国家自然科学基金(50805071)
- 作品数：13 被引量：97H指数：7
- 相关作者：伍星迟毅林刘畅周川柳小勤更多>>
- 相关机构：昆明理工大学更多>>
- 发文基金：国家自然科学基金云南省教育厅科学研究基金云南省应用基础研究基金更多>>
- 相关领域：自动化与计算机技术机械工程电子电信自然科学总论更多>>
- 基于微粒群算法的盲解卷积及其在故障轴承声信号中的应用被引量：1
- 2010年
- 针对复杂机械声场中,盲解卷积算法分离滤波器长度估计困难的问题,提出一种用微粒群算法优化盲解卷积分离滤波器长度的改进方法,解决了估计结果不确定的问题。该方法以分离信号峭度最大值的倒数为微粒群搜索的适应度,利用微粒群算法搜索到最优的分离滤波器长度,获得了可靠稳定的估计结果。计算机仿真和实际环境中故障轴承声信号分离实验证明了该方法的有效性。
- 沈沂伍星迟毅林王宇
- 关键词：微粒群算法盲解卷积滚动轴承
- 基于盲解卷积和聚类的机械弱冲击声信号提取被引量：7
- 2009年
- 针对对比函数和紧缩方法的时域盲解卷积算法在分离机械弱冲击信号时,其结果易受解卷积滤波器长度影响的缺点,提出结合分层聚类的改进算法。该算法通过设置一个变长度滤波器组,对获得的多个盲解卷积结果进行聚类分析,解决了单次盲解卷积结果不确定问题,获得了可靠性高的估计信号。计算机仿真和实际环境下故障轴承声信号提取实验验证了算法的有效性。
- 王宇伍星迟毅林周川沈沂
- 关键词：分层聚类盲解卷积
- 基于广义形态滤波和相关系数的Hilbert-Huang变换方法被引量：6
- 2011年
- 针对Hilbert-Huang变换(HHT)中噪声引起的模态裂解和虚假模态问题,应用广义形态滤波降噪法和相关系数法改进了HHT。该方法首先将广义形态滤波器作为经验模态分解(EMD)的预处理,抑制噪声干扰;然后利用相关系数法去除虚假固有模态函数(IMF);最后对真实的IMF进行Hilbert谱分析,得到改进的HHT。利用仿真信号检验了改进HHT的效果,并将该方法应用于滚动轴承故障诊断中。实验分析结果表明:该方法能有效地进行滚动轴承早期故障诊断。
- 刘畅周川伍星迟毅林
- 关键词：HILBERT-HUANG变换经验模态分解相关系数滚动轴承故障诊断
- 基于频域盲解卷积的机械设备状态监测与故障诊断被引量：8
- 2012年
- 在频域盲解卷积(FDBD)模型的基础上,重点论述了其在工程信号特征提取中的关键技术:抑制循环—部分卷积误差的方法、次序不确定性的消除方法以及复数域盲分离算法的原理和应用。针对复杂环境或复杂机械设备结构中声、振信号的特征提取,全面综述了频域盲解卷积技术在机械设备状态监测和故障诊断中的研究现状,利用声学实验验证了其实际应用价值。最后指出了未来需要进一步研究的主要问题。
- 潘楠伍星迟毅林柳小勤刘畅
- 关键词：机械故障诊断
- 基于盲信号处理的机械噪声监测与故障诊断被引量：17
- 2009年
- 在介绍盲信号处理统一模型的基础上,全面归纳了其典型算法,综述了它在机械噪声监测与故障诊断中的研究现状,重点讨论了混合模型、噪声盲源分离与盲解卷积、盲源分离与多种技术的结合、噪声监测与诊断系统研究等方面的应用,并指出需要进一步研究的主要问题。
- 王宇迟毅林伍星沈沂
- 关键词：盲信号处理故障诊断
- 欠定盲解卷积用于滚动轴承复合故障声学诊断被引量：9
- 2013年
- 针对旋转机械复杂声场中强噪声干扰及故障源未知等难题,提出一种基于盲解卷积的声学诊断方法。该方法采用包络谱余弦测度作为独立分量间距离测度,结合冲击信号峭度指标优选独立分量,进而通过频域稀疏分量分析对估计信号做进一步的分离,最终实现在欠定条件下对滚动轴承复合故障信号的可靠提取。实际声场环境中的滚动轴承复合故障声信号提取试验验证了该方法的有效性。
- 潘楠伍星迟毅林柳小勤刘畅
- 利用ADO技术实现LabVIEW程序对远程数据库的访问
- 针对LabVIEW程序连接远程数据库的难点,对客户端访问、查询和操作远程服务器上SQL Server数据库中数据的技术手段进行了论述、比较和分析。着重介绍了基于ADO技术的三种方法:直接调用ADO控件、利用LabSQL工...
- 潘楠迟毅林伍星王宇
- 关键词：LABVIEWADO远程监测数据库
- 文献传递
- PSO-ICA算法及其在机械故障诊断中的应用
- 提出一种基于独立分量分析(ICA)和微粒群优化(PSO)相结合的算法,该算法以分离信号的负熵为目标函数,采用微粒群优化算法进行全局、并行寻优。该算法针对微粒群算法在达到一定精度后全体微粒爬坡能力低下的不足,提出了迭代次数...
- 李豫川柳小勤伍星迟毅林
- 关键词：微粒群优化独立分量分析故障诊断
- 文献传递
- 基于形态滤波和稀疏分量分析的滚动轴承故障盲分离被引量：18
- 2011年
- 为有效分离滚动轴承复合故障特征,提高故障诊断正确率,针对旋转机械调制故障信号非线性、强噪声干扰以及故障源信号未知的问题,提出一种基于形态滤波(Morphological Filtering,MF)和稀疏分量分析(Sparse Component Analysis,SCA)相结合的故障诊断方法。该方法首先对观测信号进行形态滤波提取信号中重要调制特征并使信号满足稀疏性要求,应用SCA分离滤波后的观测信号。在完备及欠定条件下对故障轴承加速度信号进行实验验证,分析结果表明该方法能够有效分离提取滚动轴承故障特征。
- 李豫川伍星迟毅林刘畅
- 关键词：形态滤波稀疏分量分析故障诊断滚动轴承
- 基于形态滤波和独立分量分析的轴承故障盲分离被引量：7
- 2010年
- 针对独立分量分析(ICA)对噪声较为敏感及滚动轴承故障信号的调制特性,提出一种基于形态滤波与ICA相结合的方法。该方法首先对观测信号进行形态滤波以突出故障特征同时消除其他干扰源,然后应用ICA分离形态滤波后信号。对滚动轴承外圈内圈复合故障信号进行实验研究,结果表明该方法能够有效识别分离滚动轴承故障特征。
- 李豫川伍星柳小勤贺玮
- 关键词：形态滤波独立分量分析故障诊断滚动轴承
