张少波
- 作品数：3 被引量：10H指数：2
- 供职机构：华北电力大学能源动力与机械工程学院机械工程系更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：机械工程电气工程更多>>
- 2024铝合金随机多弹丸喷丸后残余应力场的有限元模拟被引量：6
- 2016年
- 基于有限元分析软件ABAQUS建立了2024铝合金随机多弹丸喷丸的三维有限元模型,首先模拟了不同弹丸数量下残余应力场的变化特征,然后分析了弹丸速度和直径对残余应力场的影响;最后进行了试验验证。结果表明：弹丸数量大于80颗后,残余应力基本不再变化;增加弹丸速度可显著提高残余压应力层的深度、各深度残余压应力值以及残余压应力的峰值,但对残余压应力峰值的深度影响不大;增大弹丸直径对0-0.1 mm深度内的残余压应力值影响不大,对残余压应力层的深度、0.1mm深度以下的残余压应力值、残余压应力峰值及残余压应力峰值的深度提高明显;有限元模拟结果与试验结果接近,说明模拟结果准确。
- 张少波布紫叶
- 关键词：2024铝合金有限元模拟残余应力场
- 基于改进变分模态分解排列熵和极限学习机的汽轮发电机转子故障诊断方法
- 2016年
- 针对实际转子振动信号的非线性、非平稳性引起的故障类型难以准确识别的问题,提出了一种基于改进变分模态分解(VMD)排列熵和极限学习机的转子故障诊断方法。首先,为克服VMD中惩罚因子和分解个数按经验选择的问题,提出一种基于人工化学反应算法的改进VMD方法,将其用于振动信号分解,得到若干个不同尺度的固有模态分量(IMF);随后计算蕴含主要故障特征信息的前几个IMF的排列熵值;最后将得到的前几个排列熵值作为特征矢量,输入到建立的极限学习机中实现不同状态下转子振动信号的模式识别。将提出方法应用于汽轮发电机转子试验台采集的数据,结果表明:提出的方法能有效实现不同运行状态下的转子振动信号的辨识,提高了模式识别精度。
- 冯培燕张少波
- 关键词：极限学习机故障诊断
- 基于IITD样本熵和支持向量机的齿轮故障诊断方法被引量：4
- 2017年
- 基于ITD方法的线性变换和Akima插值,提出了一种改进的固有时间尺度分解方法(Improve Intrinsic Timescale Decomposition,简称IITD)方法。齿轮振动信号具有非平稳特征,其典型的故障样本难以获取,为此进一步提出了一种基于IITD样本熵和支持向量机的齿轮故障诊断方法。采用IITD法对非平稳的原始加速度振动信号进行分解,并提取包含主要故障特征信息的PR分量,将其样本熵值作为特征向量;然后将特征向量输入到支持向量机中识别齿轮的故障特征。实验分析结果表明:相比BP神经网络,能更有效地应用于齿轮的故障诊断。
- 张少波张少波
- 关键词：支持向量机故障诊断
