期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
5
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种改进的解卷积算法及其在滚动轴承复合故障诊断中的应用
被引量:
16
1
作者
齐咏生
樊
佶
+2 位作者
李永亭
高学金
刘利强
《振动与冲击》
EI
CSCD
北大核心
2020年第21期140-150,共11页
针对滚动轴承复合故障振动信号非平稳、非线性特性且不同类型故障之间相互耦合,使得传统方法对复合故障冲击特征难以提取的问题,提出了一种基于自适应信号稀疏共振分解(ARSSD)和多点峭度最优最小熵解卷积修正(MK-MOMEDA)的故障诊断新方...
针对滚动轴承复合故障振动信号非平稳、非线性特性且不同类型故障之间相互耦合,使得传统方法对复合故障冲击特征难以提取的问题,提出了一种基于自适应信号稀疏共振分解(ARSSD)和多点峭度最优最小熵解卷积修正(MK-MOMEDA)的故障诊断新方法。使用ARSSD分析故障信号,并定义一个新的复合指标作为目标函数,利用布谷鸟寻优算法(CSA)对高、低品质因子进行优化选择,获得包含瞬态冲击成分的最优低共振分量;计算其多点峭度谱,提取低共振分量中包含的故障冲击周期成分;之后设定适当的周期区间,进行解卷积运算分离不同的故障特征;通过包络解调,分析谱图中突出的故障特征频率进而识别故障类型。实验平台模拟了滚动轴承两种和三种故障的复合情况,并对所提算法进行了验证,结果表明该方法可有效的从复合故障中提取出各类故障特征,实现故障诊断。
展开更多
关键词
振动信号
复合故障
故障诊断
RSSD
最优最小熵解卷积修正
下载PDF
职称材料
基于形态学分形和极限学习机的风电机组轴承故障诊断
被引量:
13
2
作者
齐咏生
樊
佶
+2 位作者
刘利强
高学金
李永亭
《太阳能学报》
EI
CAS
CSCD
北大核心
2020年第6期102-112,共11页
风力发电机组滚动轴承工况往往比较恶劣,其故障振动加速度信号具有非平稳、非线性的特性,而传统的时频域方法提取故障特征时存在不准确、适应性差等问题,针对此提出一种基于局部均值分解(LMD)和形态学分形维数的特征提取算法,并结合极...
风力发电机组滚动轴承工况往往比较恶劣,其故障振动加速度信号具有非平稳、非线性的特性,而传统的时频域方法提取故障特征时存在不准确、适应性差等问题,针对此提出一种基于局部均值分解(LMD)和形态学分形维数的特征提取算法,并结合极限学习机(ELM)完成风电机组轴承故障诊断。该方法同时考虑滚动轴承在不同损伤程度以及不同故障类型下的情况,首先将原始振动信号进行LMD自适应分解为一系列不同频率的乘积分量(PF);接着计算所有分量与原信号的相关性系数,选择相关系数值最大的前3个PF分量作为敏感变量;并利用形态学覆盖估计所选PF分量的分形维数,构建故障特征向量组;之后将其作为ELM的输入,将轴承状态作为输出,建立ELM轴承状态识别模型。最后使用西储大学平台轴承数据和实际风场采集故障数据对算法进行验证,结果表明,该方法能够有效识别轴承不同损伤程度以及不同故障,整体识别率达到99%以上。
展开更多
关键词
故障诊断
信号处理
特征提取
数学形态学
分形维数
风电机组
轴承故障
下载PDF
职称材料
基于增强型形态学滤波的风电机组轴承故障诊断方法
被引量:
12
3
作者
齐咏生
樊
佶
+2 位作者
李永亭
高学金
刘利强
《振动与冲击》
EI
CSCD
北大核心
2021年第4期212-220,共9页
风电机组滚动轴承振动信号微弱故障特征易被背景噪声和其他频率干扰,提取难度较大。针对此类问题,提出一种增强型的形态学滤波及故障诊断方法。算法构造了一种新的形态学综合顶帽变换(morphological comprehensive filter-hat transform...
风电机组滚动轴承振动信号微弱故障特征易被背景噪声和其他频率干扰,提取难度较大。针对此类问题,提出一种增强型的形态学滤波及故障诊断方法。算法构造了一种新的形态学综合顶帽变换(morphological comprehensive filter-hat transform,MCFHT),将其用于强背景噪声下目标信号的故障脉冲提取,并通过非线性滤波器幅频响应考察其滤波性质,为振动检测中故障脉冲的提取提供理论依据;针对MCFHT变换滤波尺度选择问题,通过分析原振动信号自身振动特性,给出了一种自适应的尺度计算策略,有效提高了滤波处理的效率和性能;提出一种改进的包络导数能量算子用于增强形态学滤波后信号中故障冲击特征,并滤除带内噪声频率。仿真信号与风电机组轴承实际故障信号实验结果表明,该方法能有效提取随机噪声和谐波干扰下的故障特征信息,滤波效果强于传统方法,具有较好的工程应用价值。
展开更多
关键词
振动信号
特征提取
故障诊断
数学形态学
能量算子
下载PDF
职称材料
基于形态学多重分形的风电机组轴承故障诊断
被引量:
4
4
作者
樊
佶
齐咏生
+2 位作者
高学金
刘利强
李永亭
《振动.测试与诊断》
EI
CSCD
北大核心
2021年第6期1081-1089,1234,1235,共11页
针对风电机组滚动轴承振动信号通常具有非线性和低信噪比的特点,提出一种基于形态学多重分形(morphological multi-fractal,简称MMF)和改进的灰色关联分析(improved grey relational analysis,简称IGRA)的滚动轴承故障诊断方法。首先,...
针对风电机组滚动轴承振动信号通常具有非线性和低信噪比的特点,提出一种基于形态学多重分形(morphological multi-fractal,简称MMF)和改进的灰色关联分析(improved grey relational analysis,简称IGRA)的滚动轴承故障诊断方法。首先,通过信号质量指数研究了轴承振动信号的多重分形特性;其次,利用形态学方法计算轴承各种状态广义维数与多重分形谱的参数,并分析了各个参数对轴承运行状态的反映能力,选取能够有效区分轴承状态的参数作为故障特征量;然后,引入离差最大化加权对经典的灰色关联模型进行改进,提升了信息的利用率以及模型的可靠性;最后,利用改进的灰色关联分析实现了滚动轴承的故障诊断。通过仿真分析和应用实例对该方法的有效性进行验证,结果表明该方法能准确识别轴承故障类型,较传统方法准确率更高,运算时间更短,适合解决实际工程问题。
展开更多
关键词
故障诊断
特征提取
数学形态学
多重分形
离差最大化
灰色关联分析
下载PDF
职称材料
素质教育下的班主任工作理念
被引量:
1
5
作者
樊
佶
《科技创新导报》
2012年第13期244-244,共1页
运用文献资料、逻辑分析、归纳演绎等方法对新时期中学班主任的工作特点、工作艺术进行探索,在全面推进素质教育的今天,中学班主任必须转变自己的思想观念,以人为本,高扬和谐教育的旗帜,建构起创新教育及素质教育的班主任工作理念,提高...
运用文献资料、逻辑分析、归纳演绎等方法对新时期中学班主任的工作特点、工作艺术进行探索,在全面推进素质教育的今天,中学班主任必须转变自己的思想观念,以人为本,高扬和谐教育的旗帜,建构起创新教育及素质教育的班主任工作理念,提高班级管理水平和教学质量。
展开更多
关键词
素质教育
人格魅力
贴心交流
爱心
赏识激励
下载PDF
职称材料
题名
一种改进的解卷积算法及其在滚动轴承复合故障诊断中的应用
被引量:
16
1
作者
齐咏生
樊
佶
李永亭
高学金
刘利强
机构
内蒙古工业大学电力学院
北京工业大学信息学部自动化学院
出处
《振动与冲击》
EI
CSCD
北大核心
2020年第21期140-150,共11页
基金
国家自然科学基金项目(61763037)
内蒙古自治区自然科学基金项目(2017MS601)
内蒙古自治区科技计划项目。
文摘
针对滚动轴承复合故障振动信号非平稳、非线性特性且不同类型故障之间相互耦合,使得传统方法对复合故障冲击特征难以提取的问题,提出了一种基于自适应信号稀疏共振分解(ARSSD)和多点峭度最优最小熵解卷积修正(MK-MOMEDA)的故障诊断新方法。使用ARSSD分析故障信号,并定义一个新的复合指标作为目标函数,利用布谷鸟寻优算法(CSA)对高、低品质因子进行优化选择,获得包含瞬态冲击成分的最优低共振分量;计算其多点峭度谱,提取低共振分量中包含的故障冲击周期成分;之后设定适当的周期区间,进行解卷积运算分离不同的故障特征;通过包络解调,分析谱图中突出的故障特征频率进而识别故障类型。实验平台模拟了滚动轴承两种和三种故障的复合情况,并对所提算法进行了验证,结果表明该方法可有效的从复合故障中提取出各类故障特征,实现故障诊断。
关键词
振动信号
复合故障
故障诊断
RSSD
最优最小熵解卷积修正
Keywords
vibration signal
compound fault
fault diagnosis
adaptive resonance-based signal sparse decomposition(ARSSD)
multipoint kurtosis optimal minimum entropy deconvolution adjusted(MKOMEDA)
分类号
TH17 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
基于形态学分形和极限学习机的风电机组轴承故障诊断
被引量:
13
2
作者
齐咏生
樊
佶
刘利强
高学金
李永亭
机构
内蒙古工业大学电力学院
北京工业大学信息学部自动化学院
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2020年第6期102-112,共11页
基金
国家自然科学基金(61763037)
内蒙古自治区自然科学基金(2017MS601)
内蒙古自治区科技计划。
文摘
风力发电机组滚动轴承工况往往比较恶劣,其故障振动加速度信号具有非平稳、非线性的特性,而传统的时频域方法提取故障特征时存在不准确、适应性差等问题,针对此提出一种基于局部均值分解(LMD)和形态学分形维数的特征提取算法,并结合极限学习机(ELM)完成风电机组轴承故障诊断。该方法同时考虑滚动轴承在不同损伤程度以及不同故障类型下的情况,首先将原始振动信号进行LMD自适应分解为一系列不同频率的乘积分量(PF);接着计算所有分量与原信号的相关性系数,选择相关系数值最大的前3个PF分量作为敏感变量;并利用形态学覆盖估计所选PF分量的分形维数,构建故障特征向量组;之后将其作为ELM的输入,将轴承状态作为输出,建立ELM轴承状态识别模型。最后使用西储大学平台轴承数据和实际风场采集故障数据对算法进行验证,结果表明,该方法能够有效识别轴承不同损伤程度以及不同故障,整体识别率达到99%以上。
关键词
故障诊断
信号处理
特征提取
数学形态学
分形维数
风电机组
轴承故障
Keywords
fault detection
signal processing
feature extraction
mathematical morphology
fractal dimension
wind turbine
bearing fault
分类号
TH17 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
基于增强型形态学滤波的风电机组轴承故障诊断方法
被引量:
12
3
作者
齐咏生
樊
佶
李永亭
高学金
刘利强
机构
内蒙古工业大学电力学院
内蒙古自治区机电控制重点实验室
北京工业大学信息学院
出处
《振动与冲击》
EI
CSCD
北大核心
2021年第4期212-220,共9页
基金
国家自然科学基金(61763037)
内蒙古自然科学基金(2019LH6007,2020MS05029)
内蒙古自治区科技计划项目(2019,2020GG0283)。
文摘
风电机组滚动轴承振动信号微弱故障特征易被背景噪声和其他频率干扰,提取难度较大。针对此类问题,提出一种增强型的形态学滤波及故障诊断方法。算法构造了一种新的形态学综合顶帽变换(morphological comprehensive filter-hat transform,MCFHT),将其用于强背景噪声下目标信号的故障脉冲提取,并通过非线性滤波器幅频响应考察其滤波性质,为振动检测中故障脉冲的提取提供理论依据;针对MCFHT变换滤波尺度选择问题,通过分析原振动信号自身振动特性,给出了一种自适应的尺度计算策略,有效提高了滤波处理的效率和性能;提出一种改进的包络导数能量算子用于增强形态学滤波后信号中故障冲击特征,并滤除带内噪声频率。仿真信号与风电机组轴承实际故障信号实验结果表明,该方法能有效提取随机噪声和谐波干扰下的故障特征信息,滤波效果强于传统方法,具有较好的工程应用价值。
关键词
振动信号
特征提取
故障诊断
数学形态学
能量算子
Keywords
vibration signal
feature extraction
fault diagnosis
mathematical morphology
energy operator
分类号
TH17 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
基于形态学多重分形的风电机组轴承故障诊断
被引量:
4
4
作者
樊
佶
齐咏生
高学金
刘利强
李永亭
机构
内蒙古工业大学电力学院
内蒙古自治区机电控制重点实验室
北京工业大学信息学部
出处
《振动.测试与诊断》
EI
CSCD
北大核心
2021年第6期1081-1089,1234,1235,共11页
基金
国家自然科学基金资助项目(61763037)
内蒙古自治区科技计划资助项目(2019,2020GG0283)
内蒙古自然科学基金面上资助项目(2020MS05029)。
文摘
针对风电机组滚动轴承振动信号通常具有非线性和低信噪比的特点,提出一种基于形态学多重分形(morphological multi-fractal,简称MMF)和改进的灰色关联分析(improved grey relational analysis,简称IGRA)的滚动轴承故障诊断方法。首先,通过信号质量指数研究了轴承振动信号的多重分形特性;其次,利用形态学方法计算轴承各种状态广义维数与多重分形谱的参数,并分析了各个参数对轴承运行状态的反映能力,选取能够有效区分轴承状态的参数作为故障特征量;然后,引入离差最大化加权对经典的灰色关联模型进行改进,提升了信息的利用率以及模型的可靠性;最后,利用改进的灰色关联分析实现了滚动轴承的故障诊断。通过仿真分析和应用实例对该方法的有效性进行验证,结果表明该方法能准确识别轴承故障类型,较传统方法准确率更高,运算时间更短,适合解决实际工程问题。
关键词
故障诊断
特征提取
数学形态学
多重分形
离差最大化
灰色关联分析
Keywords
fault diagnosis
feature extraction
mathematical morphology
multifractal
maximizing deviation
grey relational analysis
分类号
TH17 [机械工程—机械制造及自动化]
TH133.3
下载PDF
职称材料
题名
素质教育下的班主任工作理念
被引量:
1
5
作者
樊
佶
机构
吉林省公主岭师范学校
出处
《科技创新导报》
2012年第13期244-244,共1页
文摘
运用文献资料、逻辑分析、归纳演绎等方法对新时期中学班主任的工作特点、工作艺术进行探索,在全面推进素质教育的今天,中学班主任必须转变自己的思想观念,以人为本,高扬和谐教育的旗帜,建构起创新教育及素质教育的班主任工作理念,提高班级管理水平和教学质量。
关键词
素质教育
人格魅力
贴心交流
爱心
赏识激励
分类号
G64 [文化科学—高等教育学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种改进的解卷积算法及其在滚动轴承复合故障诊断中的应用
齐咏生
樊
佶
李永亭
高学金
刘利强
《振动与冲击》
EI
CSCD
北大核心
2020
16
下载PDF
职称材料
2
基于形态学分形和极限学习机的风电机组轴承故障诊断
齐咏生
樊
佶
刘利强
高学金
李永亭
《太阳能学报》
EI
CAS
CSCD
北大核心
2020
13
下载PDF
职称材料
3
基于增强型形态学滤波的风电机组轴承故障诊断方法
齐咏生
樊
佶
李永亭
高学金
刘利强
《振动与冲击》
EI
CSCD
北大核心
2021
12
下载PDF
职称材料
4
基于形态学多重分形的风电机组轴承故障诊断
樊
佶
齐咏生
高学金
刘利强
李永亭
《振动.测试与诊断》
EI
CSCD
北大核心
2021
4
下载PDF
职称材料
5
素质教育下的班主任工作理念
樊
佶
《科技创新导报》
2012
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部