·
搜索结果:找到“郑近德”相关结果64条
排序: 按相关 按相关 按时间降序
  • 【期刊】 基于多变量多尺度模糊熵的行星齿轮箱故障诊断

    刊名:振动与冲击 作者:郑近德 ; 潘海洋 ; 张俊 ; 刘涛 ; 刘庆运 关键词:多尺度模糊熵 ; 多变量多尺度模糊熵(MMFE) ; 行星齿轮箱 ; 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 ; 福州大学机械工程及自动化学院 年份:2019
    摘要:行星齿轮箱被广泛用于风电、直升机和工程机械等大型复杂机械装备中。当行星齿轮箱发生故障时,振动信号往往表现出非线性和非平稳特征,多尺度熵理论能够有效地衡量振动信号的非线性和复杂性变化。同时为了尽可能地利用多通道振动信号信息来提高故障诊断的效率,将评价同步多通道数据多变量复杂度的多变量多尺度熵理论引入到行星齿轮箱故障诊断。针对其统计特征稳定性差的问题,提出了多变量多尺度模糊熵,并在基础上,提出了一种新的行星齿轮箱故障诊断方法。将提出的方法应用于行星齿轮箱故障试验数据分析,并与现有方法进行对比,结果表明了所提方法的有效性和优越性。
  • 【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】 基于改进多尺度熵与VPMCD的滚动轴承故障诊断

    刊名:噪声与振动控制 作者:郑近德 ; 姜战伟 ; 潘海洋 ; 潘紫微 关键词:振动与波 ; 多尺度熵 ; 特征降维 ; 多变量预测模型 ; 滚动轴承 ; 故障诊断 机构:安徽工业大学 ; 安徽工业大学 ; 机械工程学院 年份:2017
    摘要:多尺度熵(Multiscale entropy,MSE)是一种衡量时间序列复杂性的方法,针对其粗粒化过程由时间序列长度变短而导致熵值不精确、波动较大等问题,提出一种改进的多尺度熵(Improved multiscale entropy,IMSE)算法.在此基础上,结合迭代拉普拉斯得分(Iteration Laplacian Score,ILS)特征选择和多变量预测模型(Variable predictive model based class discriminate,VPMCD),提出一种新的滚动轴承智能故障诊断方法.最后,将提出的方法应用于滚动轴承试验数据分析,并与现有方法进行对比.结果表明,提出的方法不仅能够有效地识别滚动状态和故障类型,而且其诊断效果优于现有方法.
  • 【期刊】 1580热连轧机F2机架与传动系统固有振动特性研究

    刊名:《冶金设备》 作者:郑近德 ; 朱小龙 ; 张义方 ; 潘紫微 ; 包家汉 ; 伍毅 ; 叶金杰 ; 童靳于 ; 查从文 ; 胡彪 ; 何福金 关键词:热连轧机 ; 振动特性 ; 节点耦合 ; 模态分析 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 ; 马鞍山钢铁股份有限公司 年份:2018
    摘要:国内某厂1580热连轧机在轧制1.8mm薄规格带钢时,F2主传动系统发生剧烈振动现象,导致弧形齿接轴集油环连杆断裂;为了分析轧机振动特性,建立F2轧机主传动系统和轧机机架等零部件有限元模型,以节点耦合的方式模拟轧机内部各零部件之间的连接关系,进行有限元模态分析;计算结果与测试所得典型振动信号的优势频率对比分析可知,计算结果与测试结果较为相符,且下接轴自激振动阶段表现出明显的拍振特征,工作辊和机架等测点也具有扭矩自激振动阶段优势频率和拍振特征,为进一步分析轧机振动特性及原因提供有效参考。
  • 【期刊】 基于径向基函数的变量预测模型模式识别方法

    刊名:航空动力学报 作者:郑近德 ; 潘海洋 ; 杨宇 ; 程军圣 关键词:径向基函数(RBF) ; 变量预测模式识别方法 ; 预测误差平方和 ; 滚动轴承 ; 故障诊断 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 ; 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 ; 安徽工业大学机械工程学院 ; 安徽马鞍山 年份:2017
    摘要:针对变量预测模型模式识别方法中4种数学模型不足以反映特征值之间复杂关系的缺陷.因此,提出了一种基于径向基函数的变量预测模型(VPMRBF)模式识别方法,把提取的特征值输入到VPMRBF分类器中,然后通过训练样本建立反映特征值之间复杂关系的径向基函数预测模型,最后把测试样本的特征值作为径向基函数预测模型的输入,以预测误差平方和为依据完成分类.该方法充分有效地利用并且结合径向基函数和变量预测模式识别方法的优点,实现了故障特征提取到故障识别的全程诊断.滚动轴承故障诊断实验分析结果表明:与径向基神经网络、支持向量机和变量预测模式识别方法相比,VPMRBF的识别率分别提高了4.75%,1.75%和5.25%.
  • 【期刊】 基于复合多尺度模糊熵的滚动轴承故障诊断方法

    刊名:振动与冲击 作者:郑近德 ; 潘海洋 ; 程军圣 ; 张俊 关键词:多尺度熵 ; 复合多尺度模糊熵 ; 特征选择 ; 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 ; 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:为了精确地提取滚动轴承振动信号非线性故障特征,针对多尺度熵(Multi-Scale Entropy,MSE)中粗粒化方式的不足,提出一种新的衡量时间序列自相似性和复杂性的方法——复合多尺度模糊熵(Composite Multi-Scale Fuzzy Entropy,CMFE)。与MSE相比,CMFE综合同一尺度下多个粗粒化序列的信息,随着尺度因子的增加,熵值变化更加稳定,一致性更好。在此基础上,结合Fisher得分特征选择和支持向量机模式分类,提出了一种新的滚动轴承智能故障诊断方法。将提出的方法应用于滚动轴承实验数据分析,通过对比结果验证了所提出方法的有效性和优越性。
  • 【期刊】 POVMD与包络阶次谱的变工况滚动轴承故障诊断

    刊名:振动、测试与诊断 作者:郑近德 ; 姜战伟 ; 潘海洋 ; 潘紫微 关键词:变分模态分解 ; 变工况 ; 包络阶次谱 ; 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:2017
    摘要:针对变转速滚动轴承故障特征提取较难的问题,提出一种基于参数优化变分模态分解(parameter optimized variational mode decomposition,简称POVMD)与包络阶次谱的变工况滚动轴承故障诊断方法.首先,采用POV-MD对变转速滚动轴承振动信号进行分解,得到若干个本征模态函数之和;其次,对各个分量的时域信号进行角域重采样,将时变信号转化为平稳信号处理,再利用Hilbert变换估计重采样后的平稳信号的包络;最后,对得到的包络信号进行阶比分析,从谱图中读取故障特征信息.将POVMD方法与经验模态分解进行了对比,仿真信号分析结果表明了POVMD方法的优越性.将提出的变转速滚动轴承故障诊断方法应用于试验数据分析,分析结果表明,所提出的方法能够实现变转速滚动轴承的故障诊断,而且诊断效果优于现有方法.
  • 【期刊】 复合多尺度散布熵在滚动轴承故障诊断中的应用

    刊名:噪声与振动控制 作者:郑近德 ; 李从志 ; 潘海洋 关键词:振动与波 ; 多尺度熵 ; 复合多尺度散布熵 ; 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:为了提取滚动轴承的非线性故障特征,将复合多尺度散布熵应用于滚动轴承故障特征提取,提出1种基于复合多尺度散布熵与支持向量机的滚动轴承故障诊断方法,并将所提方法应用于滚动轴承实验数据分析。通过与多尺度散布熵和多尺度熵进行对比,结果表明:论文提出的故障诊断方法不仅能够准确地诊断滚动轴承的故障类型和程度,而且识别率优于所对比的方法。
  • 【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】 1580热连轧机F2机架与传动系统固有振动特性研究

    刊名:冶金设备 作者:郑近德 ; 朱小龙 ; 张义方 ; 潘紫微 ; 包家汉 ; 伍毅 ; 叶金杰 ; 童靳于 ; 查从文 ; 胡彪 ; 何福金 关键词:热连轧机 ; 振动特性 ; 节点耦合 ; 模态分析 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 ; 马鞍山钢铁股份有限公司 年份:2018
    摘要:国内某厂1580热连轧机在轧制1.8mm薄规格带钢时,F2主传动系统发生剧烈振动现象,导致弧形齿接轴集油环连杆断裂;为了分析轧机振动特性,建立F2轧机主传动系统和轧机机架等零部件有限元模型,以节点耦合的方式模拟轧机内部各零部件之间的连接关系,进行有限元模态分析;计算结果与测试所得典型振动信号的优势频率对比分析可知,计算结果与测试结果较为相符,且下接轴自激振动阶段表现出明显的拍振特征,工作辊和机架等测点也具有扭矩自激振动阶段优势频率和拍振特征,为进一步分析轧机振动特性及原因提供有效参考。
  • 【期刊】 基于稀疏带宽模态分解的变转速滚动轴承故障诊断

    刊名:振动与冲击 作者:郑近德 ; 潘海洋 ; 童宝宏 ; 张良安 关键词:稀疏带宽模态分解 ; 阶次追踪分析 ; 包络谱 ; 滚动轴承 ; 故障诊断 机构:安徽工业大学 ; 安徽工业大学 ; 机械工程学院 ; 安徽工业大学 ; 机械工程学院 ; 鞍山市安工大工业技术研究院工业机器人研究所 年份:2017
    摘要:针对以往信号处理方法存在的缺陷,提出了一种新的非平稳信号分析方法-稀疏带宽模态分解(Sparse bandwidth mode decomposition,SBMD).该方法将信号分解转化为约束变分问题,自适应地将信号分解为若干个IMF分量之和.另外,在变转速工况下,滚动轴承故障振动信号中含丰富的状态信息,将SBMD、阶次追踪分析和包络谱相结合应用于变转速工况条件下的滚动轴承故障诊断问题.实验分析结果表明,采用SBMD阶次包络谱方法可以及时有效的诊断变转速工况下的滚动轴承故障诊断问题.
  • 【期刊】 基于自适应多尺度散布熵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 ; 李从志 ; 潘海洋 ; 刘庆运 关键词:振动与波 ; 经验模态分解 ; 多尺度 ; 散布熵 ; 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:针对滚动轴承振动信号的非平稳、非线性特性,将一种新的衡量时间序列复杂性和不规则程度指标——散布熵(dispersion entropy,DE)引入到滚动轴承非线性故障特征提取,提出一种基于经验模态分解与DE相结合的自适应多尺度散布熵滚动轴承故障诊断方法。首先,采用经验模态分解对振动信号进行分解,得到若干不同尺度的本征模态函数;其次,计算每个本征模态函数的DE值;再次,将得到的DE值作为特征向量输入到基于支持向量机建立的多故障分类器进行训练和识别。最后,将提出的滚动轴承故障诊断方法应用于试验数据分析,结果表明,提出的方法能准确地识别滚动轴承故障类型。
上一页 1 2 3 4 5 6 下一页 跳转