常春
- 作品数：6 被引量：15H指数：2
- 供职机构：中国人民解放军军事交通学院更多>>
- 相关领域：动力工程及工程热物理机械工程交通运输工程更多>>
- 基于小波包-AR谱和支持向量机的连杆轴承故障诊断被引量：12
- 2015年
- 针对发动机连杆轴承磨损故障诊断中测取的机体振动信号非平稳、频率成分复杂的特点,提出小波包-AR谱和支持向量机相结合的连杆轴承故障诊断方法。通过对发动机连杆轴承振动信号进行小波包分解,重构各频段信号并进行自回归(auto regressive,AR)谱分析,累加不同频段的能量实现连杆轴承故障特征提取,将提取的特征作为支持向量机(support vector machine,SVM)的输入向量,建立SVM多分类器,将正常与多种故障状态进行分类。试验结果表明,小波包-AR谱能从多激励源和噪声干扰中提取出连杆轴承微弱故障特征。以小波包-AR谱能量为特征向量,支持向量机能在小样本情况下识别诊断连杆轴承故障,取得良好效果。
- 常春王国威梅检民张玲玲郭正
- 关键词：小波包分解支持向量机故障诊断
- 基于曲线特征分段的多阶FRFT滤波提取齿轮早期故障特征
- 2016年
- 对于变速器齿轮早期微弱故障特征难以提取的问题,提出了一种基于曲线特征进行分段的多阶分数阶傅里叶变换(Fractional Fourier Transform,FRFT)滤波方法。首先,依据振动信号频率曲线的特征将目标档位的啮合频率曲线分成若干频率近似线性变化的信号段,然后通过计算确定相应信号段的分数阶傅里叶变换的滤波最佳阶次,再逐段进行滤波,从而分离出包含故障特征信息的目标阶比分量,进而进行故障特征提取。通过采用该方法分析变速器变加速工况振动信号,结果表明,基于曲线特征进行分段的多阶FRFT滤波能够有效分离出啮合频率分量,对分离出的分量进行阶次包络解调分析,能准确提取出齿轮微弱故障特征。
- 王国威梅检民曾锐利常春
- 关键词：特征提取
- 基于时-频相干与RBF网络的气缸压力识别研究被引量：1
- 2016年
- 针对从缸盖振动信号中分离燃烧激励引起的振动信号及其他干扰信号的问题,提出一种基于时-频相干与神经网络的气缸压力识别方法。首先采用Morlet连续小波变换分别将缸盖振动信号和缸压信号在时-频域内展开,然后采用交叉小波对两信号进行时-频相干分析,设定相干系数阈值并进行掩膜处理,对所得结果重构便可得到燃烧激励引起的缸盖振动信号。最后,选取8个参数作为评价燃烧效果的特征指标,利用径向基函数(RBF)神经网络估计缸压。研究结果表明:该方法有效地提取了缸盖上的燃烧特征信号,通过RBF神经网络估计缸压,逼近于实际缸压变化。
- 常春贾继德曾锐利梅检民王国威
- 关键词：小波变换特征提取神经网络气缸压力
- 基于多阶FRFT滤波与4阶累积量切片谱的滚动轴承早期故障特征提取
- 2015年
- 针对滚动轴承早期故障难以提取的问题,提出了一种多阶FRFT滤波与4阶累积量切片谱相结合的方法。根据轴承特征频率曲线特点,将振动信号分成若干频率近似线性变化的信号段,分别计算每段信号分数阶傅里叶变换的最佳阶次,再逐段进行滤波,从而分离出包含故障特征信息的目标分量,最后采用4阶累积量切片谱分析目标分量,提取故障特征。结果表明:多阶FRFT滤波与4阶累积量对角切片谱相结合,既能分析非稳态信号,又能有效抑制噪声干扰;多阶FRFT滤波能准确分离出目标分量,并计算滤波后目标分量的4阶累积量切片谱的能量和峰值,提取出轴承早期故障特征。
- 王国威梅检民曾锐利沈虹常春吴春志
- 关键词：滚动轴承特征提取
- 基于LMD和模糊C均值聚类算法的发动机连杆轴承故障诊断被引量：2
- 2014年
- 针对发动机振动信号的非平稳性以及特征参数的模糊性特点,提出局域均值分解(LMD)和模糊C均值(FCM)聚类相结合的故障诊断方法,对发动机机械故障进行特征提取和模式识别。通过对已知故障样本信号进行LMD分解,形成初始特征向量矩阵;对该矩阵进行奇异值分解(SVD),将矩阵的奇异值组成故障特征向量,归一化处理后作为FCM的输入参数,得到分类矩阵和聚类中心;最后,通过计算待测故障样本与已知故障样本聚类中心的贴近度实现故障模式识别。故障诊断实验表明,该方法能有效地诊断柴油机连杆轴承故障。
- 王国威常春曾锐利杨青乐张阳光
- 关键词：局域均值分解奇异值分解模糊C均值聚类算法故障诊断
- 基于最佳阶次FRFT的阶比分量提取被引量：1
- 2014年
- 为在变速器故障诊断中提取微弱的故障特征,提出了一种基于转速信号确定分数阶傅里叶变换(FRFT)最佳阶次,并通过滤波提取变速器变速过程啮合阶比分量的方法。首先,根据输入轴转速信号和传动比,计算各挡位啮合频率分量,接着进行最小二乘拟合,以确定各分量FRFT的最佳阶次,最后在该最佳分数阶域进行滤波,获得对应的阶比分量。试验结果表明,根据转速信号确定FRFT最佳阶次,准确、快速、鲁棒性好,并具有自适应性;最佳阶次FRFT滤波能有效剥离其他分量和噪声,提取出目标阶比分量;对目标阶比分量进行单分量分析,能得到该分量更全面、细致、准确的信息。
- 梅检民李枫杨青乐常春王国威
- 关键词：变速器故障诊断分数阶傅里叶变换
