您的位置： 专家智库 > >

广东省教育部产学研结合项目(2009B090300312)

作品数：12 被引量：128H指数：8
相关作者：于德介李蓉刘坚陈向民周安美更多>>
相关机构：湖南大学湖南农业大学更多>>
发文基金：广东省教育部产学研结合项目湖南省科技计划项目国家教育部博士点基金更多>>
相关领域：机械工程自动化与计算机技术航空宇航科学技术更多>>

文献类型

  • 12篇中文期刊文章

领域

  • 10篇机械工程
  • 5篇自动化与计算...
  • 1篇航空宇航科学...

主题

  • 5篇小波
  • 4篇调频
  • 4篇阶次跟踪
  • 4篇故障诊断
  • 4篇本体
  • 3篇基于本体
  • 3篇齿轮
  • 3篇齿轮箱
  • 2篇信号
  • 2篇碰摩
  • 2篇品质因子
  • 2篇转子
  • 2篇转子碰摩
  • 2篇稀疏分解
  • 2篇阶次
  • 2篇基于信号
  • 2篇发电
  • 2篇风力
  • 2篇风力发电
  • 1篇大型风力发电...

机构

  • 12篇湖南大学
  • 1篇湖南农业大学

作者

  • 12篇于德介
  • 9篇李蓉
  • 7篇刘坚
  • 6篇陈向民
  • 3篇周安美
  • 1篇秦大力
  • 1篇武春燕
  • 1篇刘中磊
  • 1篇罗洁思
  • 1篇吴雪明

传媒

  • 5篇中国机械工程
  • 2篇振动与冲击
  • 1篇振动工程学报
  • 1篇计算机应用研...
  • 1篇中国电机工程...
  • 1篇工业工程
  • 1篇航空动力学报

年份

  • 3篇2014
  • 7篇2013
  • 1篇2012
  • 1篇2010
共 12 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
基于故障特征频率的阶比双谱方法及其在滚动轴承故障诊断中的应用被引量：28
2013年
当滚动轴承出现故障时,其产生的振动信号往往表现出较强的非线性、非高斯和非平稳特征。为了实现非平稳转速下滚动轴承的故障诊断,提出了一种基于故障特征频率的阶比双谱分析方法(order bispectrum analysis based on fault characteristic frequency,OBBF)。该方法先对滚动轴承故障振动信号进行包络解调,利用线调频小波路径追踪算法估计出轴承振动包络信号中的故障特征频率,再基于故障特征频率对包络信号进行等角度重采样,将非平稳的时域信号转化为平稳的角域信号;最后对重采样后的信号进行双谱分析,并取其对角切片,得出故障结论。诊断实例表明,该方法能有效地提取滚动轴承故障振动信号的特征,对滚动轴承故障进行正确的诊断。
刘中磊于德介刘坚
关键词：滚动轴承故障诊断
基于信号共振稀疏分解的转子早期碰摩故障诊断方法被引量：12
2013年
提出了基于信号共振稀疏分解的转子早期碰摩故障诊断方法,该方法用信号共振稀疏分解从转子系统振动信号中提取早期碰摩冲击信号。与常规的基于频带划分的信号分解方法不同,信号共振稀疏分解方法根据信号中各成分品质因子的不同,将信号分解成高共振分量和低共振分量。当转子出现早期碰摩故障时,振动信号由以转频及谐波为主要成分的周期信号、包含转子故障信息的瞬态冲击信号以及噪声组成。周期信号为窄带信号,具有高的品质因子,可分解为高共振分量;瞬态冲击信号为宽带信号,具有低的品质因子,可分解为低共振分量。利用信号共振稀疏分解方法从转子早期碰摩信号中提取冲击成分,根据冲击的周期可进行转子早期碰摩故障诊断。算法仿真和应用实例验证了该方法从转子系统中提取早期碰摩冲击信号的有效性。
陈向民于德介罗洁思
关键词：品质因子小波转子碰摩
基于形态分量分析与阶次跟踪的齿轮箱复合故障诊断方法被引量：17
2014年
针对变转速下齿轮箱复合故障的故障特征提取,提出了基于形态分量分析与阶次跟踪的齿轮箱复合故障诊断方法.该方法根据齿轮箱复合故障振动信号中齿轮和滚动轴承故障成分的形态差异性,先用形态分量分析将其分解为包含齿轮局部故障信息的谐振分量、包含滚动轴承局部故障信息的冲击分量和随机噪声分量,再根据实测转速信号分别对谐振分量和冲击分量进行包络阶次分析,根据各包络阶次谱诊断齿轮箱复合故障.算法仿真和应用实例表明:该方法能有效分离变转速下齿轮和滚动轴承的故障特征,且其故障特征提取效果要优于传统的包络阶次谱方法.
陈向民于德介李蓉
关键词：阶次跟踪齿轮箱
基于离散事件仿真的装置运行可靠性评估与优化
2010年
针对流程型企业装置连续运行的可靠性评估与优化问题,提出了基于离散事件仿真的可靠性评估优化方法。该方法将装置的长周期连续运行视为离散事件系统,借助选定的Plant Simulation平台构建了装置连续运行的流程模型,以装置的历史数据为依据通过参数估计明确所建模型的关键运行参数,以模型的长周期仿真运行结果评估所研究装置的运行可靠性,并通过维护资源的优化配置与改进提升其可靠性。该方法在石化企业的成功应用验证了其可行性和有效性。
刘坚武春燕于德介李蓉
关键词：离散事件仿真可靠性可靠性评估
基于线调频小波路径追踪算法与EEMD的齿轮箱复合故障诊断方法被引量：15
2014年
针对变转速下的齿轮箱中复合故障的故障特征提取,提出一种基于线调频小波路径追踪算法与集合经验模式分解的齿轮箱复合故障诊断方法。该方法先用线调频小波路径追踪算法从原始振动信号中提取转频曲线,根据转频曲线对原始振动信号进行等角度重采样,将时域信号转化为角域信号,再对角域重采样信号进行集合经验模式分解,根据相关系数选取合适的内禀模态函数,最后对所选取的内禀模态函数分量进行Hilbert包络谱分析,根据包络谱进行齿轮箱复合故障诊断。通过算法仿真和应用实例对包含齿轮局部故障和轴承局部故障的变转速齿轮箱复合故障进行分析,结果表明,该方法在无转速计的情况下能有效地提取变转速齿轮箱复合故障的特征。
李蓉于德介陈向民刘坚
关键词：阶次跟踪齿轮箱
基于本体的机械故障诊断贝叶斯网络被引量：11
2013年
针对机械设备维护与故障诊断过程中的不确定性,提出了一种将本体语义表示与贝叶斯网络相结合的故障概率推理模型。从异构多源的维护诊断信息和非结构化的专家经验知识出发,建立语义知识模型并进行概率扩展。利用贝叶斯分类器实现异常工况识别,给出了基于最大可能解释(MPE)的故障概率推理算法,从而根据运行工况、故障征兆和证据信息推理获得故障诊断解释。将本体语义描述的精确性和贝叶斯网络的概率推理能力相结合,既实现了诊断领域知识的形式化描述与共享,又能在一定程度上消除诊断过程的不确定性。某凉水塔风机转子典型故障诊断实例表明,该模型具有较好的故障识别效果。
秦大力于德介
关键词：故障诊断本体建模贝叶斯网络
基于信号共振稀疏分解与重分配小波尺度谱的转子碰摩故障诊断方法被引量：8
2013年
提出了基于信号共振稀疏分解与重分配小波尺度谱的转子碰摩故障诊断方法。与常规的基于频带划分的信号分解方法不同,信号共振稀疏分解方法根据信号中各成分品质因子的不同,将信号分解成高共振分量和低共振分量。当转子出现碰摩故障时,振动信号往往由以转频及谐波为主要成分的周期信号、包含转子故障信息的瞬态冲击信号以及噪声组成。周期信号为窄带信号,具有高的品质因子,可分解为高共振分量;而瞬态冲击信号为宽带信号,具有低的品质因子,可分解为低共振分量。本文方法先利用信号共振稀疏分解方法从转子碰摩信号中提取冲击成分,再对提取的冲击成分进行重分配小波尺度谱分析,最后根据尺度图中冲击成分的周期诊断转子碰摩故障。算法仿真和应用实例验证了该方法诊断转子碰摩故障的有效性。
陈向民于德介李蓉
关键词：品质因子转子碰摩
基于阶次分析与循环平稳解调的齿轮箱复合故障诊断方法被引量：18
2013年
针对变转速下的齿轮箱中复合故障的特征提取,提出了一种基于阶次分析与循环平稳解调的齿轮箱复合故障诊断方法。该方法先用线调频小波路径追踪算法从原始振动信号中提取转频信号,再根据转频信号对原始振动信号进行等角度重采样,将时域非平稳信号转化为角域周期平稳信号,最后对角域周期平稳信号进行循环平稳解调分析,根据故障特征阶次处的切片解调谱进行齿轮箱复合故障诊断。通过算法仿真和应用实例对包含齿轮局部故障和轴承局部故障的变转速齿轮箱复合故障进行了分析,分析结果表明,该方法在无转速计的情况下能有效地提取处于变转速下的齿轮箱复合故障的特征。
李蓉于德介陈向民刘坚
关键词：阶次跟踪齿轮箱
异构信息融合在风电设备状态多准则评价中的应用被引量：5
2013年
针对风电企业中设备维护数据分散且知识结构互异,难以综合判断设备整体状况的问题,提出了基于本体的多源异构信息融合方法以实现设备健康状态的多准则评价。该方法将各数据源的知识以扩展公共本体的形式进行建模,构建全局查询的沟通机制;再基于多源异构的设备状态数据进行多准则评价,最后得到的量化评估结果可以反映设备的整体健康状态。此方法可以融合企业中多种形式的数据,对企业已有维护系统的干扰小,数据维护成本低,能为企业制定维护计划提供决策依据。
周安美于德介李蓉刘坚
关键词：信息融合本体风电设备
基于本体的大型风力发电机组故障智能诊断研究被引量：8
2012年
针对目前快速发展的风电行业中大型风力发电机组故障诊断方法多、理论复杂,维护人员难以掌握的问题,提出了基于本体的风力发电机组故障智能诊断系统,辅助维护人员选择合适的故障诊断方法。系统以本体形式表示风电机组故障诊断领域知识,提供了与用户进行信息交互的接口,并建立了诊断方法推理所需的规则集。基于Java平台开发了基于本体的风力发电机组故障智能诊断原型系统,该系统可用于风电机组故障智能诊断。
周安美于德介吴雪明刘坚李蓉
关键词：故障诊断本体本体推理风力发电机组
全选 清除 导出
共2页<12>
聚类工具0