您的位置: 专家智库 > >

刘雪丽

作品数:5 被引量:17H指数:3
供职机构:沈阳理工大学机械工程学院更多>>
发文基金:国家高技术研究发展计划更多>>
相关领域:机械工程金属学及工艺自动化与计算机技术更多>>

文献类型

  • 4篇期刊文章
  • 1篇学位论文

领域

  • 4篇机械工程
  • 1篇金属学及工艺
  • 1篇自动化与计算...

主题

  • 3篇故障预测
  • 2篇局域均值分解
  • 2篇间隔期
  • 1篇订购决策
  • 1篇端点效应
  • 1篇延拓
  • 1篇预防性维修
  • 1篇搜索
  • 1篇搜索算法
  • 1篇特征提取
  • 1篇特征提取技术
  • 1篇曲率
  • 1篇曲率特征
  • 1篇小波
  • 1篇小波降噪
  • 1篇均值
  • 1篇备件
  • 1篇MATLAB...
  • 1篇波形
  • 1篇齿轮

机构

  • 5篇沈阳理工大学

作者

  • 5篇刘雪丽
  • 4篇魏永合
  • 1篇冯睿智
  • 1篇魏超

传媒

  • 1篇中国机械工程
  • 1篇机床与液压
  • 1篇组合机床与自...
  • 1篇沈阳理工大学...

年份

  • 1篇2017
  • 3篇2016
  • 1篇2015
5 条 记 录,以下是 1-5
排序方式:
波形曲率延拓在局域均值分解中的应用被引量:6
2016年
局域均值分解(LMD)是一种能够将复杂的调幅调频信号自适应地分解为一系列单分量的调幅调频信号的处理方法,其分解过程存在端点效应,分解结果有一定程度的失真。针对此问题,提出根据波形曲率特征对信号端点进行极值延拓,通过特征波的曲率波动来筛选与边界波形最为相似的数据段,在此基础上将波形匹配曲率估计应用于LMD分解过程中,并与镜像延拓及自适应波形匹配延拓方法相比较,验证了所提方法的优点。使用仿真信号与实际的齿轮故障数据进行试验与检测,结果表明,所提方法可以有效改善LMD分解过程的端点效应,提高分解精度。
魏永合牛保国刘雪丽赵旭宁
关键词:端点效应曲率特征
基于故障预测的备件订购决策优化模型被引量:1
2017年
针对退化状态分布函数未知的关键备件订购问题,考虑故障预测结果和备件订购相结合,提出一种基于故障预测的备件订购决策优化方法。首先,根据由状态检测信息得到的设备剩余寿命的预测结果,以备件订购时的剩余寿命为阈值制定备件订购决策策略;然后,根据更新过程理论,以规定可用度为约束条件,以单位时间内的期望费用最小为优化目标,建立以故障预测间隔期和备件订购阈值为优化变量的优化模型。采用人群搜索算法优化求解,得到系统最佳的故障预测间隔期和备件订购阈值。最后,通过引入算例,对所建模型优化仿真求解,得到设备最优的故障预测间隔期和备件订购阈值,验证了所建模型的可行性和有效性。
刘雪丽魏永合冯睿智魏超
关键词:故障预测
基于故障预测的预防性维修策略优化模型被引量:5
2015年
针对具有状态检测且退化分布未知的单部件系统,把故障预测技术引入到预防性维修的实践中,提出一种基于故障预测的预防性维修策略。首先,根据由状态检测信息得到的剩余寿命的预测结果,以预防性维修时的剩余寿命为阀值制定预防性维修策略。然后,根据更新过程理论,建立以设备的预防性维修阀值和预测间隔期为优化变量,以设备平均维修费用最小和设备可用度最大为优化目标的预防性维修优化模型。采用人群搜索算法进行优化求解,得到系统最佳的预防性维修阀值和维修预测间隔期。最后,通过引入算例,对所建模型优化仿真求解,得到设备最佳的预测周期,在保证设备可用度的同时,使设备的平均维修费用最小,验证了所建模型的可行性和有效性。
魏永合刘雪丽牛保国
关键词:故障预测
小波降噪和局域均值分解的齿轮故障特征提取技术被引量:2
2016年
针对齿轮系统非线性、非平稳性特点及传统时频分析方法的局限性,提出一种将小波和局域均值分解(Local mean decomposition,LMD)相结合进行齿轮故障特征提取的方法。该方法将原始信号通过小波分解再重构进行处理,以降低噪声的干扰,然后对重构信号进行LMD分解,并且对分解后所得到的乘积函数(PF)分量进行筛选。对筛选后的乘积函数进行包络谱分析,提取其故障特征进行研究。结果表明,两者相结合是一种很有效的故障特征提取方法,减弱了噪声对信号的干扰,可以实现对其振动信号故障特征的提取和诊断。
魏永合牛保国刘雪丽赵旭宁李曙光
关键词:小波齿轮故障特征提取
基于故障预测的设备预防性维修策略优化研究
为了提高设备的有效利用率、降低设备维修成本,制定科学合理的设备维修计划,本文针对退化分布未知的设备系统,将故障预测技术引入到设备维修管理的实践中,利用故障预测结果,结合现代设备管理理论,构建了基于故障预测的预防性维修优化...
刘雪丽
关键词:故障预测预防性维修MATLAB软件
共1页<1>
聚类工具0