宋怡然
- 作品数：3 被引量：9H指数：2
- 供职机构：昆明理工大学信息工程与自动化学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：机械工程自动化与计算机技术更多>>
- 基于EEMD和改进多小波的故障诊断的研究被引量：2
- 2017年
- 针对滚动轴承振动故障信号具有非线性和非平稳的特点以及多小波阈值函数的选取对去噪效果的影响,提出一种基于EEMD(总体经验模态分解)和改进多小波阈值结合的故障特征提取的方法。首先,使用EEMD方法对采集到的信号进行分解,根据峭度值以及能量值选取有效的IMF(基本模态)分量,再选取合适的多小波函数对选取的IMF分量进行去噪,最后利用频谱分析法对去噪后的IMF分量进行重构,从而识别出故障特征频率,并通过获取的频率判断故障类型。实验结果表明,此方法可行且取得了较好的效果。
- 王海瑞宋怡然王雪李荣远
- 关键词：多小波阈值故障诊断滚动轴承
- 基于EEMD和模糊BP神经网络的滚动轴承故障诊断被引量：1
- 2017年
- 针对滚动轴承故障振动信号的非平稳特征,提出一种基于总体经验模态分解(EEMD)和模糊BP神经网络的故障诊断方法。首先对滚动轴承的振动信号采用总体经验模态分解方法进行分解,得到若干个本征模态函数分量(IMF);然后提取各分量的均方差、峭度和能量,把这些特征参数作为学习集和训练集,将学习集输入到模糊BP神经网络中进行学习;最后把训练集输入到特征参数经过学习训练后的模糊BP神经网络中进行故障类型识别,并与BP神经网络进行比较。实验结果表明:所提方法能有效地应用于滚动轴承故障诊断,而且比BP神经网络具有更高的精确度。
- 张国银王雪王海瑞郝家骥宋怡然
- 关键词：滚动轴承故障诊断模糊BP神经网络峭度
- 基于GA-BP神经网络的多传感器轴承故障诊断被引量：6
- 2017年
- 由于单一传感器采集滚动轴承的故障信息精度较低,提出基于GA-BP神经网络的多传感器信息融合方法。首先使用单一传感器采集其状态信息,并采用小波包分析提取轴承故障状态特征,然后采用遗传算法(GA)优化BP神经网络对单传感器进行滚动轴承故障诊断,接着运用DS证据理论把每一个诊断结果进行信息融合,最终得到诊断结果。仿真实验结果表明:该方法可提高滚动轴承故障诊断的精确度和效率。
- 李荣远张国银王海瑞王雪宋怡然齐磊任玉卿
- 关键词：故障诊断滚动轴承GA-BP神经网络DS证据理论信息融合
