甘肃省教育厅研究生导师科研项目(0903-11) 作品数:13 被引量:101 H指数:6 相关作者: 赵荣珍 马再超 邓林峰 胡宝权 杨文瑛 更多>> 相关机构: 兰州理工大学 洛阳师范学院 西安交通大学 更多>> 发文基金: 甘肃省教育厅研究生导师科研项目 国家自然科学基金 更多>> 相关领域: 机械工程 电子电信 自动化与计算机技术 更多>>
转子振动信号的形态滤波消噪方法 被引量:3 2011年 对转子振动试验采集信号的消噪问题,开展了采用数学形态滤波的滤波器结构参数设计问题的研究.在对数学形态滤波的数学原理进行分析的基础上,根据实验采集信号的特性,提出一种基于正弦型结构元素的广义形态滤波器,解决了其结构参数设置问题.与传统的平滑低通滤波效果的对比表明,提出的滤波器具有能够更准确地反映转子轴心轨迹一般规律性的能力. 赵荣珍 王志威关键词:转子 轴心轨迹 形态滤波 基于熵带法与PSO优化的SVM转子故障诊断 被引量:36 2011年 对转子故障信号的信息熵带作为支持向量机(support vector machine,简称SVM)的训练样本,基于粒子群算法(particle swarm optimization,简称PSO)优化SVM分类器结构参数进行了研究。对试验模拟获得的故障信号进行了时域、频域、时-频域的信息熵带计算,得到了奇异值谱熵、功率谱熵、小波空间谱熵及小波能谱熵4种熵带,并对熵带进行预处理,建立了一种基于故障信号的信息熵带作为特征量,用PSO解决SVM结构参数优化设置的转子故障识别方法。将该方法应用于转子系统在线故障诊断中,结果表明,所设计的算法具有训练速度快、测试时间短、分类准确率高等特点。 霍天龙 赵荣珍 胡宝权关键词:转子系统 信息熵 支持向量机 故障诊断 基于特征选择和变精度粗集的属性约简方法及其应用 被引量:2 2010年 针对机械故障诊断知识的近似最优属性约简不惟一要求,从得到多个满足分类精度的属性约简集合的目标出发,提出了一种基于特征选择和变精度粗集的属性约简方法。该算法将特征选择过程,从由完全属性集开始的属性删除方式转变为从核属性出发以增加关键属性为主的多目标方式;同时引入决策属性支持度,保证了约简结果对于论域对象分类的准确率。通过机械故障状态数据的实例应用,表明该方法可获得旋转机械各类典型故障的关键属性,得到了给定准确度下的多个约简集合。 邓林峰 赵荣珍 冯如只 杨娟关键词:变精度粗糙集 属性约简 机械故障诊断 参数自适应选择的局部投影滤波算法研究 2013年 针对常规局部投影滤波算法中对邻域半径及噪声子空间维数的选取问题,提出了一种参数自适应选择的局部投影改进算法。利用相点与其近邻点形成的空间矢量方向随邻域半径的变化趋势,自适应地选取最优邻域半径;并采用MInka Beyasian模型选择(MInka Beyasian Selection,MI-BS)准则确定该邻域内噪声空间维数的大小。对Henon映射序列及实际采集的碰摩转子振动信号序列进行的仿真实验结果说明,该自适应滤波算法能够更精确地识别出噪声中的混沌数据,从而具有更强的混沌信号恢复及非线性降噪能力。 许悦 赵荣珍关键词:自适应滤波 转子故障特征数据分类的KPCA-BFDA方法 被引量:6 2013年 对非线性转子系统故障特征数据的分类方法进行了研究。在提出一种偏费歇判别分析法(biased fisher discriminatory analysis,简称BFDA)的前提下,进一步提出将核主成分分析法(kernel principal component analysis,简称KPCA)与偏费歇判别分析法相结合的数据集降维方法,该方法中的核主成分分析步骤用于构造剔除数据集冗余信息的降维数据集,偏费歇判别分析步骤用于进一步降低数据集维数并提高不同类别数据子集间的分离程度。对实例数据与典型故障数据的分类结果表明,提出的偏费歇判别分析法在具备费歇判别分析降维可分性能的基础上,具有更低计算复杂度的特点。提出的核主成分分析结合偏费歇判别分析的算法,其对应的降维结果能直接应用于线性分类器,且取得了较好的分类效果。 马再超 赵荣珍 杨文瑛关键词:数据分类 核主成分分析 基于LabVIEW的数据采集与反馈控制通讯系统 被引量:14 2011年 针对传统的转子振动测试方法所需仪器较多、可靠性较差和成本较高等缺点,基于虚拟仪器技术,利用Lab-VIEW强大的图形化编程环境和adlink公司的数据采集卡,开发了一套先进的数据采集与处理系统。该系统以转子为研究对象,实现了多通道的数据采集、数据实时分析和数据保存等功能,同时利用LabVIEW中的VISA模块,完成了对转子转速的反馈控制。试验结果表明:系统操作简单,运行稳定,可扩展性良好,是一款功能强大、性价比高的分析软件。 胡宝权 赵荣珍 马再超关键词:LABVIEW 数据采集 串口通信 转子振动 VISA 局部均值分解在旋转机械复合故障诊断中的应用 被引量:3 2012年 针对旋转机械复合故障振动信号的非平稳特征,开展一种基于局部均值分解(local mean decomposition,LMD)的旋转机械复合故障诊断方法研究。该方法首先通过局部均值分解方法将振动信号分解为若干个PF分量(product function)和一个残余分量之和,然后通过计算各PF分量与原始复合故障信号的相关系数来确定包含故障特征信息的主要成分;最后针对主要成分中的低频分量进行频谱分析从而提取轴的故障特征。针对主要成分中的高频分量采用包络谱分析提取调制故障特征,即提取轴承故障特征。对齿轮箱的轴承、轴复合故障振动信号的分析结果表明了该方法的有效性和可行性。 徐继刚 赵荣珍 朱永生 于昊关键词:振动与波 局部均值分解 轴承 齿轮箱 故障诊断 强脉冲干扰非线性混叠转子故障信号分离 被引量:4 2014年 由于旋转机械在运行过程中,传感器测得的振动信号是各振源的混叠信号且含有很强的噪声,常规的信号处理方法难以分离混叠信号,对设备的状态监测和故障诊断造成了很大的困难。针对这一问题,介绍了盲源分离基本原理和方法,指出源分离算法在脉冲噪声环境下失效。针对强脉冲噪声环境下的混叠振动信号,首先,通过中值滤波降噪方法对振动信号进行降噪;然后,通过盲源分离算法对降噪后的信号分离;最后,利用该方法对实测混叠转子振动信号成功实现了降噪和故障信号分离。仿真结果验证了提出方法的有效性。 苗锋 赵荣珍关键词:中值滤波 盲源分离 转子 故障信号 信息熵与经验模态分解集成的转子故障信号量化特征提取 被引量:6 2013年 针对转子振动信号的非线性、非平稳性造成的故障状态难以定量准确描述问题,提出一种基于信息熵和经验模态分解(empirical mode decomposition,EMD)的转子振动信号量化特征提取方法.该方法通过对比转子故障信号EMD分解后各内禀模态分量(intrinsic mode function,IMF)的能量状态及其与原始信号间的相关性程度,在确定出包含主要故障信息的分量基础上,分别对其进行时域、频域及时频域内4种信息熵熵值的计算,从而建立起一种信息熵熵带特征量.实验信号的分析结果表明,该方法能够较好地实现对转子系统故障信号的量化特征提取,所提取出的特征集合具有能够使典型故障特征量之间存在显著差异的性能. 赵荣珍 杨文瑛 马再超 杨娟关键词:转子系统 信息熵 经验模态分解 基于粒计算的知识获取方法研究及其应用 被引量:1 2011年 针对旋转机械故障决策表知识约简过程复杂、知识获取效率低下的问题,通过对知识发现问题本质的分析,结合决策表知识约简的要求,提出了一种基于粒计算的故障特征属性约简方法。该方法先用决策属性划分整个论域,然后从决策属性的各个等价类出发,以条件熵为启发信息,通过向约简集中逐渐添加满足条件的属性来获得各种故障的最小属性约简。将此方法应用于转子故障决策表,得到了5种典型故障的诊断知识规则。知识规则支持度和置信度的评价结果表明,该方法对转子故障决策表具有较好的约简效果。 邓林峰 赵荣珍关键词:粒计算 知识获取 决策表 属性约简 条件熵 转子故障