振动监测技术在齿轮裂纹故障诊断中的应用 被引量：5

1

作者 王二化 刘忠杰 刘颉 《组合机床与自动化加工技术》 北大核心 2021年第4期126-129,共4页

在对一级齿轮箱的振动信号进行快速傅里叶变换和小波包变换的基础上,提取各个小波包系数的峭度和偏态,并选择分辨率较高的小波包系数的峭度和偏态作为齿轮裂纹的故障特征。最后通过基于粒子群优化算法(Particle swarm optimization,PSO... 在对一级齿轮箱的振动信号进行快速傅里叶变换和小波包变换的基础上,提取各个小波包系数的峭度和偏态,并选择分辨率较高的小波包系数的峭度和偏态作为齿轮裂纹的故障特征。最后通过基于粒子群优化算法(Particle swarm optimization,PSO)的支持向量机(Support vector machine,SVM)模型进行齿轮裂纹故障特征分类,其中,PSO主要用来优化SVM模型的核函数的关键参数,避免出现局部最优和过拟合的问题。计算结果表明,和其它算法相比,提出的齿轮裂纹故障诊断方法在分类精度和计算效率方面具有综合优势。 展开更多

关键词 齿轮裂纹 故障诊断 小波包变换 支持向量机 粒子群优化

在线阅读 下载PDF 职称材料

纳米生物传感技术在医疗中的应用 被引量：7

2

作者 眭翔 辛改芳 《传感器与微系统》 CSCD 北大核心 2021年第6期1-4,15,共5页

近年来,纳米技术不断发展,尤其是纳米材料和纳米机器人的发展,使生物传感器和医疗技术取得巨大突破和变革,成为当前研究的热点内容之一。结合纳米生物传感器的特点和优势,主要介绍了纳米生物传感的发展趋势和典型应用,并对纳米机器人在... 近年来,纳米技术不断发展,尤其是纳米材料和纳米机器人的发展,使生物传感器和医疗技术取得巨大突破和变革,成为当前研究的热点内容之一。结合纳米生物传感器的特点和优势,主要介绍了纳米生物传感的发展趋势和典型应用,并对纳米机器人在医疗领域的应用前景进行了做简要介绍。 展开更多

关键词 纳米技术 纳米生物传感器 纳米机器人

在线阅读 下载PDF 职称材料

基于EMD和SVM的齿轮裂纹故障诊断研究 被引量：15

3

作者 唐静 王二化 +2 位作者 朱俊 辛改芳 王晓杰 《机床与液压》 北大核心 2020年第14期200-204,共5页

为了识别不同裂纹深度的故障齿轮,以齿轮传动系统中的直齿圆柱齿轮为研究对象,采集3个已预设不同裂纹深度的齿轮和1个无裂纹齿轮的振动信号。对采集到的振动信号先进行时频域分析和EMD分解,再提取不同维数的能量故障特征向量,采用基于... 为了识别不同裂纹深度的故障齿轮,以齿轮传动系统中的直齿圆柱齿轮为研究对象,采集3个已预设不同裂纹深度的齿轮和1个无裂纹齿轮的振动信号。对采集到的振动信号先进行时频域分析和EMD分解,再提取不同维数的能量故障特征向量,采用基于径向基核函数的算法分别建立SVM模型并进行不同裂纹深度齿轮的识别和识别率比对。结果表明:选择合适维数的能量故障特征向量,结合EMD信号分解和SVM模式识别方法能准确识别不同裂纹深度齿轮的类型,为齿轮裂纹故障的早期诊断提供参考。 展开更多

关键词 齿轮传动系统 裂纹故障 经验模态分解 支持向量机

在线阅读 下载PDF 职称材料

基于EEMD的特征提取及其在齿轮裂纹故障诊断中的应用 被引量：10

4

作者 唐静 王二化 +1 位作者 朱俊 李栋 《机床与液压》 北大核心 2020年第20期161-166,共6页

为了提取齿轮裂纹故障的特征参数并识别不同裂纹深度齿轮的类型,以单级齿轮箱中的圆柱齿轮为实验对象,采集3种不同裂纹深度齿轮的振动信号。对采集到的信号进行时频域分析和EEMD分解,分别提取时域特征参数和EEMD能量特征参数,分析和构... 为了提取齿轮裂纹故障的特征参数并识别不同裂纹深度齿轮的类型,以单级齿轮箱中的圆柱齿轮为实验对象,采集3种不同裂纹深度齿轮的振动信号。对采集到的信号进行时频域分析和EEMD分解,分别提取时域特征参数和EEMD能量特征参数,分析和构造齿轮裂纹故障特征向量,选用基于径向基核函数的支持向量机分类方法进行不同裂纹深度齿轮的识别。结果表明:结合时域特征参数和EEMD能量特征参数构造的齿轮裂纹故障特征向量能准确识别不同裂纹深度齿轮的类型。 展开更多

关键词 EEMD 特征提取 齿轮 裂纹故障

在线阅读 下载PDF 职称材料

基于VMD和BPNN-GA的齿轮裂纹故障诊断 被引量：3

5

作者 王二化 刘忠杰 刘颉 《机械设计与制造》 北大核心 2022年第10期208-211,217,共5页

齿轮裂纹是机械传动机构容易出现的故障之一,严重的裂纹直接影响齿轮的使用寿命及整个传动系统的安全。基于变分模态分解(Variational Mode Decomposition,VMD)和改进的BP神经网络模型(BPNN),本文提出了一种齿轮裂纹故障诊断方法。首先... 齿轮裂纹是机械传动机构容易出现的故障之一,严重的裂纹直接影响齿轮的使用寿命及整个传动系统的安全。基于变分模态分解(Variational Mode Decomposition,VMD)和改进的BP神经网络模型(BPNN),本文提出了一种齿轮裂纹故障诊断方法。首先对齿轮箱振动信号进行VMD分解,得到内禀模式函数(Intrinsic Mode Function,IMF);然后计算各个IMF的均方根和峭度,并选择与齿轮裂纹长度密切相关的IMF的峭度和均方根作为故障特征;最后通过基于遗传算法(Genetic Algorithm,GA)的BPNN模型对得到的齿轮裂纹故障特征进行分类。结果表明,这里提出的故障诊断方法能够准确识别无裂纹、1/4裂纹、1/2裂纹和3/4裂纹的齿轮,在识别精度和计算效率方面具有优异的综合性能。 展开更多

关键词 齿轮裂纹 故障诊断 变分模态分解 BP神经网络 遗传算法

在线阅读 下载PDF 职称材料

基于主成分分析和BP神经网络的微铣刀磨损在线监测 被引量：6

6

作者 王二化 刘颉 《组合机床与自动化加工技术》 北大核心 2021年第1期114-117,共4页

为提高微铣刀磨损在线监测系统的预测精度,尝试通过主成分分析法对微铣削振动信号的时域和频域特征进行降维,将降维后的特征输入改进型BP神经网络模型,实现微铣刀磨损特征分类。结果表明,提出的微铣刀在线监测方法能够准确识别微铣刀的... 为提高微铣刀磨损在线监测系统的预测精度,尝试通过主成分分析法对微铣削振动信号的时域和频域特征进行降维,将降维后的特征输入改进型BP神经网络模型,实现微铣刀磨损特征分类。结果表明,提出的微铣刀在线监测方法能够准确识别微铣刀的各种磨损状态,此外,和其它分类算法相比,提出的基于遗传算法的BP神经网络模型在分类精度和计算效率方面具有综合优势,对微铣刀磨损的其它在线监测方法具有一定的指导意义和借鉴价值。 展开更多

关键词 微铣削 刀具磨损 主成分分析 BP神经网络 粒子群优化

在线阅读 下载PDF 职称材料

EMD和BPNN-GA在微铣刀磨损预测中的应用 被引量：1

7

作者 王二化 郭伟 +1 位作者 赵宇航 刘颉 《机械设计与制造》 北大核心 2022年第12期137-140,146,共5页

提高智能制造过程中微铣削刀具状态监测的精度和效率,提出了一种基于经验模态分解(Empirical Mode Decomposition,EMD)和BP神经网络-遗传算法(Back-Propagation Neural Networks-Genetic Algorithm,BPNN-GA)的微铣刀磨损预测方法。在此... 提高智能制造过程中微铣削刀具状态监测的精度和效率,提出了一种基于经验模态分解(Empirical Mode Decomposition,EMD)和BP神经网络-遗传算法(Back-Propagation Neural Networks-Genetic Algorithm,BPNN-GA)的微铣刀磨损预测方法。在此方法中,首先对微铣削振动信号进行EMD分解,提取各个IMF分量的均值、均方根、峭度、偏态作为微铣刀磨损特征。然后通过相关性分析选择与微铣刀磨损特征密切相关的特征,并选择相互之间相关度最小的几个特征作为微铣刀磨损特征,这样既保证了特征对于研究对象的灵敏度,又保证了特征之间的独立性,不会造成信息冗余。最后利用BPNN-GA模型进行特征分类,实现微铣刀磨损的预测。结果表明,本文提出的微铣刀磨损预测方法能够准确识别各种磨损状态,可以为其它刀具状态监测方法提供必要的理论基础和实践意义。 展开更多

关键词 微铣刀 刀具磨损 经验模态分解 BP神经网络 遗传算法

在线阅读 下载PDF 职称材料

WPD和SVM-PSO在微铣刀磨损在线监测中的应用 被引量：3

8

作者 王二化 刘颉 《机械科学与技术》 CSCD 北大核心 2022年第7期1076-1084,共9页

为提高微铣刀磨损状态的预测精度和计算效率,本文提出了一种基于小波包分解(Wavelet packet decomposition,WPD)和支持向量机-粒子群优化(Support vector machine-particle swarm optimization,SVM-PSO)的微铣刀磨损在线监测方法。首先... 为提高微铣刀磨损状态的预测精度和计算效率,本文提出了一种基于小波包分解(Wavelet packet decomposition,WPD)和支持向量机-粒子群优化(Support vector machine-particle swarm optimization,SVM-PSO)的微铣刀磨损在线监测方法。首先根据刀具使用时长和磨损程度将微铣刀磨损分为初始磨损、轻度磨损、中度磨损、重度磨损和刀具失效5种状态;接着对采集到的振动信号进行WPD变换,提取小波包关键节点的能量比和小波包系数峭度作为磨损特征,并分析了不同切削参数对这2个特征的影响;最后利用SVM-PSO模型进行微铣刀磨损状态分类与预测。研究结果表明,和网格搜索法相比,本文提出的微铣刀磨损在线监测方法在计算精度和效率方面具有综合优势,可以为其它刀具磨损监测提供必要的理论基础和实践指导。 展开更多

关键词 微铣刀磨损 振动信号 小波包分解 支持向量机 粒子群优化

在线阅读 下载PDF 职称材料

基于FFT和WPT的微铣刀磨损特征提取 被引量：1

9

作者 王二化 《组合机床与自动化加工技术》 北大核心 2020年第12期160-164,共5页

文章从微铣削加工过程中工件振动信号的FFT和WPT计算结果出发,提出了一种微铣刀磨损特征提取方法,得到了各个小波包节点的能量比,并将小波包的关键节点7与6的差值作为微铣刀的磨损特征。在此基础上,分析了不同的主轴转速、进给速度和切... 文章从微铣削加工过程中工件振动信号的FFT和WPT计算结果出发,提出了一种微铣刀磨损特征提取方法,得到了各个小波包节点的能量比,并将小波包的关键节点7与6的差值作为微铣刀的磨损特征。在此基础上,分析了不同的主轴转速、进给速度和切削深度对微铣刀磨损特征的影响。结果表明,文章提出的微铣刀磨损特征能够有效识别不同工况下的刀具磨损状态。 展开更多

关键词 微铣刀 刀具磨损 特征提取 小波包分解

在线阅读 下载PDF 职称材料

基于PCA和SVM的微铣刀磨损状态识别 被引量：5

10

作者 彭明松 王二化 张屹 《组合机床与自动化加工技术》 北大核心 2022年第1期130-133,共4页

刀具磨损的状态识别精度对机床加工的质量和生产效率至关重要,为了提高刀具磨损状态的识别度,提出了一种能够有效识别微铣刀磨损状态的方法。首先对采集到的振动信号进行时域和频域分析,提取多个时域特征和频域特征,然后应用主成分分析... 刀具磨损的状态识别精度对机床加工的质量和生产效率至关重要,为了提高刀具磨损状态的识别度,提出了一种能够有效识别微铣刀磨损状态的方法。首先对采集到的振动信号进行时域和频域分析,提取多个时域特征和频域特征,然后应用主成分分析法对提取的特征进行信息融合,再以融合后的特征向量作为支持向量机的样本输入,避免由于支持向量机初始参数选择不合适而带来的局部最优和过拟合的问题,建立遗传算法优化支持向量机的模型。结果表明,与其它算法相比,提出的基于花朵授粉算法的支持向量机模型能够有效准确识别微铣刀的各种磨损状态,优化后的支持向量机模型的总体识别率有了明显的提升,达到了95.5%,在分类性能和计算效率方面都具备优势。 展开更多

关键词 微铣刀磨损 信号分析 主成分分析法 支持向量机 花朵授粉算法

在线阅读 下载PDF 职称材料

基于EEMD-KNN的机车牵引座状态识别方法 被引量：1

11

作者 谢锋云 姜永奇 +2 位作者 冯春雨 王二化 刘翊 《机床与液压》 北大核心 2022年第13期32-36,共5页

机车牵引座的安全可靠性对机车运行的安全性起到重要作用,因此对机车牵引座状态识别研究具有重要的经济价值和社会意义。为了开展牵引座的正常、小裂纹、大裂纹等3种状态识别研究,搭建机车牵引座的模拟实验台,用加速度传感器采集不同状... 机车牵引座的安全可靠性对机车运行的安全性起到重要作用,因此对机车牵引座状态识别研究具有重要的经济价值和社会意义。为了开展牵引座的正常、小裂纹、大裂纹等3种状态识别研究,搭建机车牵引座的模拟实验台,用加速度传感器采集不同状态的振动信号,对原始数据进行时域特征提取,并进行集合经验模态分解(EEMD)提取时频域特征,采用K邻近算法(KNN)进行牵引座状态识别。实验结果表明:基于EEMD-KNN模式识别方法能对机车牵引座状态进行有效识别,识别率达到83.3%;而且添加时域特征之后的识别率更高一些,识别率达到90.5%。 展开更多

关键词 牵引座 特征提取 集合经验模态分解 K邻近算法 状态识别

在线阅读 下载PDF 职称材料

基于Hopf振荡器的船舱检测机器人步态规划研究 被引量：3

12

作者 眭翔 周瑞吉 +3 位作者 徐林森 刘进福 龙杰 李泽林 《机床与液压》 北大核心 2022年第24期37-44,共8页

船舶等海洋工程装备其舱内具有设备众多、空间受限和结构复杂等特点,传统人工巡检不能解决安全和效率的问题。针对这些问题,结合仿生技术,采用负压吸附和电磁吸附两种吸附方式,设计一种船舱检测的多模式攀爬机器人,该机器人能够在狭小... 船舶等海洋工程装备其舱内具有设备众多、空间受限和结构复杂等特点,传统人工巡检不能解决安全和效率的问题。针对这些问题,结合仿生技术,采用负压吸附和电磁吸附两种吸附方式,设计一种船舱检测的多模式攀爬机器人,该机器人能够在狭小空间运动,并且能够适应不同材质的壁面。基于改进的D-H参数法建立机器人运动学模型,进行运动学正解、逆解的计算;分析机器人运动步态,对比传统的步态控制方法,提出基于Hopf振荡器的机器人步态规划策略;搭建样机控制平台,进行步态控制对比测试。实验结果验证了多模式船舱检测机器人的步态规划的稳定性,为船舶等海工装备新形态检测机器人的研究拓展了新的思路。 展开更多

关键词 多模式攀爬机器人 Hopf振荡器 步态规划

在线阅读 下载PDF 职称材料