周小龙
- 作品数：16 被引量：51H指数：5
- 供职机构：长春理工大学更多>>
- 发文基金：国家自然科学基金吉林省教育厅“十二五”科学技术研究项目更多>>
- 相关领域：机械工程电子电信动力工程及工程热物理自动化与计算机技术更多>>
- 基于最优特征的改进经验模态分解方法被引量：7
- 2017年
- 针对经验模态分解(EMD)过程中存在的模态混叠等问题,提出了一种基于最优特征的自适应白噪声平均总体经验模态分解方法。该方法采用基于边界局部均值延拓的方法抑制端点效应问题,同时,在经验模态分解的每个阶段自适应地添加有限次白噪声,保证在平均次数相对少的情况下,通过计算唯一残余分量来获取信号的固有模态函数,从而避免了模态混叠问题的产生。通过分析仿真信号和实测信号,证明了该方法对模态混叠现象有一定的抑制作用,同时可有效避免端点效应问题的产生。
- 刘薇娜周小龙姜振海马风雷
- 关键词：机械设计经验模态分解
- 基于改进希尔伯特-黄变换的发动机气门故障诊断被引量：1
- 2017年
- 由于发动机系统及工作环境等因素的影响,发动机气门故障信号往往呈现出非线性和非平稳性的特点。为此,提出一种基于改进希尔伯特-黄变换的故障诊断方法。以气门声音信号为研究对象,首先,采用快速独立分量分析法去除环境噪声因素对于信号诊断准确性的影响,对降噪后信号进行改进经验模态分解,得到表征信号特性的固有模态函数,并通过相关性分析法去除虚假分量,从而获得信号的希尔伯特谱和边际谱,最后,结合时域和频域特征进行故障诊断。通过仿真研究证实了本文所提方法的准确性,实际试验证明:希尔伯特谱和边际谱能够有效并准确地反映出故障信号的时频信息,为该类问题的解决提供一种切实有效的方法。
- 杨恭勇周小龙梁秀霞李家飞
- 关键词：希尔伯特-黄变换相关系数气门故障诊断
- 一种改进的Hilbert-Huang变换方法及其应用被引量：8
- 2017年
- 针对希尔伯特–黄变换方法中存在的端点效应和虚假模态分量等问题,分析其产生原因,提出一种基于边界极值均值延拓的端点效应抑制与虚假模态分量剔除相结合的改进方法。该方法首先根据信号两侧端点和其临近极值点的特性,对包络线在信号两端点处的位置进行约束,从而改善包络线拟合结果,在一定程度上抑制端点效应问题的产生。然后,依据各模态分量间的正交性原理,通过虚假模态分量剔除算法,选取能够反映信号特征的敏感模态分量,以保证分析的准确性。通过数值仿真,验证了所提方法的有效性。最后,应用于发动机异响故障诊断中,诊断结果表明该方法有效抑制了传统希尔伯特–黄变化方法的端点效应和虚假模态问题,可有效提取发动机异响信号的故障特征。
- 周小龙刘薇娜姜振海马风雷
- 关键词：经验模态分解端点效应
- 一种基于希尔伯特‑黄变换的机械构件残余应力检测方法
- 本发明公开了一种基于希尔伯特‑黄变换的机械构件残余应力检测方法，该检测方法步骤是：1.对不含有残余应力和含有残余应力的同种机械构件进行振动信号的采集，将采集到的加速度信号分别记为x(t)和y(t)；2.运用HHT方法对x...
- 周小龙刘薇娜姜振海马风雷
- 一种基于希尔伯特-黄变换的机械构件残余应力检测方法
- 本发明公开了一种基于希尔伯特‑黄变换的机械构件残余应力检测方法，该检测方法步骤是：1.对不含有残余应力和含有残余应力的同种机械构件进行振动信号的采集，将采集到的加速度信号分别记为x(t)和y(t)；2.运用HHT方法对x...
- 周小龙刘薇娜姜振海马风雷
- 文献传递
- 基于EMD重构和SVM的滚动轴承故障诊断方法研究被引量：5
- 2016年
- 针对滚动轴承振动信号非平稳性和故障特征难以提取的问题,提出一种基于经验模态分解重构和支持向量机相结合的故障诊断方法。首先,采用经验模态分解,将滚动轴承振动信号分解成一系列固有模态函数;其次,根据伪固有模态函数剔除法选取对故障特征敏感的模态函数进行信号重构;最后,以重构信号的有效值和峭度值作为支持向量机分类器的输入来识别滚动轴承的工作状态和故障类型。试验结果表明,该方法能有效地识别和诊断出滚动轴承的运行状态和故障类型,具有很高的工程实用价值。
- 周小龙杨恭勇梁秀霞李家飞
- 关键词：经验模态分解支持向量机滚动轴承
- 基于ANSYS轴承曲面轴瓦结构对流场的影响
- 2016年
- 推力滑动轴承的轴颈和轴瓦是以面接触的形式进行滑动摩擦。如果轴颈和轴瓦之间没有稳定有效的油膜,待油膜破裂之后就会出现轴承与轴颈之间发生直接摩擦使得轴承失效,出现这种现象主要原因是由轴瓦的周向、径向的弯曲高度的取值不同所产生。通过推力滑动轴承的曲面轴瓦不同周向、径向结构进行了分析得出:靠近外径高压区域面积越大而且压力也越大,在轴承运转过程中出现这种压力分布的好处在于油膜稳定有效性相对于只有周向凸起的轴瓦要好。
- 周小龙毛杰伟刘文浩王增鹏
- 关键词：数值模拟流场
- 基于改进HHT的微弱故障信号特征提取方法被引量：6
- 2016年
- 针对微弱故障信号故障特征难以提取的问题,提出一种基于改进希尔伯特-黄变换的故障特征提取方法。该方法首先采用平均总体经验模态分解将故障信号分解成一系列固有模态函数,再选取对故障特征敏感的固有模态函数进行希尔伯特谱和边际谱分析,从中提取故障特征。仿真和实际试验证明:希尔伯特谱和边际谱能够清晰呈现故障信号时域和频域内的细微特性,为微弱故障信号的特征提取提供了一种切实可行的方法。
- 周小龙姜振海马风雷
- 关键词：希尔伯特-黄变换微弱信号特征提取
- 基于改进HHT的奇异值分解和马氏距离的滚动轴承故障诊断被引量：3
- 2017年
- 针对滚动轴承振动信号的非平稳性以及故障诊断样本总量少的特点,提出一种基于改进希尔伯特-黄变换的奇异值分解和马氏距离相结合的故障诊断方法。首先,采用改进经验模态分解方法将所测不同工况下的滚动轴承信号分解成多阶固有模态函数,并根据各模态函数的特性选取对各工况信号敏感的模态分量;其次,对敏感模态函数分量组成的特征向量进行奇异值分解,并以分解结果的期望值作为诊断的特征值;最后,将马氏距离判别算法应用于滚动轴承的工况和类型判别。试验结果表明,本文所提方法能有效识别出滚动轴承的工作状态,具有一定的应用价值。
- 杨恭勇周小龙梁秀霞李家飞
- 关键词：希尔伯特-黄变换奇异值分解滚动轴承故障诊断
- 基于改进HHT能量熵和SVM的滚动轴承故障诊断被引量：9
- 2016年
- 针对滚动轴承振动信号非平稳性以及故障诊断过程中试验样本总量少的特点,提出一种基于改进希尔伯特-黄变换能量熵和支持向量机相结合的滚动轴承故障诊断方法。首先,利用改进经验模态将不同状态下滚动轴承的振动信号分解成一系列固有模态函数,并采用敏感模态函数判别算法找出对故障信息敏感的固有模态函数;其次,将敏感模态函数分量的能量熵作为输入建立支持向量机;最后,利用支持向量机对滚动轴承的工作状态和故障类型进行识别。试验结果表明,该方法可有效应用于滚动轴承的故障诊断,为该类信号的故障诊断提供了一种切实可行的方法。
- 周小龙姜振海马风雷
- 关键词：希尔伯特-黄变换支持向量机滚动轴承故障诊断
