陆明
- 作品数：18 被引量：142H指数：7
- 供职机构：北京工业大学更多>>
- 发文基金：国家自然科学基金北京市优秀人才培养资助更多>>
- 相关领域：机械工程电子电信航空宇航科学技术金属学及工艺更多>>
- 生活废水水力发电装置
- 一种生活废水水力发电装置，属于节能环保设备领域，包括有管件(6)、与管件(6)上部相连的上部管道(1)、与管件(6)下部相连的下部管道(8)，上部管道(1)与旁管道(11)的进口连接相通，下部管道(8)与旁管道(11)的...
- 陆明任家炜刘彦君杨胤
- 文献传递
- 三维金属磁记忆检测仪器及检测方法
- 三维金属磁记忆检测仪器及检测方法，属于金属无损检测领域，基于高分辨率弱磁三维磁场传感器，构造一个三维磁记忆检测仪器。具体方法包括以下步骤：1）利用三维磁场传感器，测得磁场信号；2）将信号通过信号调理电路并进行差分放大；3...
- 胥永刚谢志聪陆明孟志鹏王克
- 文献传递
- 双树复小波包和谱峭度在齿轮故障诊断中的应用被引量：3
- 2014年
- 针对故障齿轮振动信号的非平稳和调制特性,提出了基于双树复小波包变换和谱峭度的齿轮故障诊断方法.首先,利用双树复小波包变换将原始振动信号分解为若干个不同频带的信号分量,选择与原始信号相关系数大的分量进行阈值降噪并重构;然后,对降噪后的信号利用谱峭度所得的峭度图选择最佳的带宽和频带中心进行相应的带通滤波处理;最后,将带通滤波后的信号作平方包络和傅里叶变换,即可得到信号的包络解调谱,从而提取故障特征信息.通过对试验和工程实际的齿轮故障信号分析表明:双树复小波包变换和谱峭度结合的方法可有效地提取齿轮故障特征信息,进而实现故障识别,验证了方法的可行性和有效性.
- 胥永刚孟志鹏赵国亮陆明
- 关键词：阈值齿轮故障诊断
- 基于EEMD的能量算子解调法及故障诊断应用
- 针对Teager能量算子包络解调方法主要用于对单分量的调幅调频信号进行解调,而真实机械故障信号多为多分量的调幅调频信号,本文提出了将能量算子与总体平均经验模式分解(EEMD)相结合的解调方法.首先,介绍了能量算子和总体平...
- 马朝永王克陆明孟志鹏
- 关键词：滚动轴承故障诊断信号处理
- 文献传递
- 双树复小波包和ICA用于滚动轴承复合故障诊断被引量：19
- 2015年
- 针对滚动轴承复合故障信号特征难以分离的问题,提出将双树复小波包变换和独立分量分析(independent component analysis,简称ICA)结合的方法应用到滚动轴承复合故障诊断中。首先,利用双树复小波包变换将复杂的、非平稳的复合故障信号分解为若干不同频带的分量;其次,引入ICA对各个分量所组成的混合信号进行盲源分离,从而尽可能消除频率混叠;最后,对从混合信号中分离出来的独立信号分量进行希尔伯特解调,即可实现对复合故障特征信息的分离和故障识别。试验结果表明,该方法可以有效地分离和提取轴承复合故障的特征频率,验证了方法的可行性和有效性。
- 胥永刚孟志鹏陆明
- 关键词：独立分量分析盲源分离频率混叠
- 三维金属磁记忆检测仪器及检测方法
- 三维金属磁记忆检测仪器及检测方法，属于金属无损检测领域，基于高分辨率弱磁三维磁场传感器，构造一个三维磁记忆检测仪器。具体方法包括以下步骤：1）利用三维磁场传感器，测得磁场信号；2）将信号通过信号调理电路并进行差分放大；3...
- 胥永刚谢志聪陆明孟志鹏王克
- 文献传递
- 三维金属磁记忆检测仪器
- 三维金属磁记忆检测仪器，属于金属无损检测领域。硬件功能模块包括：锂电池供电模块（1）、电压转换模块（2）、传感器置位/复位供电模块（3）、传感器置位/复位控制模块（4）、信号调理模块（5）、多路选择模块（6）、AD转换模...
- 胥永刚谢志聪陆明孟志鹏王克
- 文献传递
- 基于奇异值分解的磁记忆信号特征提取方法被引量：10
- 2014年
- 针对金属磁记忆信号容易受到环境噪声影响,使得缺陷信号可检测性降低的情况,首先,利用传统的奇异值分解方法对场桥主梁磁记忆信号进行分解和重构,发现尽管可以取得较为理想的降噪效果,但如何自适应确定重构时的奇异值个数仍存在困难;然后,将磁记忆信号按照二进递推方法构造矩阵,重复进行奇异值分解可以获得具有不同分辨率的近似信号和细节信号,从而形成多分辨奇异值分解,其中细节信号对应磁记忆中的噪声成分,近似信号为去除噪声之后的有效磁记忆信号,从而实现了磁记忆信号的降噪。将该方法用于某场桥主梁磁记忆信号的处理,有效地提高了重构信号的信噪比,准确地判断出了该主梁的应力集中区域,为评估其应力状态和早期故障诊断奠定了基础。
- 胥永刚谢志聪孟志鹏陆明
- 关键词：磁记忆奇异值分解特征提取应力集中
- 基于双树复小波包变换和SVM的滚动轴承故障诊断方法被引量：35
- 2014年
- 针对滚动轴承故障振动信号的非平稳性和现实中难以获得大量典型故障样本的情况,提出一种基于双树复小波包变换和支持向量机(SVM)的故障诊断方法.首先通过双树复小波包变换将非平稳的振动信号分解得到不同频带的分量;然后对每个分量求其能量并归一化处理;最后将从各个频带分量中提取的能量特征参数作为支持向量机的输入来识别滚动轴承的故障类型.对试验台模拟信号(包括滚动轴承的正常状态、外圈裂纹故障、内圈裂纹故障和滚动体点蚀故障)的分析表明:该方法对所测试验信号的故障识别率达到99.5%,对比传统小波包变换与SVM结合的方法,故障识别率的准确度更高.
- 胥永刚孟志鹏陆明
- 关键词：故障诊断滚动轴承支持向量机故障识别
- 基于双树复小波包变换的滚动轴承故障诊断被引量：29
- 2013年
- 针对滚动轴承故障的振动信号具有非平稳特性,存在强烈噪声干扰,难以提取故障特征频率的情况,提出了基于双树复小波包变换阈值降噪的故障诊断方法。首先将非平稳的故障振动信号进行双树复小波包分解,得到不同频带的分量;然后对每个分量求其峭度值和相关系数并进行比较;最后选取峭度值和相关系数较大的分量进行软阈值降噪和双树复小波包重构,即可有效地消除振动信号中噪声的干扰,同时保留信号中的有效信息即实现了故障特征信息的提取。本文对轴承外圈故障试验和实际工程数据进行了相关分析,并对比传统离散小波包降噪的效果,本文方法处理后的信号冲击周期性更好,较理想地去除了噪声的影响,验证了该方法可以有效地去除噪声并提取滚动轴承故障的特征信息。
- 胥永刚孟志鹏陆明
- 关键词：轴承故障检测信号分析峭度软阈值
