-
题名一种滚动轴承早期故障特征提取方法
被引量：4
- 1
-
-
作者
崔奔
张文斌
郭盼盼
-
机构
昆明理工大学机电工程学院
红河学院工学院云南省高校高原机械性能分析与优化省重点实验室
-
出处
《噪声与振动控制》
CSCD
北大核心
2023年第6期95-100,156,共7页
-
基金
国家自然科学基金资助项目(51769007)
云南省地方本科高校基础研究联合专项重点资助项目(202001BA070001-002)
兴滇英才支持计划资助项目经费支持(YNWR-QNBJ-2018-349)。
-
文摘
针对滚动轴承早期故障受噪声污染大,故障特征频率难以提取而导致的故障诊断困难问题,提出一种新的滚动轴承早期故障特征提取方法。首先利用泰尔指数(Theil Index,TI)对滚动轴承进行健康状态评估,并检测出状态异常的信号;然后对异常信号进行奇异谱分解(Singular Spectrum Decomposition,SSD)得到若干分量,以方差贡献度为标准筛选出最佳分量;最后通过蜜獾算法(Honey Badger Algorithm,HBA)优化的最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)对最佳分量进行降噪处理,并对降噪处理后的信号进行包络解调分析提取出故障特征频率。通过两个数据集的分析,验证所提方法的有效性。
-
关键词
故障诊断
泰尔指数
奇异谱分解
蜜獾算法
最大相关峭度解卷积
滚动轴承
-
Keywords
fault diagnosis
Theil index
singular spectrum decomposition
honey badger algorithm
maximum correlation kurtosis deconvolution
rolling bearings
-
分类号
TH133.3
[机械工程—机械制造及自动化]
TH113
[机械工程—机械设计及理论]
-
-
题名基于BiSeNet的糖心苹果截面糖心特征提取方法
- 2
-
-
作者
尹治棚
张文斌
赵春林
-
机构
昆明理工大学机电工程学院
红河学院工学院/云南省高校高原机械性能分析与优化省重点实验室
-
出处
《华中农业大学学报》
CAS
CSCD
北大核心
2023年第2期209-215,共7页
-
基金
国家自然科学基金项目(51769007)
云南省地方本科高校基础研究联合专项重点项目(202001BA070001-002)
+1 种基金
兴滇英才支持计划项目(YNWR-QNBJ-2018-349)
云南省地方高校联合专项面上项目(202001BA070001-015)。
-
文摘
为解决因糖心苹果截面糖心特征分布不规则导致的种植过程中对糖心品质评估方法精度低、复杂等问题,以380个糖心苹果作为试验样本,基于BiSeNet模型对苹果糖心特征进行提取与占比计算,分别评估该方法在理论研究与实践研究两方面的多项性能指标,并与FCN、PPLiteSeg与DeepLabV3这3种网络模型进行对比。结果显示,BiSeNet无论是在训练时间还是训练准确度都优于其他3种网络模型,用时130 s,准确率98.36%,交并比85.1%。在实际占比计算中,平均占比计算误差为4.04%,低于其他3种模型,且无较大偏差值。结果表明,基于BiSeNet的糖心苹果截面糖心特征提取方法在提供具体糖心占比的同时,可为糖心苹果的糖心特征等无损检测提供更精确的评估方法和比对目标。
-
关键词
糖心苹果
BiSeNet
糖心特征提取
无损检测
FCN
PPLiteSeg
DeepLabV3
精准评估
-
Keywords
watercore apple
BiSeNet
characteristics of watercore in cross section
non-destructive testing
FCN
PPLiteSeg
DeepLabV3
accurate evaluation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种滚动轴承故障状态诊断方法
- 3
-
-
作者
崔奔
郭盼盼
张文斌
-
机构
昆明理工大学机电工程学院
红河学院工学院云南省高校高原机械性能分析与优化省重点实验室
-
出处
《电子测量技术》
北大核心
2023年第7期60-66,共7页
-
基金
国家自然科学基金(51769007)
云南省地方本科高校基础研究联合专项重点项目(202001BA070001-002)
云南省高校重点实验室建设计划(2018ZD022)项目资助。
-
文摘
针对滚动轴承故障受噪声污染大,故障特征不明显,导致的故障诊断困难问题,提出了一种新的滚动轴承故障诊断方法。首先利用基尼指数对滚动轴承进行健康状态评估,并对状态异常的振动信号采用最优参数最大相关峭度解卷积进行降噪预处理以突出冲击成分,计算预处理信号的层次熵组成特征矩阵,最后采用布谷鸟算法优化支持向量机相关参数,并完成滚动轴承故障状态的智能诊断。通过实验分析验证了所提方法的可行性,且具有较高的准确率。
-
关键词
基尼指数
最大相关峭度解卷积
布谷鸟算法
支持向量机
滚动轴承
故障诊断
-
Keywords
gini index
maximum correlated kurtosis deconvolution
cuckoo search algorithm
support vector machines
rolling bearing
fault diagnosis
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
