您的位置: 专家智库
>
资助详情>
黑龙江省教育厅科学技术研究项目(12531063)
黑龙江省教育厅科学技术研究项目(12531063)
- 作品数:7 被引量:66H指数:5
- 相关作者:段玉波曹莹赵志华吴力殷海双更多>>
- 相关机构:东北石油大学中国石油天然气集团公司更多>>
- 发文基金:黑龙江省教育厅科学技术研究项目更多>>
- 相关领域:机械工程自动化与计算机技术更多>>
- Hilbert-Huang变换中的模态混叠问题被引量:28
- 2016年
- 希尔伯特-黄变换(Hilbert-Huang transform,简称HHT)存在的模态混叠现象严重影响了实际应用效果。在分析研究HHT原理及模态混叠产生机理的基础上,提出了基于形态滤波预处理与端点延拓相结合的方法抑制模态混叠现象。与集合经验模态分解(ensemble empirical mode decomposition,简称EEMD)方法比较,所提出的方法能够更快速、准确地分解出表征信号的本征模态函数(intrinsic mode function,简称IMF)分量。将该方法应用于滚动轴承的实测信号分析,结果表明,该方法在实际应用中同样具有很好的模态混叠抑制效果。
- 曹莹段玉波刘继承
- 关键词:经验模态分解形态滤波
- 基于无线通信技术的温室环境参数监测系统被引量:5
- 2014年
- 运用STC89C52单片机、DHT11温/湿度传感器、BH1750光照传感器、nRF24L01无线模块、LCD1602液晶及12864液晶显示模块等器件,设计了基于无线通信技术的温室环境参数监测系统。该系统可以对温室内的温/湿度和光照参数进行多点采集,并将采集的温室参数通过无线模块送到终端(接收端),最后由终端设备将参数送至PC机。实现了对温室大棚中温度、湿度和光强的监控,解决了温室大棚人工控制测试的温/湿度误差大、费时费力及效率低等问题。
- 赵志华段志伟
- 关键词:温室环境参数监测系统无线通信
- 往复泵故障智能诊断系统的设计被引量:7
- 2013年
- 开发了往复泵故障的智能诊断系统,以故障诊断系统为核心,软件部分用Visual C++语言来开发,由软件控制同步进行压力、位置及流量等信号的数据采集和数据库管理。由于不同故障类型对应的信号曲线也不同,所以以压力信号为主,以流量信号为辅作为故障信息;然后应用基于人工智能理论的小波神经网络和小波包分解技术进行数据处理、保存和故障诊断。从小波神经网络诊断的结果可以看出:往复泵故障智能诊断系统诊断速度快,准确性高。
- 赵志华吴力
- 关键词:小波神经网络往复泵故障诊断
- 基于紧致型小波神经网络的往复泵故障诊断被引量:7
- 2013年
- 为了对往复泵的故障进行正确诊断,提出基于紧致型小波神经网络的往复泵故障诊断方法。以往复泵单个泵缸内的压力信号作为系统特征信号通过小波包分解来提取故障特征向量,同时将此特征向量作为小波神经网络的输入,利用小波神经网络对故障做进一步的精确实时诊断。通过对往复泵液力端多故障诊断实例的检验表明,该系统故障诊断正确率达到94%以上。
- 赵志华吴力殷海双
- 关键词:振动与波小波神经网络往复泵故障诊断小波包
- 基于多尺度的形态滤波降噪方法被引量:8
- 2015年
- 旋转机械的振动信号大多为混有强噪声的非平稳随机信号,降噪是对该类信号进行分析处理的关键。在对数学形态学及其滤波原理和算法进行分析研究的基础上,针对已有基于形态滤波的降噪方法,结合旋转机械振动信号特点,提出基于多尺度运算的平均组合形态滤波降噪方法。在仿真验证该方法有效性的基础上,将其应用于滚动轴承的特征频率提取,结果表明:该方法能够很好地去除滚动轴承振动信号的噪声干扰。
- 曹莹段玉波刘继承
- 关键词:信号降噪多尺度形态滤波故障特征提取
- 基于形态滤波和HHT的滚动轴承故障特征提取被引量:6
- 2014年
- 应用形态滤波和HHT提取滚动轴承振动信号故障特征。通过形态组合滤波对信号进行预处理,对预处理后的信号进行EMD分解,把信号分解为若干个IMF的和,之后计算IMF的希尔伯特能量谱,提取振动信号的故障特征频率。本算法能够较准确地提取出滚动轴承振动信号的故障特征频率,为滚动轴承振动检测与故障诊断研究提供参考。
- 刘继承聂品磊杨宏宇宋剑白杨文涛
- 关键词:故障诊断形态滤波滚动轴承
- 多尺度形态滤波模态混叠抑制方法被引量:5
- 2016年
- 针对Hilbert-Huang变换(HHT)中存在的模态混叠现象,依据数学形态学理论,提出多尺度平均组合形态滤波方法,并构建了多尺度平均组合形态滤波器对原始振动信号进行降噪预处理,以实现对模态混叠的抑制。并以滚动轴承的振动信号为原始数据进行故障特征频率提取实验,将所提方法与集合经验模态分解(EEMD)方法对模态混叠的抑制效果进行对比。结果表明,所提的多尺度平均组合形态滤波方法耗时仅为EEMD的1/10,且特征频率提取的误差率比EEMD低0.16%。最后,将多尺度平均组合形态滤波与HHT相结合进行滚动轴承故障特征提取的现场试验,特征频率提取结果与理论值的误差率为0.26%。
- 曹莹段玉波刘继承侯永强张雪松
- 关键词:HILBERT-HUANG变换特征提取