单立伟
- 作品数：4 被引量：9H指数：1
- 供职机构：内蒙古科技大学机械工程学院更多>>
- 发文基金：内蒙古自治区自然科学基金更多>>
- 相关领域：机械工程自动化与计算机技术冶金工程更多>>
- 基于EMD-ICA和HMM的风机故障分类方法
- 2013年
- 隐马尔可夫模型(HMM)是一种模式聚类和识别方法,独立分量分析(ICA)则是一种非常有效的非高斯数据分析工具。其中,四阶累积量算法是一种数值稳定且鲁棒的ICA方法,非常适合用于振动信号的特征抽取,但独立分量分析有一定的前提条件,借助经验模态分解(EMD),消除噪声干扰,去除高频IMF部分,满足ICA的条件。因此,利用ICA算法对某炼铁厂风机不同状态模式(包括正常和转子不对中)进行特征提取,HMM实现模式的最终分类。对照分类实验结果,表明基于EMD-ICA的HMM的故障分类方法不仅具有良好的模式分类能力,且实现简单,在风机健康状况监测中有较大的应用潜力。
- 任学平单立伟
- 关键词：经验模态分解独立分量分析隐马尔可夫模型
- 基于小波包熵值和EMD结合的滚动轴承微故障诊断方法研究被引量：9
- 2014年
- 滚动轴承是易损件,且从出现微故障到破坏扩展快。因此,发现滚动轴承早期微故障具有重要意义。利用小波包熵值和EMD相结合,来检测诊断轴承开始轻微故障的特征。首先运用小波包对采集信号实现信噪分离,突出了小波包降噪效果明显,然后以互相关、峭度准则提取经EMD分解降噪信号的分量,避免了IMF分量选择的盲目性。通过对仿真信号分析和实例分析,结果能够准确地检测出轴承故障,从而表明本方法的有效性。
- 庞震任学平刘桐桐单立伟
- 关键词：EMD互相关峭度轴承故障
- 基于HMM的故障诊断方法在风机中的应用
- 烧结风机作为一款冶金行业炼铁原料车间所使用的关键设备,其重要作用涉及炼铁生产过程的顺行和设备安全。国内长期以来对利用振动的检测手段、故障诊断技术和诊断设备的研究甚少,而定期巡回检测、事后事故分析及动平衡调整的方法居多。利...
- 单立伟
- 关键词：烧结风机故障诊断振动测试隐马尔科夫模型
- 文献传递
- 矢谱和HMM理论在风机故障诊断中的应用
- 2013年
- 传统风机用单一传感器进行故障的特征提取,不能有效地反映其状态。然而,矢谱技术融合了多通道信息,其反应的信息更全面,结合隐马尔可夫模型(HMM)能够对一个时间跨度上的信息进行统计建模和分类的特点,提出了一种新的诊断方法;并在Matlab的环境下给出了诊断的实例,表明该方法可以有效地应用于风机的诊断中。
- 任学平单立伟
- 关键词：风机
