公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

基于EMD和优化K-均值聚类算法诊断滚动轴承故障被引量：10: 2012年; 考虑到滚动轴承振动信号的非平稳特征和实际应用中典型故障样本不易获得等原因,而在实际应用中,故障程度识别和故障类型诊断一样重要,提出一种滚动轴承故障类型及故障程度识别方法。首先对原始振动信号进行EMD分解,对含故障特征的IMF(intrinsic mode function)分量进行信号重构,随后对重构信号进行Hilbert包络谱分析,在提取特征量的基础上,应用优化K-均值聚类算法进行故障类型和故障程度分类。实验结果表明:基于EMD和优化K-均值聚类的故障类型和故障程度识别算法,可将含不同故障类型的样本集,按故障类型进行正确分类;也可将含同种故障类型、不同故障程度的样本集,按故障程度进行正确分类。; 郭艳平颜文俊; 关键词：滚动轴承故障诊断 EMD K-均值聚类

基于经验模态分解和散度指标的风力发电机滚动轴承故障诊断方法被引量：39: 2012年; 提出了一种基于经验模态分解(Empirical Mode Decomposition,EMD)和散度指标的滚动轴承故障诊断方法。该方法首先对原始振动信号进行经验模态分解,再以峭度为准则,选取包含故障信息的特征模态函数(Intrinsic Mode Function,IMF)进行信号重构,并对重构后的信号进行Hilbert包络谱分析,然后提取故障特征量,最后通过计算故障特征量的J-散度(J-divergence)和KL-散度(Kullback-Leibler divergence)来判断故障类型和描述故障程度。通过从试验台采集的无故障和具有内环故障、外环故障和滚动体故障样本,以及从某风电场风力发电机齿轮箱高速输出端采集的近一年的监测数据分析结果,证明了所选故障特征量的准确性,同时也验证了所提出的基于经验模态分解和散度指标的滚动轴承故障诊断方法的有效性和准确性。; 郭艳平颜文俊包哲静杨强; 关键词：风力发电机组齿轮箱滚动轴承 EMD 散度

风力发电机组在线故障预警与诊断一体化系统设计与应用被引量：32: 2010年; 目前,风力发电机组缺乏一个面向整机所有重要部件关键参数的综合性监测系统,且现有系统的分析和诊断功能较薄弱。因此,设计了一种风力发电机组在线故障预警和诊断一体化系统,分别从系统的结构、功能和特点3个方面阐述了整个系统的硬件和软件实现。在对现有故障诊断方法和振动信号特点分析的基础上,阐述和论证了故障预警系统的工作原理和故障诊断方法的步骤,并重点对故障诊断系统自学习能力的具体功能和实现方法进行了说明。实际风电场运行情况表明,该一体化系统稳定、可靠、高效,完全能够满足实际的需要。; 郭艳平颜文俊包哲静; 关键词：风力发电机组在线监测故障预警故障诊断

一种新的IMF判据及其在风力发电机滚动轴承故障诊断中的应用被引量：4: 2012年; 针对现有EMD中IMF判据必须指定经验值范围的缺点,提出了一种基于峭度的IMF判据方法,该方法不必设定经验值,从而避免了由于经验取值的不同而造成分解结果的差异。仿真实验表明,与现有方法相比,该迭代次数判断方法能在保证计算速度的同时,使所得IMF分量具有更加明确的物理意义,能够很好地体现信号的非线性、非平稳特征,实现了信号的正确分解。将该方法应用在风力发电机齿轮箱高速端轴承的故障诊断中,准确诊断出了故障部位,同时也验证了该方法在EMD过程中确定迭代次数的有效性和准确性。; 郭艳平颜文俊; 关键词：经验模态分解峭度风力发电机滚动轴承

水泥立磨流程的建模和控制优化被引量：9: 2012年; 综述水泥流程工业中的立磨粉磨过程,通过分析立磨流程工艺特点,提出了立磨多回路控制系统设计思路,并采用最小二乘法建立立磨控制回路模型,根据现场操作经验及病态工况特点提取多回路切换控制规则。基于回路数学模型,采用预测控制方法对各回路实现优化控制。该系统在某水泥厂5 000 t/d水泥生料生产线试运行3个月,立磨系统的生产效率和成品合格率均取得显著提高。; 颜文俊秦伟; 关键词：立磨模型辨识多回路控制预测控制

基于CX20106A的超声波倒车雷达设计被引量：12: 2011年; 针对现有倒车雷达测距范围窄,制作成本较高的现状,从提高发射模块功率和接收模块灵敏度出发,采用中频变压器构建发射模块,并利用SONY CX20106A芯片设计接收模块,从而设计出一种成本低、测距范围宽、测距精度高、稳定性好的超声波倒车雷达设计方案。经测试结果表明,实验板的精确测距范围达到0.3～6.0m,测距精度小于5 cm,且具有较低的制作成本。; 秦伟颜文俊; 关键词：超声波测距倒车雷达中频变压器 SONY

全选清除导出

共1页<1>

国家高技术研究发展计划(2007AA05Z432926)