期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于动态模态分解与异常辨识的山地电力装备运输车传动部件状态智能监测
被引量：
2
1
作者
夏之罡
王华伟
+1 位作者
王平生
庄为栋
《机械设计》
CSCD
北大核心
2024年第S01期133-138,共6页
针对现有山地电力装备运输车支援条件不足导致电力设施建设与维护难等问题,结合动态模态分解方法与异常辨识方法,提出了一种不依赖于任何给定先验知识的山地电力装备运输车传动部件异常数据实时智能监测方法。该方法首先基于滚动轴承振...
针对现有山地电力装备运输车支援条件不足导致电力设施建设与维护难等问题,结合动态模态分解方法与异常辨识方法,提出了一种不依赖于任何给定先验知识的山地电力装备运输车传动部件异常数据实时智能监测方法。该方法首先基于滚动轴承振动数据信息通过动态模态分解方法对其进行实时预测,随后基于图结构方法进行实时预测信号的异常辨识,并利用其进行山地电力装备运输车的关键传动部件运行状态变化的智能监测。结果表明,所提方法在仿真信号和试验信号中均取得了较好的效果,其识别精度分别为95%及100%。该方法是山地电力装备运输车传动部件状态智能监测的有益尝试,具有较快的实时性。
展开更多
关键词
动态模态分解
山地电力装备运输车
滚动轴承
实时监测
异常辨识
在线阅读
下载PDF
职称材料
基于频域格拉姆角场与多尺度深度残差网络的高频变负载滚动轴承故障诊断研究
2
作者
夏之罡
楼小波
+1 位作者
马爱军
翁兴辰
《现代制造工程》
北大核心
2025年第1期137-147,162,共12页
传动部件运行状态的鲁棒辨识对于保障电力山地清障车服役性能有着重要的意义,在高频变负载运行和高噪声环境下,采集的振动信号常受复杂传递路径和部件耦合的影响,导致受到噪声的干扰,给山地清障车轴承故障的准确诊断带来了挑战。提出了...
传动部件运行状态的鲁棒辨识对于保障电力山地清障车服役性能有着重要的意义,在高频变负载运行和高噪声环境下,采集的振动信号常受复杂传递路径和部件耦合的影响,导致受到噪声的干扰,给山地清障车轴承故障的准确诊断带来了挑战。提出了一种基于频域格拉姆角场与多尺度深度残差网络(Residual Networks,ResNet)的滚动轴承故障诊断模型,通过格拉姆角场对时序信号的频域成分进行重构,通过多尺度注意力增强机制对特征进行加权和增强,使故障诊断模型能够自适应地关注故障诊断中最重要的特征,同时抑制噪声的影响。引入残差连接以促进深层网络的训练和信息流动,从而促进模型对复杂特征的学习。采用西安交通大学滚动轴承故障加速寿命试验数据集和利用滚动轴承试验台采集的山地清障车滚动轴承数据集进行验证,2个数据集的故障识别率都达到99%以上,验证了所提出故障诊断模型的有效性。对比不同变负载工况,模型故障识别率均达到了98.5%以上,在-6 dB噪声的高频变负载环境下,识别率仍达到90%以上,进一步验证了故障诊断模型可用于山地清障车轴承故障识别,并具有良好的鲁棒性和泛化能力。
展开更多
关键词
格拉姆角场
多尺度
残差网络
高频变负载
轴承故障诊断
山地清障车
在线阅读
下载PDF
职称材料
题名
基于动态模态分解与异常辨识的山地电力装备运输车传动部件状态智能监测
被引量：
2
1
作者
夏之罡
王华伟
王平生
庄为栋
机构
浙江
泰仑
电力集团
有限责任公司
浙江泰仑电力集团有限责任公司送变电工程分公司
出处
《机械设计》
CSCD
北大核心
2024年第S01期133-138,共6页
基金
国网浙江省电力有限公司湖州供电公司科技项目(CF058404002023003)
文摘
针对现有山地电力装备运输车支援条件不足导致电力设施建设与维护难等问题,结合动态模态分解方法与异常辨识方法,提出了一种不依赖于任何给定先验知识的山地电力装备运输车传动部件异常数据实时智能监测方法。该方法首先基于滚动轴承振动数据信息通过动态模态分解方法对其进行实时预测,随后基于图结构方法进行实时预测信号的异常辨识,并利用其进行山地电力装备运输车的关键传动部件运行状态变化的智能监测。结果表明,所提方法在仿真信号和试验信号中均取得了较好的效果,其识别精度分别为95%及100%。该方法是山地电力装备运输车传动部件状态智能监测的有益尝试,具有较快的实时性。
关键词
动态模态分解
山地电力装备运输车
滚动轴承
实时监测
异常辨识
Keywords
dynamic mode decomposition
mountainous power equipment transportation vehicles
rolling bearings
real time monitoring
abnormal identification
分类号
TM315 [电气工程—电机]
TM75 [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
基于频域格拉姆角场与多尺度深度残差网络的高频变负载滚动轴承故障诊断研究
2
作者
夏之罡
楼小波
马爱军
翁兴辰
机构
浙江
泰仑
电力集团
有限责任公司
湖州市碳电数字重点实验室
浙江泰仑电力集团有限责任公司送变电工程分公司
出处
《现代制造工程》
北大核心
2025年第1期137-147,162,共12页
基金
湖州市科技计划项目(2019GZ06)
浙江泰仑电力集团有限责任公司科技项目(CF058401002022004)。
文摘
传动部件运行状态的鲁棒辨识对于保障电力山地清障车服役性能有着重要的意义,在高频变负载运行和高噪声环境下,采集的振动信号常受复杂传递路径和部件耦合的影响,导致受到噪声的干扰,给山地清障车轴承故障的准确诊断带来了挑战。提出了一种基于频域格拉姆角场与多尺度深度残差网络(Residual Networks,ResNet)的滚动轴承故障诊断模型,通过格拉姆角场对时序信号的频域成分进行重构,通过多尺度注意力增强机制对特征进行加权和增强,使故障诊断模型能够自适应地关注故障诊断中最重要的特征,同时抑制噪声的影响。引入残差连接以促进深层网络的训练和信息流动,从而促进模型对复杂特征的学习。采用西安交通大学滚动轴承故障加速寿命试验数据集和利用滚动轴承试验台采集的山地清障车滚动轴承数据集进行验证,2个数据集的故障识别率都达到99%以上,验证了所提出故障诊断模型的有效性。对比不同变负载工况,模型故障识别率均达到了98.5%以上,在-6 dB噪声的高频变负载环境下,识别率仍达到90%以上,进一步验证了故障诊断模型可用于山地清障车轴承故障识别,并具有良好的鲁棒性和泛化能力。
关键词
格拉姆角场
多尺度
残差网络
高频变负载
轴承故障诊断
山地清障车
Keywords
Granian Angular Fidles
multi-scale
Residual Networks(ResNet)
high frequency variable load
bearing fault diagnosis
mountain wrecker
分类号
TH133.3 [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
作者
出处
发文年
被引量
操作
1
基于动态模态分解与异常辨识的山地电力装备运输车传动部件状态智能监测
夏之罡
王华伟
王平生
庄为栋
《机械设计》
CSCD
北大核心
2024
2
在线阅读
下载PDF
职称材料
2
基于频域格拉姆角场与多尺度深度残差网络的高频变负载滚动轴承故障诊断研究
夏之罡
楼小波
马爱军
翁兴辰
《现代制造工程》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
