搜索结果:找到“郑近德”相关结果56条
排序: 按相关 按相关 按时间降序
  • 【期刊】 基于精细复合多尺度熵和自编码的滚动轴承故障诊断方法

    刊名:噪声与振动控制 作者:郑近德 ; 潘海洋 ; 包家汉 ; 刘庆运 ; 丁克勤 ; 欧淑彬 关键词:故障诊断 ; 多尺度熵 ; 精细复合多尺度熵 ; 特征降维 ; 滚动轴承 ; 故障诊断 机构:液压振动与控制教育部工程研究中心 ; 液压振动与控制教育部工程研究中心 ; 安徽工业大学机械工程学院 ; 中国特种设备检测研究院 年份:2019
    摘要:多尺度熵是一种有效衡量机械振动信号复杂度的非线性动力学方法。针对其存在的不足,引入精细复合多尺度熵(Refined composite multiscale entropy, RCMSE),在此基础上,结合自编码降维和遗传优化支持向量机,提出一种滚动轴承故障智能诊断新方法。首先,利用RCMSE提取滚动轴承振动信号多尺度复杂度特征,构建初始特征向量矩阵;其次,采用自编码对初始高维特征数据降维,得到低维流形特征;然后,将低维特征向量输入到基于遗传优化支持向量机的多故障模式分类器中进行训练、识别与诊断。最后,将所提方法应用于实验数据分析,并与多尺度熵方法进行对比,结果表明,该方法不仅能够有效诊断滚动轴承的工作状态和故障类型,而且识别率高于所对比方法。
  • 【期刊】 基于分段多项式的局部特征尺度分解方法及应用

    刊名:振动与冲击 作者:郑近德 ; 吴占涛 ; 程军圣 ; 曾鸣 关键词:局部特征尺度分解 ; 分段多项式 ; 故障诊断 ; 转子 ; 内禀尺度分量 机构:湖南大学汽车车身先进设计制造国家重点实验室 ; 湖南大学汽车车身先进设计制造国家重点实验室 ; 湖南大学现代工程训练中心 ; 安徽工业大学机械工程学院 年份:2016
    摘要:针对局部特征尺度分解(Local Characteristic-scale Decomposition,LCD)方法中两极值点连线在极值点处一阶微分不连续,引起分解精度降低问题,提出新非平稳信号分析方法 -基于分段多项式的局部特征尺度分解(Piecewise Polynomial based Local Characteristic-scale Decomposition,PPLCD)。用分段多项式取代LCD中直线连接,且均值曲线插值点由相邻3个同类极值点构成的多项式计算产生。通过仿真信号将PPLCD与LCD对比,结果表明,PPLCD在提高分量正交性、精确性等具有一定优越性;由转子碰摩故障诊断表明该方法的有效性。
  • 【期刊】 均值优化经验模态分解及其在转子故障诊断中的应用

    刊名:机械工程学报 作者:郑近德 ; 潘海洋 ; 程军圣 关键词:经验模态分解 ; 总体平均经验模态分解 ; 局部特征尺度分解 ; 转子碰摩 ; 故障诊断 机构:安徽工业大学机械工程学院 ; 安徽工业大学机械工程学院 ; 湖南大学汽车车身先进设计制造国家重点实验室 年份:2018
    摘要:经验模态分解(Empirical mode decomposition,EMD)作为一种自适应的信号分解方法已经被广泛应用于诸多工程领域。为了提高EMD的分解性能,分别考虑从不同权值均值曲线的迭代筛分结果中选择正交性最小以及从每层内禀模态函数迭代结果中选择最优以保证整体分解最优,发展了两种均值优化经验模态分解(Mean-optimized empirical mode decomposition,MOEMD)算法。通过仿真信号分析,将MOEMD方法与EMD等现有信号分解方法进行了对比,结果表明,MOEMD方法在分解性能和分解精度方面比EMD等方法有显著提高。最后,将MOEMD方法应用于转子碰摩故障信号分析,并与EMD进行了对比分析,结果表明,MOEMD方法不仅能够有效地识别转子碰摩故障,而且识别效果优于EMD方法。
  • 【期刊】 APEEMD及其在转子碰摩故障诊断中的应用

    刊名:振动.测试与诊断 作者:郑近德 ; 潘海洋 ; 张俊 ; 程军圣 关键词:经验模态分解 ; 总体平均经验模态分解 ; 模态混叠 ; 转子碰摩 ; 故障诊断 机构:安徽工业大学机械工程学院 ; 安徽工业大学机械工程学院 ; 湖南大学汽车车身先进设计制造国家重点实验室 年份:2016
    摘要:总体平均经验模态分解(ensemble empirical mode decomposition,简称EEMD)是抑制经验模态分解(empirical mode decomposition,简称EMD)模态混叠的有效方法,针对EEMD分解效果依赖于添加噪声的大小、筛分次数和总体平均次数等参数的选择及噪声残留大、分解不完备等问题,提出了自适应部分集成经验模态分解。该方法通过成对地向目标信号加入自适应噪声,并对每个内禀模态函数(intrinsic mode function,简称IMF)自动选择筛选次数,通过排列熵检测筛分出高频IMF,再对剩余信号进行EMD分解。将提出的方法应用于仿真和转子碰摩故障试验数据分析,结果表明提出的方法能够有效地应用于转子碰摩故障诊断,而且在分量的精确性、完备性和模态混叠的抑制等方面优于EEMD方法。
  • 【期刊】 基于改进多尺度模糊熵的滚动轴承故障诊断方法

    刊名:振动.测试与诊断 作者:郑近德 ; 代俊习 ; 朱小龙 ; 潘海洋 ; 潘紫微 关键词:多尺度模糊熵 ; 改进多尺度模糊熵 ; 滚动轴承 ; 故障诊断 机构:安徽工业大学机械工程学院 ; 安徽工业大学机械工程学院 年份:2018
    摘要:滚动轴承故障诊断的关键是敏感故障特征的提取。多尺度模糊熵(multi-scale fuzzy entropy,简称MFE)是一种衡量时间序列复杂性的有效分析方法,已经被用于滚动轴承振动信号故障特征提取。针对MFE算法中多尺度粗粒化过程存在的缺陷,笔者采用滑动均值的方式代替粗粒化过程,提出了改进的多尺度模糊熵算法,并通过仿真信号将其与MFE进行了对比分析。在此基础上,提出了一种基于改进多尺度模糊熵与支持向量机的滚动轴承故障诊断方法。最后,将所提故障诊断方法应用于的滚动轴承实验数据分析,并与基于MFE的故障诊断方法进行了对比,结果验证了所提方法的有效性和优越性。
  • 【期刊】 基于VMD的自适应复合多尺度模糊熵及其在滚动轴承故障诊断中的应用

    刊名:航空动力学报 作者:郑近德 ; 姜战伟 ; 代俊习 ; 潘紫微 关键词:滚动轴承 ; 故障诊断 ; 多尺度模糊熵 ; 变分模态分解 ; 特征选择 机构:安徽工业大学机械工程学院 ; 安徽工业大学机械工程学院 ; 安徽马鞍山 年份:2017
    摘要:提出了一种基于自适应多尺度模糊熵、ILS(迭代拉普拉斯得分)特征选择和粒子群优化支持向量机(PSO SVM)的滚动轴承故障诊断方法.该方法采用变分模态分解对振动信号进行分解和重构,并计算重构信号的复合多尺度模糊熵;同时采用迭代拉普拉斯得分选择敏感故障特征,并将特征选择结果输入到基于粒子群优化支持向量机的多故障分类器进行识别.将提出的方法应用于滚动轴承试验数据分析.结果表明:该方法对试验数据的故障识别率为100%.并将基于ILS特征选择方法与基于SFS (sequential forward selection)特征选择进行了对比,表明基于SFS特征选择的最高识别率为92.86%,而基于ILS特征选择的故障识别率达到100%.
  • 【期刊】 广义变分模态分解方法及其在变工况齿轮故障诊断中的应用

    刊名:振动工程学报 作者:郑近德 ; 潘海洋 ; 杨树宝 ; 潘紫微 关键词:故障诊断 ; 齿轮 ; 变分模态分解 ; 广义傅里叶变换 ; 变工况 机构:安徽工业大学机械工程学院 ; 安徽工业大学机械工程学院 ; 安徽马鞍山 年份:2017
    摘要:变分模态分解(Variational Mode Decomposition,VMD)是近年来提出的非平稳信号分解方法,通过将信号分解问题转化为变分约束问题,从而实现多变量信号的模态分离.但VMD方法在分析时变多分量信号时存在模态混叠现象.对此,提出了一种适合分析时变模态的信号处理方法——广义变分模态分解(Generalized VMD,GVMD).通过分析仿真信号,将GVMD与小波变换,原VMD和希尔伯特黄变换等方法进行了对比,结果表明,新提出的GVMD方法分解结果更精确,时频分辨率更高.最后,将GVMD方法应用于变转速齿轮振动信号故障特征的识别,结果表明了论文方法的有效性.
  • 【期刊】 本科生机械故障诊断学课程教学改革研究

    刊名:安徽工业大学学报(社会科学版) 作者:郑近德 ; 潘海洋 ; 潘紫微 关键词:机械故障诊断 ; 课程 ; 教学改革 年份:2016
    摘要:本科生机械故障诊断学课程教学中存在内容理论性强、教学脱离工程实际、学生基础薄弱等问题,可以通过补充基础知识、联系工程实际增加实验、优化考核方式等,提高本课程在本科生教学过程中的质量和效果。
  • 【专利】 一种物料输送装置及方法

    作者:郑近德 ; 童靳于 ; 潘慧 ; 刘庆运 ; 戚晓利 ; 张兴权 ; 吴胜华 年份:2018
    摘要:本发明公开了一种物料输送装置及方法,属于物料输送技术领域。装置包括链式输送机构,还包括接料装置、升降装置、支撑架;所述接料装置包括接料臂、第一驱动齿轮、第一主传动轴、第一联轴器、第一减速电机和导板;接料臂一端设置有轮齿;支撑架包括支撑板Ⅰ、支撑板Ⅱ、支撑板Ⅲ和导轨;升降装置包括小车装置、链条、第二电机从动轴、从动链轮、主动链轮、第二减速电机、第二联轴器、减速机、第三联轴器和第二主传动轴;小车装置包括焊接框架、导向轮、小车车体、横梁、齿条、第三驱动齿轮、第三主传动轴、第三减速电机和支撑导轮;还包括PLC控制系统。本发明结构巧妙,物料中转快,从而加快了整个物料输送节奏,能够满足现有的生产工艺要求。
  • 【期刊】 基于改进经验小波变换的时频分析方法及其在滚动轴承故障诊断中的应用

    刊名:电子学报 作者:郑近德 ; 潘海洋 ; 戚晓利 ; 张兴权 ; 刘庆运 关键词:时频分析 ; 希尔伯特变换 ; 经验小波变换 ; 滚动轴承 ; 故障诊断 机构:安徽工业大学机械工程学院 ; 安徽工业大学机械工程学院 年份:2018
    摘要:经验小波变换是最近提出的非平稳信号分析方法,针对其不足,提出了一种改进的经验小波变换方法;同时结合瞬时频率新定义,提出了一种非平稳信号时频分析新方法.该方法首先通过改进的经验小波变换将一个复杂的非平稳信号自适应地分解为若干个具有紧支集频谱的内禀模态函数之和;再通过对每个内禀模态函数进行解调,得到原始信号的时频分布.将提出的方法应用于滚动轴承试验数据分析,并将其与希尔伯特黄变换进行了对比,结果表明,论文提出的方法能够有效地诊断滚动轴承故障,且诊断效果优于希尔伯特黄变换方法.
  • 【期刊】 基于多尺度时不可逆与t-SNE流形学习的滚动轴承故障诊断

    刊名:振动与冲击 作者:郑近德 ; 姜战伟 ; 潘海洋 ; 潘紫微 关键词:多尺度时不可逆 ; 支持向量机 ; 滚动轴承 ; 故障诊断 机构:安徽工业大学机械工程学院 ; 安徽工业大学机械工程学院 ; 安徽马鞍山 年份:2017
    摘要:为了精确地提取机械振动信号的非线性故障特征,提出了一种新的振动信号复杂性测量方法——多尺度时不可逆.同时结合t-分布邻域嵌入(t-SNE)流形学习和粒子群优化-支持向量机(PSO-SVM),提出了一种新的滚动轴承故障诊断方法.采用多尺度时不可逆提取复杂振动信号的特征信息;利用t-SNE对高维特征空间进行降维;将低维特征向量输入到基于PSO-SVM多故障模式分类器中进行识别与诊断.将提出的方法应用于试验数据分析,并与现有方法进行了对比,分析结果表明,该方法不仅能够有效地诊断滚动轴承的工作状态和故障类型,而且优于现有方法.
  • 【期刊】 基于插值多尺度熵与模糊C-均值的滚动轴承故障诊断

    刊名:噪声与振动控制 作者:郑近德 ; 代俊习 ; 朱小龙 ; 潘海洋 ; 潘紫微 关键词:振动与波 ; 多尺度熵 ; 插值多尺度熵 ; 模糊C-均值 ; 滚动轴承 ; 故障诊断 机构:安徽工业大学机械工程学院 ; 安徽工业大学机械工程学院 年份:2018
    摘要:多尺度熵是一种有效的衡量时间序列复杂性的方法.为了克服多尺度熵粗粒化过程遗漏特征信息的问题, 提出了一种基于三次样条插值时间序列的插值多尺度熵算法.该方法首先通过三次样条插值时间序列代替原粗粒化过程, 再计算各个尺度下的样本熵.通过分析仿真信号将提出的方法与原多尺度熵方法进行对比, 结果表明了方法的有效性和优越性.在此基础上, 提出一种基于插值多尺度熵与模糊C一均值的滚动轴承故障诊断方法.最后, 将提出的故障诊断方法应用于滚动轴承的试验数据分析.结果表明, 所提出的方法比基于MSE的故障诊断方法识别率更高.