您的位置： 专家智库 > >

庞震

作品数：13 被引量：58H指数：5
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国家自然科学基金更多>>
相关领域：机械工程自动化与计算机技术金属学及工艺更多>>

合作作者

文献类型

  • 12篇期刊文章
  • 1篇学位论文

领域

  • 13篇机械工程
  • 3篇自动化与计算...
  • 1篇金属学及工艺

主题

  • 12篇轴承
  • 12篇滚动轴承
  • 7篇峭度
  • 7篇轴承故障
  • 7篇小波
  • 6篇小波包
  • 5篇轴承故障诊断
  • 5篇故障诊断
  • 4篇滚动轴承故障
  • 4篇滚动轴承故障...
  • 3篇互相关
  • 2篇多传感器
  • 2篇褶积
  • 2篇网络融合
  • 2篇向量
  • 2篇向量机
  • 2篇反褶积
  • 2篇感器
  • 2篇传感
  • 2篇传感器

机构

  • 13篇内蒙古科技大...
  • 1篇山东交通职业...

作者

  • 13篇庞震
  • 12篇任学平
  • 3篇王建国
  • 2篇张玉皓
  • 2篇王朝阁
  • 1篇马文生
  • 1篇刘桐桐
  • 1篇单立伟
  • 1篇吴剑

传媒

  • 4篇轴承
  • 3篇机械设计与制...
  • 1篇机械传动
  • 1篇机床与液压
  • 1篇组合机床与自...
  • 1篇机械科学与技...
  • 1篇河南科技大学...

年份

  • 1篇2017
  • 2篇2016
  • 4篇2015
  • 6篇2014
共 13 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
改进小波包的滚动轴承故障诊断被引量：4
2014年
小波包分解可以提高信号频率分辨率,但子带信号会出现虚假频率成分,造成严重的频率混叠现象。运用小波包的改进算法和经验模态分解相结合,来检测诊断滚动轴承故障的特征。首先,应用快速傅里叶变换和快速傅里叶逆变换对小波包各子带信号进行处理,并调整滤波器组使子带频带顺序排列。提取含故障频率的子带信号对其进行经验模态分解,以互相关、峭度准则提取故障本征模函数分量,可以避免本征模函数分量选择的盲目性。对仿真信号分析和实例分析的结果表明:该方法能够准确地检测出轴承故障,从而突出该方法的有效性。
任学平庞震邢义通辛向志
关键词：经验模态分解互相关峭度轴承故障
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
基于小波包最优熵与RVM的滚动轴承故障诊断方法被引量：7
2014年
为解决滚动轴承振动信号信噪比低和故障分类准确性不高的问题,提出了小波包最优熵和相关向量机相结合的故障诊断方法。首先采用小波包对采集到的信号进行信噪分离,寻找分解后信号的最优小波包节点熵;然后提取最优节点能量作为训练样本,对相关向量机的多故障分类器进行训练,实现轴承的智能诊断。试验表明,该方法可简单有效地分离噪声,并具有良好的分类能力,可以很好地应用于轴承故障诊断。
任学平庞震辛向志邢义通马文生
关键词：滚动轴承故障诊断小波包相关向量机
ELMD和MCKD在滚动轴承早期故障诊断中的应用被引量：7
2017年
针对滚动轴承早期故障特征信号微弱且受环境噪声影响严重,故障特征信息难以识别的问题,提出了基于总体局部均值分解(Ensemble local mean decomposition,ELMD)和最大相关峭度反褶积(Maximum correlated kurtosis deconvolution,MCKD)的早期故障诊断方法。该方法首先运用ELMD对采集到的振动信号进行分解,得到有限个乘积函数(Product function,PF),由于噪声的干扰,从PF分量的频谱中很难对故障做出正确的判断。然后对包含故障特征的PF分量进行最大相关峭度反褶积处理以消除噪声影响,凸现故障特征信息。最后对降噪信号进行Hilbert包络谱分析,即可从中准确地识别出轴承的故障特征频率。通过轴承故障模拟实验和工程应用实例验证了该方法的有效性与优越性。
王朝阁庞震任学平孙百祎王建国
关键词：滚动轴承
基于多域特征及多传感器网络融合的滚动轴承故障诊断被引量：3
2015年
将幅值域无量纲参数和时频域信息熵作为概率神经网络的特征向量,构建多传感器系统概率神经网络的初级诊断网络,并利用概率神经网络累加层输出结果构建Dempster-Shafer证据理论的mass函数,通过Dempster-Shafer证据理论进行决策级融合诊断。将该方法用于滚动轴承故障模式分类,并通过实验室及现场实例验证了该方法的可行性与有效性。
任学平辛向志庞震邢义通王建国
关键词：滚动轴承信息熵概率神经网络证据理论
基于复合信号处理的滚动轴承早期微故障诊断研究被引量：5
2015年
针对滚动轴承早期故障的微弱信号检测问题,将小波包、谱峭度和包络分析三者相结合,提出一种新的故障诊断方法,该方法首先通过小波包降噪提取原始含噪信号中的高频成分并提高信噪比,然后对降噪后的重构信号应用谱峭度理论来确定合适的带通滤波参数,最后对带通滤信号进行包络解调而得出故障特征频率信号,从而实现滚动轴承的早期微弱故障诊断。对基于小波包和谱峭度的故障诊断法在滚动轴承故障诊断中的应用进行了研究,实验结果表明该方法可以有效抑制背景噪声,提取有用故障信息,为滚动轴承的故障诊断提供了一种切实可行的方法。
任学平吴剑庞震尹潇靓
关键词：小波包滚动轴承故障诊断
基于小波包分析的滚动轴承故障诊断
滚动轴承是常用且易发生损坏的机械部件,轴承工作状态直接影响到整个设备组的正常运行和生产安全。在轴承故障诊断过程中,特别是初期故障,其特征信息很微弱且往往被强噪声所淹没,信噪比很低,难以准确的、有效的提取并诊断出故障,如果...
庞震
关键词：小波包分析支持向量机滚动轴承故障诊断
文献传递
基于IMF熵的多传感器网络融合滚动轴承故障诊断方法研究被引量：6
2015年
经验模态分解(Empirical Mode Decomposition,EMD)方法可使滚动轴承振动信号根据自身尺度自适应的分解为若干个固有模态分量(Intrinsic Mode Function,IMF),信息熵能反映系统的不确定程度,滚动轴承发生故障会导致信息熵发生变化,结合EMD与信息熵,提出了EMD空间状态特征谱熵和IMF奇异谱熵,将其作为概率神经网络的特征向量,构建多传感器系统的多个概率神经网络的初级诊断网络。由于概率神经网络累加层输出结果为属于每一种模式的概率值,用概率神经网络的累加层输出结果构建D-S证据理论的mass函数,通过D-S证据理论进行决策级融合诊断。将该方法用于滚动轴承故障模式分类,试验结果表明该方法的可行性与有效性。与单一传感器诊断相比,提高了故障诊断精度。
任学平辛向志庞震邢义通王建国
关键词：多传感器网络融合滚动轴承
基于改进小波包和EEMD的轴承故障诊断被引量：4
2014年
针对轴承振动信号非平稳性及工作情况下难以获得故障频率,提出一种基于改进小波包和总体经验模态分解(EEMD)的轴承故障诊断方法。首先运用改进小波包对振动信号进行分解,得到按顺序排列的子带频带。然后提取故障频率范围的子带信号并进行EEMD,以互相关系数和峭度准则提取故障分量,避免了固有模态函数(IMF)分量选择的盲目性。仿真和试验分析结果表明,该方法能有效且准确地检测出轴承故障。
任学平庞震辛向志邢义通
关键词：滚动轴承故障诊断
小波包和峭度在轴承早期故障分析中的应用被引量：5
2014年
为实现轴承故障的精确诊断,提出一种基于小波包与峭度准则的包络解调方法。当信噪比较小时,该方法可以剔除含噪信号,与现阶段经常使用的细节系数能量方法相比,可更为有效地提取轴承的故障信息。该方法首先利用小波包将振动信号分解,突出小波包降噪效果的明显性;然后以峭度准则提取降噪后信号所需的细节系数并对其重构;最终进行包络谱分析,准确地检测出轴承故障,提高轴承故障诊断的精确度。
任学平庞震辛向志邢义通
关键词：滚动轴承故障诊断小波包峭度包络解调
全选 清除 导出
共2页<12>
聚类工具0