周继慧
- 作品数：5 被引量：42H指数：3
- 供职机构：华东交通大学机电与车辆工程学院更多>>
- 发文基金：江西省自然科学基金国家自然科学基金江西省教育厅科学技术研究项目更多>>
- 相关领域：机械工程电子电信自动化与计算机技术更多>>
- 滚动轴承故障程度评估的AR-GMM方法被引量：6
- 2016年
- 提出了一种基于AR-GMM的滚动轴承故障程度评估方法,该方法利用自回归模型(AR)提取无故障轴承早期振动信号特征,并建立无故障轴承高斯混合模型(GMM)作为故障程度评估基准。轴承后期振动信号在提取AR特征后导入该基准GMM模型,得到测试样本与无故障样本之间的量化相似程度。进而以此相似程度值为基础建立自回归对数似然概率值(ARLLP)作为滚动轴承故障程度评估指标。轴承疲劳试验分析表明该指标能够及时有效发现轴承早期故障,并能很好预测跟踪轴承恶化趋势,为视情维修奠定基础。
- 龙铭文章黄文艺周建民周继慧
- 关键词：视情维修
- 滚动轴承的MSE和PNN故障诊断方法被引量：16
- 2014年
- 针对滚动轴承不同运行状态振动信号具有不同复杂性的特点,提出一种新的基于多尺度熵(multiscale entropy,MSE)和概率神经网络(probabilistic neural networks,PNN)的滚动轴承故障诊断方法。该方法首先利用MSE方法对滚动轴承振动信号进行特征提取,并将其作为PNN神经网络的输入,再利用PNN自动识别轴承故障类型及故障程度。实验数据包括不同故障类型和不同故障程度样本,结果表明,相比于小波包分解和PNN结合的诊断方法,提出的方法具有更高的诊断精度,能有效实现滚动轴承故障类型及程度的诊断。
- 陈慧张磊熊国良周继慧
- 关键词：振动与波概率神经网络滚动轴承故障诊断
- 基于TESPAR与GMM的滚动轴承性能退化评估被引量：19
- 2014年
- 状态维修根据设备当前运行状态制定维修计划,可避免维修不足与维修过剩等问题。性能退化程度量化评估是实现滚动轴承状态维修的基础。提取滚动轴承早期无故障振动信号的TESPAR参数中的S矩阵作为原始特征,利用主分量分析对其进行降维处理后构建特征矢量,并建立无故障轴承高斯混合模型GMM。将轴承后期振动信号的S矩阵经降维处理后输入该GMM模型,得到被测样本与无故障样本之间的量化相似程度,以此建立时间编码对数似然值TELLP作为滚动轴承性能退化定量指标。轴承疲劳试验表明该方法能及时发现轴承早期故障,并且能很好地跟踪故障发展趋势。
- 张龙黄文艺熊国良周建民周继慧
- 关键词：状态维修滚动轴承高斯混合模型
- 二叉树型多分类器融合的轴承故障诊断方法被引量：1
- 2015年
- 多分类器融合能有效集成多种分类算法的优势,实现优势互补,提高智能诊断模型的稳健性和诊断精度。但在利用多数投票法构建多分类器融合决策系统时,要求成员分类器数目多于要识别的设备状态数,否则会出现无法融合的情况。针对此问题,提出了一种基于二叉树的多分类器融合算法,利用二叉树将多类分类问题转化为多个二值分类问题,从而各个节点上的成员分类器个数只要大于2即可,有效避免了成员分类器数目不足的问题。实验结果表明,相比单一分类器的诊断方法,该方法能有效地实现滚动轴承故障智能诊断,并具有对各神经网络初始值不敏感、识别率高且稳定等优势。
- 张龙张磊熊国良周建民周继慧
- 关键词：二叉树多分类器故障诊断
- 基于复杂度特征的滚动轴承智能诊断方法
- 滚动轴承故障诊断的关键是如何从振动信号中获取有效特征信息.本文针对滚动轴承不同运行状态振动信号具有跨尺度复杂性的特点,提出了一种新的基于多尺度熵(Multiscale entropy,MSE)和径向基函数(Radical...
- 熊国良张磊王宁周继慧
- 关键词：滚动轴承智能诊断振动信号
- 文献传递
