唐贵基
- 作品数：317 被引量：2,322H指数：21
- 供职机构：华北电力大学更多>>
- 发文基金：国家自然科学基金河北省自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：机械工程电气工程自动化与计算机技术动力工程及工程热物理更多>>
- 基于总变差去噪和快速谱相关的滚动轴承故障诊断被引量：9
- 2019年
- 特征提取在滚动轴承故障诊断中起着至关重要的作用,然而实测的振动信号本质上是复杂的、非平稳的,同时故障轴承的脉冲特征常常淹没于噪声中。为了有效提取强噪声背景下的滚动轴承故障信息,提出一种基于总变差去噪(Total Variation Denoising,TVD)和快速谱相关(Fast Spectral Correlation,Fast-SC)相结合即 TVD-Fast SC 故障特征提取方法;首先,利用总变差去噪方法对振动信号进行消噪,提高信号的信噪比(SNR);然后,对去噪后的信号进行快速谱相关分析,准确地识别出轴承的故障特征频率。仿真和实验结果表明,该方法可以有效地提取出滚动轴承的微弱故障特征信息,分析效果优于直接快速谱相关方法和小波阈值去噪与快速谱相关结合的方法,为滚动轴承微弱故障特征提取提供一种有效的方法。
- 唐贵基田甜庞彬
- 关键词：故障诊断特征提取
- 多轮盘转子系统轴向振动的固有特性研究被引量：4
- 2011年
- 通过分析轴系轴向振动的机理,进一步将传递矩阵法应用到对一台汽轮发电机轴系的轴向振动固有特性的计算方法中去。计算结果证明这种方法既简单又可靠。
- 唐贵基王林刘良玉张泰愚
- 关键词：轴向振动传递矩阵
- 基于LabVIEW的虚拟振动测试分析系统的设计与应用被引量：6
- 2011年
- 设计并搭建了基于LabVIEW的虚拟振动测试分析系统,介绍了系统硬件的搭建方法以及软件各功能模块的具体功能,说明了利用LabVIEW设计数据采集及数据分析程序的方法并给出了其主程序和部分界面。利用该系统对实际转子发生油膜失稳故障时的振动信号进行了采集,并利用LabVIEW实现的希尔伯特黄变换(Hilbert-Huang Transform,HHT)方法对振动数据进行分析,分析结果表明了该系统能够对振动信号进行采集并且可以对信号进行正确的分析,满足振动测试分析的任务要求。
- 唐贵基马万里代拓胡爱军
- 关键词：虚拟仪器振动测试LABVIEW油膜失稳
- 基于CAN总线的设备状态监测系统
- 利用CAN总线的灵活、高速率、高可靠的数据传输性能研究开发了一套在线设备状态监测系统,系统采用总线型的拓扑结构和分布式的框架结构,介绍了系统的总体设计,论述了系统的硬件、软件及实现方法.实践证明,系统实现了设备的实时在线...
- 向玲唐贵基韩庆瑶
- 关键词：CAN总线单片机组态软件
- 文献传递
- 基于EMD的齿轮箱齿轮故障诊断的研究被引量：11
- 2013年
- 利用经验模态分解方法 (EMD)的自适应性,对齿轮箱齿轮故障信号进行分解,并对分解获得的本征模态函数(IMF)进行包络解调,提取出齿轮故障的特征频率。采用开发的模块,利用QPZZ故障试验台模拟齿轮点蚀、断齿故障,进行实例分析。分析结果表明,EMD方法可以有效应用于齿轮箱的故障诊断。
- 唐贵基庞尔军王晓龙
- 关键词：EMD齿轮箱故障诊断
- 基于参数优化时变滤波经验模态分解的转子故障诊断被引量：13
- 2019年
- 针对应用时变滤波经验模态分解(TVFEMD)诊断转子故障时需人为指定带宽阈值和B样条阶数两个参数,存在较大主观性和盲目性的不足,提出一种基于参数优化TVFEMD和希尔伯特变换(HT)诊断转子故障的方法。采用粒子群算法搜索最佳参数组合;并使用最优参数组合进行TVFEMD,得到一系列的本征模态函数(IMF);最后,对IMF进行HT,得到信号的希尔伯特时频图和边际谱,从而诊断出转子的故障类型;分别应用该方法诊断恒定转速的转子不平衡、变转速的油膜涡动两种典型转子故障。结果表明:基于参数优化时变经验模态分解和希尔伯特变换的方法不仅能够实现参数的自动选择,获得良好的分解效果,且能准确识别转子的不平衡、油膜涡动等典型故障;与原始经验模态分解和现有方法相比,具有明显的优越性。
- 唐贵基周翀庞彬李楠楠
- 关键词：转子故障诊断参数优化
- 基于ARLMD和IMOMEDA的滚动轴承早期微弱故障诊断
- 2023年
- 为实现强噪声干扰下滚动轴承早期微弱故障损伤特征的准确识别,提出一种自适应鲁棒局部均值分解(adaptive robust local mean decomposition,ARLMD)和改进多点最优最小熵解卷积(improved multipoint optimal minimum entropy deconvolution adjusted,IMOMEDA)相融合的诊断新方法。首先,利用基于斯皮尔曼相关系数的ARLMD算法对原始信号进行处理,按照线性峭度(L-kurtosis)最大原则筛选出蕴含丰富故障信息的最佳分量,实现原始信号信噪比的有效提升;然后,针对多点最优最小熵解卷积(multipoint optimal minimum entropy deconvolution adjusted,MOMEDA)效果受滤波长度影响较大的特点,提出基于余量自相关能量比(residual autocorrelation energy ratio,RAER)的最优滤波长度选取策略,对最佳分量进行IMOMEDA处理,实现周期性冲击特征强化放大;最后,计算解卷积信号的包络谱,从中提取出特征频率信息。仿真、实验及工程信号分析结果表明,所提方法可有效提取强噪声下的微弱故障特征,实现轴承损伤的精确诊断。
- 唐贵基丁傲王晓龙张晔姜超李海明
- 关键词：滚动轴承
- 变分模态分解方法及其在滚动轴承早期故障诊断中的应用被引量：122
- 2016年
- 介绍了一种自适应信号分解新方法——变分模态分解(Variational mode decomposition,VMD),并且针对滚动轴承早期故障识别困难这一问题,提出了基于VMD的诊断方法。首先通过基于分数高斯噪声的数值模拟试验对VMD方法的等效滤波特性进行研究,验证了其类似于小波包分析的频域剖分特性,继而分析了惩罚因子及分量个数的设置对VMD方法滤波特性的影响。为了在轴承故障检测过程中,减少人为主观选择影响参数存在的弊端,提出了基于包络谱特征因子(Feature factor of envelope spectrum,EFF)的影响参数自动搜寻策略,最后通过仿真信号及试验信号对所述方法进行验证。分析结果表明:该方法能够有效提取轴承早期故障信号中的微弱特征信息,实现故障类型的准确判别。
- 唐贵基王晓龙
- 关键词：故障诊断滚动轴承
- 基于FAMVEMD和改进CYCBD的滚动轴承微弱故障诊断被引量：1
- 2022年
- 针对强噪声滚动轴承故障诊断问题,提出一种基于快速自适应多元经验模态分解(FAMVEMD)和改进循环平稳盲解卷积(CYCBD)的多通道诊断方法。首先,应用FAMVEMD处理多测点故障信号,按照自相关能量-线性峭度准则选取最佳分量、进行信号重构;其次,基于多点峭度和自相关能量改进CYCBD算法,通过重构信号的解卷积处理实现故障特征强化放大;最后,从解卷积信号包络谱中提取故障特征。实验数据分析结果表明,所述方法可准确提取故障特征,实现轴承损伤精确诊断。
- 唐贵基丁傲王晓龙张晔姜超李海明
- 关键词：滚动轴承故障诊断信号分解
- HHT的LabVIEW实现及在振动信号中的应用被引量：2
- 2013年
- 采用一种新的固有模态函数(intrinsic mode function,简称IMF)筛选停止条件代替目前常用的筛选停止条件,根据希尔伯特-黄变换(Hilbert-Huang transform,简称HHT)原理开发出LabVIEW的HHT模块。利用仿真信号对不同筛选条件进行对比,并利用开发的模块对转子试验台实测的振动数据进行分析。结果表明,基于新的筛选条件开发的模块更具合理性,能够对信号进行正确分析,满足振动测试分析的任务要求。
- 唐贵基王晓龙庞尔军
- 关键词：希尔伯特-黄变换油膜失稳旋转机械
