您的位置: 专家智库 > >

杨志武

作品数:4 被引量:38H指数:3
供职机构:武汉科技大学材料与冶金学院冶金装备及其控制教育部重点实验室更多>>
发文基金:国家自然科学基金湖北省自然科学基金更多>>
相关领域:机械工程电子电信一般工业技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 3篇机械工程
  • 2篇电子电信
  • 1篇一般工业技术

主题

  • 2篇压电阻抗
  • 2篇压电阻抗技术
  • 2篇螺栓
  • 2篇螺栓松动
  • 2篇健康监测
  • 2篇齿轮
  • 2篇齿轮故障
  • 2篇齿轮故障诊断
  • 1篇神经网
  • 1篇神经网络
  • 1篇故障状态
  • 1篇多重分形谱
  • 1篇分形

机构

  • 4篇武汉科技大学

作者

  • 4篇杨志武
  • 2篇吕勇
  • 2篇李友荣
  • 2篇肖涵
  • 2篇褚青青
  • 2篇王涛
  • 2篇邵俊华

传媒

  • 2篇机械设计与制...
  • 1篇振动与冲击
  • 1篇传感技术学报

年份

  • 1篇2016
  • 2篇2015
  • 1篇2014
4 条 记 录,以下是 1-4
排序方式:
基于压电阻抗技术的螺栓松动检测试验研究被引量:19
2014年
针对工程结构中螺栓松动问题,采用万能试验机对螺栓联接结构进行加载模拟螺栓预紧力的变化,在不同螺栓预紧力作用下,测量螺栓联接结构上所安装的压电材料的阻抗变化,利用压电导纳实部均方根偏差(RMSD)对螺栓的松紧程度进行识别;分析损伤指标(RMSD)随预紧力变化的规律和压电材料安装位置及联接结构接触面粗糙度对损伤指标的影响。试验结果表明:在不同频率段和不同预紧力的作用下,随着预紧力的增大,损伤指标呈减小的趋势;压电材料的安装位置和接触面粗糙度对损伤指标测量结果均有一定的影响;损伤指标可以较准确地识别螺栓预紧力的变化。
王涛杨志武邵俊华李友荣
关键词:健康监测螺栓松动压电阻抗
压电阻抗技术用于智能螺栓的实验研究被引量:7
2015年
针对工程结构中的螺栓连接件易松动的问题,进行了基于压电阻抗技术(EMI)的螺栓松动监测实验。实验将锆钛酸铅压电陶瓷材料(PZT)直接粘贴在螺栓和螺母上,通过万能试验机对螺栓施加不同的拉力来模拟螺栓预紧力的变化,采用精密阻抗分析仪提取不同螺栓和螺母上压电材料的导纳信号,引入基于电导纳的均方根偏差(RMSD)损伤指标,建立螺栓松动程度和预紧力之间的对应关系。试验结果表明,不同型号的螺栓和螺母上安装的压电材料都可以感知预紧力的变化;得到了损伤指标(RMSD)和预紧力之间的定量对应关系;通过分析损伤指标和预紧力之间的关系可得到螺栓的松动情况,并且可直接定位松动的螺栓。研究表明基于压电阻抗技术的智能螺栓(智能螺母)可以实现松动自检测。
王涛杨志武邵俊华李友荣
关键词:健康监测压电阻抗螺栓松动
基于多个无标度区多重分形理论的齿轮故障诊断
2016年
针对齿轮故障振动信号具有多重分形特征,提出多个无标度区的多重分形理论与神经网络相结合的机械故障诊断方法。该方法采用多重分形理论计算齿轮振动信号的多分形谱和广义分形维数,并将多分形谱能和广义分形维数谱能作为特征量,构成二维特征向量。将该特征向量作为概率神经网络的输入参量,并对采自齿轮故障台的振动信号进行故障分类。实验证明,与单一无标度区多分形谱理论特征提取方法相比较,所提出的方法能更精密刻画振动信号特征,并获得更高的识别率。
褚青青肖涵吕勇杨志武
关键词:多重分形谱
基于多重分形理论与神经网络的齿轮故障诊断被引量:13
2015年
针对齿轮故障振动信号具有多重分形特征,提出多重分形与神经网络相结合的机械故障诊断方法。采用多重分形理论计算出振动时间序列的多分形谱f(α)和广义分形维数D(q),并将多分形谱能和广义分形维数谱能作为特征量,构成二维特征向量。将该特征向量作为概率神经网络的输入参量,对采自齿轮故障台的振动信号进行故障分类。作为对比,将关联维数作为特征量输入同样参数的概率神经网络并进行故障识别,结果表明,所提出的方法具有更高的识别率。
褚青青肖涵吕勇杨志武
关键词:神经网络
共1页<1>
聚类工具0