您的位置： 专家智库 > >

彭昶

作品数：8 被引量：57H指数：5
供职机构：东北电力大学机械工程学院更多>>
发文基金：博士科研启动基金吉林省科技厅科技攻关项目吉林省教育厅“十二五”科学技术研究项目更多>>
相关领域：机械工程自动化与计算机技术金属学及工艺电气工程更多>>

合作作者

文献类型

  • 7篇期刊文章
  • 1篇学位论文

领域

  • 6篇机械工程
  • 4篇自动化与计算...
  • 1篇金属学及工艺
  • 1篇电子电信
  • 1篇电气工程

主题

  • 6篇刀具
  • 4篇刀具磨损
  • 3篇支持向量
  • 3篇支持向量机
  • 3篇声发射信号
  • 3篇相空间重构
  • 3篇向量机
  • 2篇云理论
  • 2篇吸引子
  • 2篇向量
  • 2篇LS-SVM
  • 1篇刀具状态
  • 1篇刀具状态监测
  • 1篇信号
  • 1篇信号特征
  • 1篇叶片
  • 1篇在线监测
  • 1篇神经网
  • 1篇神经网络
  • 1篇声发射

机构

  • 8篇东北电力大学
  • 1篇吉林石化工程...
  • 1篇龙源(北京)...

作者

  • 8篇彭昶
  • 6篇关山
  • 2篇康振兴
  • 1篇闫丽红

传媒

  • 2篇农业工程学报
  • 1篇振动．测试与...
  • 1篇拖拉机与农用...
  • 1篇中国机械工程
  • 1篇振动与冲击
  • 1篇风力发电

年份

  • 1篇2017
  • 2篇2016
  • 5篇2015
共 8 条 记 录，以下是 1-8
全选 清除 导出
排序方式：
基于云理论与LS-SVM的刀具磨损识别方法被引量：8
2017年
针对刀具磨损过程中产生声发射信号的不确定性以及神经网络学习算法收敛速度慢、易陷入局部极小值、对特征要求较高等问题,提出了基于云理论和最小二乘支持向量机的刀具磨损状态识别方法。首先,对声发射信号进行小波包分解与重构,滤除干扰频段对求取特征参数的影响;其次,对重构后的信号利用逆向云算法提取云特征参数:期望、熵、超熵,分析刀具磨损声发射信号的云特性及磨损状态与云特征参数之间的关系;最后,将云特征参数组成特征向量送入最小二乘支持向量机进行识别。研究结果表明:所提取的特征可以很好地反映刀具的磨损状态,云-支持向量机方法可以有效地实现刀具磨损状态的识别,与传统神经网络识别方法相比具有更高的识别率,识别率达到96.67%。
关山康振兴彭昶
关键词：刀具磨损云理论支持向量机神经网络
金属切削过程刀具磨损信号的混沌特征被引量：7
2015年
针对刀具磨损过程中声发射信号非线性特征,提出基于混沌理论的信号分析及特征提取方法。采用延迟时间法对去噪后的时间序列进行相空间重构,分析延迟时间及嵌入维数随刀具磨损的变化规律;用关联维数、最大Lyapunov指数及Kolmogorov熵三种混沌特征参数定量分析刀具在不同切削条件下随磨损量增大所呈现的变化规律。研究结果表明,刀具磨损声发射信号具有明显的混沌特征,三种混沌特征参数、延迟时间及嵌入维数与刀具磨损状态具有明显的对应关系,可用作刀具磨损状态监测、磨损量预测的特征参数。
关山彭昶
关键词：刀具状态监测相空间重构
刀具磨损声发射信号的混沌特性分析被引量：14
2015年
金属切削是一个非线性系统,刀具磨损产生的声发射信号具有混沌特征。该文采用混沌理论对刀具不同磨损程度的声发射信号进行非线性特性分析。首先采用经验模态分解与小波阈值结合(empirical mode decomposition and wavelet,EMD-Wavelet)的法对信号去噪,消除噪声对吸引子结构以及特征参数的影响。其次利用互信息法和Cao方法分别求时延和嵌入维,对去噪后的信号进行相空间重构。最后绘制吸引子相图,并求解特征参数关联维。结果表明,看似无序杂乱的非线性声发射信号有着内在的有序状态。吸引子结构随着刀具磨损状态的改变呈现一定变化规律,关联维数与刀具磨损状态有一定的对应关系。这些特性对于刀具磨损状态识别有一定的参考意义。
关山彭昶
关键词：刀具去噪相空间重构吸引子
LS-SVM回归算法在刀具磨损量预测中的应用被引量：23
2015年
提出了基于最小二乘支持向量机回归算法的刀具磨损量预测方法。该方法首先利用经验模态分解算法对非线性、非平稳的声发射信号进行平稳化处理,得到了若干个固有模态函数;然后建立了每个固有模态函数的自回归模型,并提取模型系数构造特征向量;最后采用最小二乘支持向量机回归算法实现了刀具磨损量的预测。该方法与神经网络预测算法相比,具有更高的预测准确率,可有效预测当前切削状态下10s后的刀具磨损量。
关山闫丽红彭昶
关键词：最小二乘支持向量机经验模态分解自回归模型
风电机组叶片在线监测与状态预警
2015年
叶片是风电机组重要部件，其能否健康运行状态直接决定了风电场的收益。通过研究试用博世力士乐BLADEcontrol叶片在线监测系统，分析了该监测系统的监测原理、监测方式以及结构形式。应用matlab分析了该监测系统数据，得到了叶片结冰的准确时间以及冰融化的时间，对于保证机组发电量具有重要意义，并对下一步叶片在线监测系统开发提供借鉴。
丁显彭昶荣兴汉李韶武陈铁
关键词：叶片在线监测固有频率
基于混沌理论的刀具磨损识别研究
在金属切削加工过程中，刀具会随着切削时间增长而逐渐磨损。刀具磨损后将使得切削力增大，刀具与工件摩擦加剧，进而影响加工精度和工件表面质量。刀具磨损可能导致加工失效，甚至损坏机床，因此进行刀具磨损状态监测具有重要意义，尤其对...
彭昶
关键词：刀具磨损支持向量机声发射信号识别率
车削刀具磨损声发射信号的云特征分析被引量：7
2016年
针对刀具磨损状态监测和磨损量预测研究中特征提取这一关键技术,该文提出了基于云理论的信号特征提取方法。首先,采用小波包分析对声发射信号进行信号分解和重构,滤除噪声对提取特征参数的影响;其次根据重构信号的统计分布特性,利用逆向云算法提取信号敏感频带的期望值、熵及超熵云特征参数,定量分析刀具在不同切削条件下3种云特征参数随磨损量增大所呈现的变化规律;最后,通过散点图分析3种特征参数表征刀具磨损声发射信号的有效性。结果表明:刀具磨损声发射信号具有明显的云特性,3种云特征参数与刀具磨损状态具有明显的对应关系,可作为刀具磨损状态监测、磨损量预测的特征参数;云理论在刀具磨损监测领域的应用,扩大了知识的表示范围。
关山康振兴彭昶
关键词：切削刀具刀具磨损声发射信号特征云理论
基于相空间重构与奇异值分解的刀具磨损信号降噪方法研究
2015年
在机械故障诊断过程中实测信号通常是非平稳,非线性的含噪信号,针对这一特点提出了基于相空间重构的奇异值分解降噪方法。此方法根据时延嵌入理论对采集的时序信号进行相空间重构,由自相关法和Cao方法分别求时延和嵌入维,对重构的坐标矩阵进行奇异值分解,分析奇异谱特点,分离有用信息和噪声平台,对信号进行降噪。重构的相空间同时也构造了动力系统吸引子,吸引子的相空间轨迹可以直观反映去噪效果。通过对MATLAB环境下的bumps信号和实际采集的刀具磨损声发射信号进行验证。结果表明,该方法降噪效果比较明显。
关山彭昶
关键词：相空间重构奇异值分解降噪吸引子
全选 清除 导出
共1页<1>
聚类工具0