动轴承退化状态评估与剩余寿命预测方法。该算法采用相对特征建立敏感特征数据集,利用聚类评价指标构造自适应函数,实现了模型聚... 展开更多; 关键词自适应模糊C均值-支持向量机(AFCM-SVM) 滚动轴承退化状态评估剩余寿命预测; 在线阅读下载PDF 职称材料

题名舰船倾斜摇摆试验台的设计与试验被引量：5: 1; 作者吕明珠刘世勋; 机构辽宁装备制造职业技术学院自控学院中认(沈阳)北方实验室有限公司; 出处《机电工程》 CAS 2016年第8期1003-1006,共4页; 基金辽宁省高校应用型课题专项资金资助项目(2015YYYJ-4); 文摘针对实验室环境下船用电气设备的可靠性测试问题,提出了一种新型倾斜摇摆试验台的设计方案。通过试验台的结构设计实现了横摇、纵摇两个水平轴向的运动,利用了步进电机作为驱动装置实现倾斜和摇摆动作,采用了PLC和变频器对倾斜的角度和速度进行控制,安装了传感器对工作台的实际位姿情况进行检测,设计了触摸屏和继电器并行操控方式,形成了一套完整的闭环控制系统,与传统的液压倾斜摇摆试验台相比具有控制精度高、机体重量轻、制造成本低的优点。典型测试试验结果表明,试验台能够满足中国船级社电气电子产品型式认可试验指南GD01-2006的要求,能实时监测和修改各项参数,具有报警功能,工作安全可靠,测试准确有效,具有较强的实际应用价值。; 关键词倾斜摇摆试验台步进电机闭环控制设计; Keywords tilting and swaying test bench stepping motor closed loop control design; 分类号 TH39 [机械工程—机械制造及自动化] TP23 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于自适应变分模态分解和包络谐噪比的滚动轴承早期退化检测被引量：18: 2; 作者吕明珠刘世勋苏晓明陈长征; 机构沈阳工业大学机械工程学院辽宁装备制造职业技术学院自控学院中认(沈阳)北方实验室有限公司; 出处《振动与冲击》 EI CSCD 北大核心 2021年第13期271-280,共10页; 基金国家自然科学基金(51675350) 高校应用性研究专项课题(2019YYYJ-5)。; 文摘针对滚动轴承微弱故障特征易受噪声干扰且退化起始点难以确定的问题,提出了一种基于自适应变分模态分解和包络谐噪比的滚动轴承早期退化检测方法。首先,采用灰狼优化算法自适应地选择变分模态分解的分解层数和二次惩罚因子,以最小平均包络熵为目标函数获得最佳参数组合。其次,通过引入有效加权稀疏峭度指数实现了有效模态分量和噪声模态分量的分离,使重构后的信号滤除了干扰而保留了故障信息。最后,计算了重构信号的包络谐噪比,利用其对周期性故障冲击的敏感性实现了滚动轴承早期退化起始点的检测。实验验证结果表明,该方法不仅解决了轴承运行初期的误报警问题,还能较早地识别出轴承退化过程的起始点,兼具鲁棒性和敏感性,为滚动轴承的早期故障诊断和剩余寿命预测提供参考依据。; 关键词自适应变分模态分解(AVMD) 包络谐噪比(EHNR) 滚动轴承早期退化; Keywords adaptive variational mode decomposition(AVMD) envelope harmonic-to-noise ratio(EHNR) rolling bearing early degradation; 分类号 TH17 [机械工程—机械制造及自动化] 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

题名基于PCA-UPF的风力机轴承剩余寿命预测方法被引量：7: 3; 作者吕明珠苏晓明陈长征刘世勋; 机构沈阳工业大学机械工程学院辽宁装备制造职业技术学院中认(沈阳)北方实验室有限公司; 出处《太阳能学报》 EI CAS CSCD 北大核心 2021年第2期218-224,共7页; 基金国家自然科学基金(51675350)。; 文摘为解决风力机轴承退化指标提取困难与剩余寿命预测精度低的问题,提出一种基于主成分分析(PCA)和无迹粒子滤波(UPF)的预测方法。该方法主要包括退化指标提取和寿命预测2个步骤。在退化指标提取部分,通过PCA对轴承实时振动信号的多域原始特征集进行融合,得到能够反映轴承衰退趋势的退化指标。在剩余寿命预测部分,通过对轴承历史数据的拟合分析构建退化模型,再利用UPF算法对模型参数进行更新,实现对轴承退化状态的跟踪和预测。使用实际风力机轴承监测数据对所提方法进行验证,结果表明该方法相比于传统的粒子滤波PF方法,能有效降低粒子退化程度,从而显著提高轴承剩余寿命预测精度,为大型风电机组的健康管理和可靠性评估提供参考依据。; 关键词风力机滚动轴承剩余寿命预测主成分分析无迹粒子滤波; Keywords wind turbine rollingbearings remaining useful life prediction principal component analysis unscented particle filter; 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VMD-SVM的滚动轴承退化状态识别被引量：14: 4; 作者吕明珠苏晓明刘世勋陈长征; 机构沈阳工业大学机械工程学院辽宁装备制造职业技术学院自控学院中认(沈阳)北方实验室有限公司; 出处《机械设计与制造》北大核心 2020年第1期96-100,共5页; 基金国家自然科学基金（51675350）高校重点课题（2018XB01-4）高校应用性研究专项课题（2018YYYJ-3）; 文摘针对滚动轴承全寿命退化状态难以有效识别的问题,提出了一种基于变分模态分解(VMD)与支持向量机(SVM)相结合的滚动轴承退化状态识别方法。该方法先用包络熵确定VMD的最优分解层数,再根据峭度及相关系数准则选择VMD分解后的敏感本征模态分量(IMF),然后提取敏感IMF分量的时域指标和能量熵构成退化特征向量序列,最后随机抽取不同退化状态下的少量样本输入SVM模型训练,建立退化状态模型库,并用真实数据进行测试。实验结果表明该方法能够准确识别出轴承的退化状态,通过与EMD-SVM、EEMD-SVM模型对比,验证了该方法的优越性。; 关键词变分模态分解(VMD) 支持向量机(SVM) 滚动轴承退化状态识别; Keywords Variational Mode Decomposition(VMD) Support Vector Machine(SVM) Rolling Bearing Degenerate State Recognition; 分类号 TH16 [机械工程—机械制造及自动化] 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

题名基于AFCM-SVM的滚动轴承退化状态评估与剩余寿命预测被引量：5: 5; 作者吕明珠苏晓明刘世勋陈长征; 机构沈阳工业大学机械工程学院辽宁装备制造职业技术学院自控学院中认(沈阳)北方实验室有限公司; 出处《组合机床与自动化加工技术》北大核心 2020年第3期65-69,共5页; 基金国家自然科学基金(51675350) 高校应用技术课题(2019YYYJ-5)。; 文摘针对支持向量机模型状态数需要人为设定的不足,提出了一种基于自适应模糊C均值-支持向量机(AFCM-SVM)的滚动轴承退化状态评估与剩余寿命预测方法。该算法采用相对特征建立敏感特征数据集,利用聚类评价指标构造自适应函数,实现了模型聚类结果的自动更新,获得了轴承运行过程中的最佳状态数;基于AFCM-SVM模型与各个运行状态的一一对应关系,确定轴承在不同退化状态下的时间间隔,实现轴承的健康等级评估与寿命预测。根据美国NSFI/UCR智能维护中心提供的滚动轴承全寿命数据对所提算法进行了验证。结果表明,不受轴承个体差异的影响,AFCM-SVM能有效实现自动聚类,识别结果符合轴承退化演变规律;与分层狄利克雷(HDP)和K-means算法相比,AFCM-SVM具有更快的运算速度和更准确的辨识能力。; 关键词自适应模糊C均值-支持向量机(AFCM-SVM) 滚动轴承退化状态评估剩余寿命预测; Keywords adaptive fuzzy C-means clustering-support vector machine(AFCM-SVM) rolling bearings degradation state assessment life prediction; 分类号 TH17 [机械工程—机械制造及自动化] TG506 [金属学及工艺—金属切削加工及机床]; 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	舰船倾斜摇摆试验台的设计与试验	吕明珠刘世勋	《机电工程》 CAS	2016	5	在线阅读下载PDF 职称材料
2	基于自适应变分模态分解和包络谐噪比的滚动轴承早期退化检测	吕明珠刘世勋苏晓明陈长征	《振动与冲击》 EI CSCD 北大核心	2021	18	在线阅读下载PDF 职称材料
3	基于PCA-UPF的风力机轴承剩余寿命预测方法	吕明珠苏晓明陈长征刘世勋	《太阳能学报》 EI CAS CSCD 北大核心	2021	7	在线阅读下载PDF 职称材料
4	基于VMD-SVM的滚动轴承退化状态识别	吕明珠苏晓明刘世勋陈长征	《机械设计与制造》北大核心	2020	14	在线阅读下载PDF 职称材料
5	基于AFCM-SVM的滚动轴承退化状态评估与剩余寿命预测	吕明珠苏晓明刘世勋陈长征	《组合机床与自动化加工技术》北大核心	2020	5	在线阅读下载PDF 职称材料