王奉涛
- 作品数：107 被引量：908H指数：14
- 供职机构：大连理工大学更多>>
- 发文基金：国家自然科学基金教育部科学技术研究重点项目中央高校基本科研业务费专项资金更多>>
- 相关领域：机械工程自动化与计算机技术电子电信交通运输工程更多>>
- 设备更新决策系统中抽油机经济寿命的计算
- 2007年
- 对石油设备经济寿命的计算方法作了介绍,并举例说明该方法在设备更新决策系统中的具体应用,以及后台数据库的搭建。
- 刘景珍王奉涛马孝江
- 关键词：经济寿命数据库
- 一种用于精密零件及设备精度标定的多功能标准器
- 本发明属于精密测试技术领域，提出一种用于精密零件及设备精度标定的多功能标准器。所述多功能标准器为整体对称结构，中间主体部分为一个带矩形凹槽的实心长方体，两端设有两个径向基准圆柱面、两个中心孔，径向基准圆柱面和长方体之间设...
- 凌四营张衡王奉涛凌明李小燕
- 双树复小波域隐Markov树模型降噪及在机械故障诊断中的应用被引量：14
- 2011年
- 提出一种基于双树复小波变换的隐Markov树模型的信号降噪方法,并将其成功应用于机械故障诊断中。机械设备的振动信号中不可避免地存在着噪声,使得微弱故障信息的提取一直是故障诊断的难点和热点。双树复小波变换具有近似平移不变性,而隐Markov树模型能有效刻画小波系数间的相关性和非高斯性,两种优势的结合可以获得比常规软、硬阈值小波降噪法和小波域隐Markov树模型降噪法更好的降噪效果。它不仅能有效抑制高斯白噪声,还能够去除异常冲击干扰,仿真信号验证了这一点。对于实际滚动轴承信号,使用该方法同样可以获得满意的结果。
- 苏文胜王奉涛朱泓张志新李宏坤郭正刚
- 关键词：双树复小波变换隐马尔可夫树模型降噪故障诊断
- 基于局域波-粗糙集-神经网络的故障诊断方法研究被引量：4
- 2007年
- 提出了一种基于局域波-粗糙集-神经网络的智能故障诊断方法。首先通过局域波法进行故障特征提取,获取能够反映设备运行状态的由局部能量组成的特征向量;接着应用粗糙集理论对样本特征参数进行属性约简,去除冗余信息,获取最优的决策系统;最后根据最优决策系统来构造RBF神经网络,并进行故障诊断。以柴油机缸套活塞磨损故障为例,详细说明了基于粗糙集-局域波-神经网络的故障诊断方法的原理和步骤。诊断结果证明了此方法的有效性。
- 王奉涛马孝江张勇
- 关键词：内燃机故障诊断局域波法粗糙集神经网络
- 基于k值优化VMD的滚动轴承故障诊断方法被引量：34
- 2018年
- 针对旋转机械中滚动轴承早期信噪比较低的故障特征提取困难问题,提出了一种基于能量的变分模式分解(variational mode decomposition,简称VMD)模态数k优化选取方法,用以提取滚动轴承早期故障特征,同时避免了信号分解过分或不足。首先,对振动信号进行VMD预分解,分别在不同k值条件下计算分量信号能量与原始信号总能量;其次,根据基于能量的模态数k选取准则,确定最佳模态数值对信号进行VMD分解;最后,通过峭度准则选择分量进行信号重构,对其进行包络分析,提取故障特征频率。将该方法运用到实际故障信号中,有效提取出滚动轴承内圈微弱故障特征,实现了早期故障特征判别,具有一定的应用价值和实际意义。
- 王奉涛柳晨曦张涛敦泊森韩清凯李宏坤
- 关键词：滚动轴承故障诊断特征提取
- 基于KPCA和WPHM的滚动轴承可靠性评估与寿命预测被引量：36
- 2017年
- 为了评估滚动轴承的可靠性和预测剩余使用寿命,选取能够反映性能退化过程的特征参数作为寿命预测模型的输入参数,提出一种基于核主元分析(kernel principal component analysis,简称KPCA)和威布尔比例故障率模型(Weibull proportional hazards model,简称WPHM)的方法。首先,提取滚动轴承全寿命周期的时域、频域及时频域等多特征参数,从中筛选出有效的特征参数,构建高维相对特征集;其次,进行核主元分析,选取能够反映轴承全寿命周期性能退化过程的核主元,进而作为WPHM的协变量来进行可靠性评估和剩余寿命预测。通过滚动轴承全寿命试验,验证了该方法能够对轴承进行准确的可靠性评估和剩余寿命预测,以提供及时的维修决策。同时,由于提取的是相对特征,降低了同种轴承间在制造、安装及工况的差异,增强了该方法的适用性和稳定性。
- 王奉涛陈旭涛柳晨曦李宏坤韩清凯朱泓
- 关键词：滚动轴承核主元分析
- 基于稀疏自动编码器与FA-KELM的滚动轴承故障诊断被引量：5
- 2018年
- 提取滚动轴承有效的故障特征参数是轴承故障诊断重要的组成部分,为改善核极限学习机(Kernel Extreme Learning Machine,KELM)高维数据特征选取的问题,提出一种结合稀疏自动编码器(Sparse Auto-Encoder,SAE)与KELM的方法。首先,提取振动信号的时域、频域和时频域特征构成高维特征向量;其次,采用多层SAE融合高维特征来消除特征的冗余性;最后,采用融合后的特征训练KELM,得到故障诊断模型。针对KELM对参数敏感的缺陷,采用萤火虫算法(IF)进行参数优化。为评估方法有效性,采用实验数据进行测试,并与传统KELM方法进行比较,结果显示该方法具有更好准确性和稳定性。
- 敦泊森柳晨曦王奉涛
- 关键词：振动与波滚动轴承特征提取
- 一种局域波分解中的边界处理方法
- 局域波法从信号瞬时频率的角度出发,将非平稳时变信号分解成为有限个局域波分量,每一个分量描述了时变信号中不同频率和尺度范围的固有振动模式。在进行局域波分解的过程中,由于信号边界的不确定性,边界处均值需近似估计。精确估计边界...
- 王奉涛马孝江张勇
- 关键词：局域波法切比雪夫
- 文献传递
- 改进ICA与HHT在转子故障诊断上的应用被引量：5
- 2009年
- 提出了一种基于希尔伯特黄变换(HHT)和改进独立成分分析(ICA)的机械故障时频图像诊断分类方法。由于时频图像包含潜在的相关成分,应用传统ICA方法得不到很好的标准故障时频图像,所以运用一种基于子带互信息的改进ICA方法消除时频图像中的相关成分,获取标准故障时频图像,并根据一系列故障信号的时频图像在标准故障时频图像上的投影系数进行自动分类。采用该方法对获取的转子试验台的早期摩擦、基座松动、不对中故障信号的正确分类充分说明了该方法的有效性。
- 陈建国王奉涛朱泓张志新李宏坤
- 关键词：经验模式分解子带分解互信息
- 基于子带ICA的时频图像处理方法研究及其在故障诊断中的应用被引量：1
- 2010年
- 提出了一种改进独立分量分析(ICA)应用于时频图像的盲源分离问题。由于相似时频图像之间存在潜在的相关性,传统的ICA对于具有相关成分的时频图像盲源分离中效果比较差,利用互信息和峭度研究了图像子带之间的相关性和本身的非高斯性,选定特定的子带进行ICA分析。通过仿真时频图像的分离试验,说明此方法分离效果明显优于ICA分离效果,并将该方法应用于转子试验台的基座松动,不对中故障信号复合故障的时频图像中,成功获取了各自故障的时频图像,从而可以获得各自的故障特征信息。
- 陈建国王奉涛朱泓张志新李宏坤
- 关键词：子带分解互信息峭度
