于德介
从事机械系统动力学、设备状态监测与故障诊断、动态信号分析与处理研究。
个性化签名
- 姓名:于德介
- 目前身份:
- 担任导师情况:
- 学位:
-
学术头衔:
博士生导师
- 职称:-
-
学科领域:
机械工程
- 研究兴趣:从事机械系统动力学、设备状态监测与故障诊断、动态信号分析与处理研究。
于德介,男,1957年出生于湖南常德,是我国恢复高考制度和学位授予制度后的首批博士,长期从事机械系统动力学、设备状态监测与故障诊断、动态信号分析与处理研究,系湖南省振动工程学会理事长。1995年被评为机械部跨世纪学术带头人,1998年遴选为博士生导师,现为湖南大学研究生院副院长。
于教授先后主持承担国家自然科学基金研究课题等7项,作为主要研究人员参与国家自然科学基金课题2项,以第一作者在《振动工程学报》、《中国机械工程》、《机械系统与信号处理》(英国)等杂志发表学术论文80余篇,其中被EI收录20多篇。
在科技成果应用方面,于德介教授成功解决了邵阳彩色印刷机械厂的高速运转时套印不准难题;研制了资江氮肥厂压缩机状态监测系统、巴陵石化冷却塔风机运行状态监测报警系统。目前,他承担了湖南省交通厅委托的重点课题———洞庭湖大桥“桥梁状态监测技术研究”,使省交通厅能远程24小时监测大桥安全状况,这在全国尚属首次。
-
主页访问
2201
-
关注数
0
-
成果阅读
867
-
成果数
20
【期刊论文】基于EMD的能量算子解调方法及其在机械故障诊断中的应用
于德介, 程军圣, 杨宇
机械工程学报,2004,40(8):115~118,-0001,():
-1年11月30日
为了提取多分量的AM-FM信号的频率和幅值信息,提出了基于EMD(Empirical mode decomposition)的能量算子解调法,并将它应用于机械故障诊断中。该方法首先采用EMD 将多分量的AM-FM 信号分解成若干个IMF(Intrinsic mode function)分量之和,然后对每一个IMF分量进行能量算子解调,从而提取多分量的AM-FM 信号的幅值和频率信息。对机械故障振动信号的分析结果表明,基于EMD 的能量算子解调法能有效地提取机械故障振动信号的特征。
AM-FM信号, EMD, 能量算子解调, 机械故障诊断
-
44浏览
-
0点赞
-
0收藏
-
0分享
-
192下载
-
0评论
-
引用
【期刊论文】Hilbert-Huang变换在滚动轴承故障诊断中的应用
于德介, 程军圣, 杨宇
中国机械工程,2003,14(24):2140~2142,-0001,():
-1年11月30日
提出了一种新的滚动轴承故障诊断方法--基于小波系数包络信号的局部HiIbert边际谱方法,在HiIbert-Huang变换的基础上介绍了局部HiIbert谱和局部HiIbert边际谱,并将它应用于滚动轴承的故障诊断中。用小波基将滚动轴承故障振动信号分解,对高频段的小波系数用HiIbert进行包络分析得到包络信号,再对包络信号进行HiIbert-Huang变换求出局部HiIbert边际谱,从局部HiIbert边际谱中就可以判断滚动轴承的故障部位和类型。通过对滚动轴承具有外圈缺陷、内圈缺陷的情况下的振动信号的分析,说明该方法比传统的包络分析方法更能有效地提取滚动轴承故障特征。
滚动轴承, HiIbert-Huang变换, 局部HiIbert边际谱, 小波基, 包络分析
-
42浏览
-
0点赞
-
0收藏
-
0分享
-
94下载
-
0评论
-
引用
于德介, 程军圣, 邓乾旺, 杨宇
中国机械工程,2003,14(23):2037~2040,-0001,():
-1年11月30日
针对滚动轴承故障振动信号的特点,构造脉冲响应小波,采用连续小波变换的方法来提取滚动轴承故障振动信号的特征,在此基础上提出了两种滚动轴承故障诊断方法:尺度一小波能量谱比较法和时间一小波能量谱自相关分析法。通过对滚动轴承外圈和内圈故障振动信号的分析,说明两种方法不仅能检测到滚动轴承故障的存在,而且能有效识别滚动轴承的故障模式,从而为滚动轴承故障诊断提供了一种新途径。
脉冲响应小波, 连续小波变换, 滚动轴承, 尺度一小波能量谱, 时间一小波能量谱
-
41浏览
-
0点赞
-
0收藏
-
0分享
-
117下载
-
0评论
-
引用
于德介, 程军圣, 杨宇
中国机械工程,2004,15(20):1861~1864,-0001,():
-1年11月30日
针对经典模态分解方法的内禀模态函数判据问题,根据内禀模态函数完备且正交的特点。提出了在内禀模态函数“筛选”过程中采用能量差跟踪法来确定内禀模态函数分量。通过仿真和实际信号的分析,验证了采用这种方法确定的内禀模态函数分量满足正交性要求。表现了信号内含的真实物理信息,从而实现了对信号正确的分解。
经典模态分解(, EMD), 方法, 内禀模态函数(, IMF), 判据, 正交, 能量差跟踪法
-
69浏览
-
0点赞
-
0收藏
-
0分享
-
77下载
-
0评论
-
引用
于德介, 杨宇, 程军圣
中国机械工程,2004,15(10):1~5,-0001,():
-1年11月30日
提出了一种基于经验模态分解的滚动轴承故障诊断方法,并定义了能量熵的概念。从不同状态的滚动轴承振动信号的能量熵值中发现,当滚动轴承发生故障时,各频带的能量会发生变化。为了进一步对滚动轴承的状态和故障类型进行分类,再从若干个包含主要故障信息的IMF分量中提取能量特征参数作为神经网络的输入参数来识别滚动轴承的故障类型。对滚动轴承的正常状态、内圈故障和外圈故障振动信号的分析结果表明,以经验模态分解为预处理器提取各频带能量作为特征参数的神经网络诊断方法比以小波包分析为预处理器的神经网络诊断方法有更高的故障识别率,可以准确、有效地识别滚动轴承的工作状态和故障类别。
滚动轴承, 经验模态分解, 能量熵, 神经网络, 故障诊断
-
32浏览
-
0点赞
-
0收藏
-
0分享
-
73下载
-
0评论
-
引用
于德介, 程军圣, 杨宇
系统工程理论与实践,2005,9:131~136,-0001,():
-1年11月30日
针对滚动轴承故障振动信号的调制特征和传统包络分析法的缺陷以及现实中难以获得大量典型故障样本的实际情况,提出了一种基于支持向量机(Support Vector Machine,简称SVM)和经验模态分解(Empirical M0de Decompesition,简称EMD)包络谱的滚动轴承故障诊断方法。该方法首先对原始信号进行经验模态分解,将其分解为多个固有模态函数(Intrinsic Mode Function,简称IMF)之和,然后求出包含主要故障信息的若干个IMF分量的包络谱,最后定义包络谱中各种故障特征频率处的幅值比为特征幅值比,将其作为故障特征向量,并以此作为SVM分类器的输人参数来区分滚动轴承的工作状态和故障类型。实验分析结果表明了该方法的有效性。
支持向量机, 经验模态分解, 包络谱, 特征幅值比, 滚动轴承, 故障诊断
-
43浏览
-
0点赞
-
0收藏
-
0分享
-
26下载
-
0评论
-
引用
于德介, 程军圣, 杨宇
振动工程学报,2004,17(3):332~335,-0001,():
-1年11月30日
提出了基于EMD(Empirical Mode Decomposition)和AR模型的滚动轴承故障诊断方法。该方法用EMD将滚动轴承振动信号分解成若干个平稳的IMF(Intrinsic Mode Function)分量,对每一个IMF分量建立AR模型,以模型的自回归参数和残差的方差作为特征向量建立Mahalanobis距离判别函数,进而判断滚动轴承的工作状态和故障类型。实验结果分析表明,该方法能有效地应用于滚动轴承的故障诊断。
特征向量, EMD方法, AR模型, 距离判别函数
-
55浏览
-
0点赞
-
0收藏
-
0分享
-
36下载
-
0评论
-
引用
于德介, 程军圣
振动工程学报,2001,14(1):109~112,-0001,():
-1年11月30日
能量是信号分析的一个重要物理量,它随时间和频率的丹布反映了信号的特征。本文在小渡变换的基础上提出了时一能密度分析的新方法,该方法能够分析信号在不同频带内的能量随时问的分布情况,从而能提取信号特征。滚动轴承故障信号的仿真和实际运用都能表明时能密度分析方法能有效地提取信号故障特征。
小波变换, 时-能密度, 滚动轴承, 故障特征
-
34浏览
-
0点赞
-
0收藏
-
0分享
-
31下载
-
0评论
-
引用
于德介, 程军圣, 杨宇, 邓乾旺
振动工程学报,2004,17(1):82~85,-0001,():
-1年11月30日
针对滚动轴承故障振动信号的特点,构造脉冲响应小波,采用连续小波变换的方法来提取滚动轴承故障振动信号的特征,在此基础上提出了一种滚动轴承故障诊断方法:尺度一小波能量谱比较法 通过对具有外圈缺陷、内圈缺陷的滚动轴承振动信号的分析,说明尺度一小波能量谱比较法不仅能检测到滚动轴承故障的存在,而且能有效地识别滚动轴承的故障模式。
滚动轴承, 脉冲响应小波, 连续小波变换, 尺度-小波能量谱
-
37浏览
-
0点赞
-
0收藏
-
0分享
-
29下载
-
0评论
-
引用
于德介, 雷慧, 程军圣
振动工程学报,2001,14(3):345~348,-0001,():
-1年11月30日
提出了一种基于BP神经网络的结构破损诊断方法,该方法以结构破损前后柔度的变化作为破损诊断的网络输人。为了解决由于系统响应样本数据空间分布不均匀对网络收敛速度及网络诊断的影响问题。对网络训练样本采用广义空间格点进行了变换。模拟算例受应用实例均表明,本文方法能准确诊断结构破损位置与严重程度,是一种有数的结构破损诊断方法。
结构动力学, 神经网络, 破损诊断, 柔度, 广义空间格点变换
-
50浏览
-
0点赞
-
0收藏
-
0分享
-
20下载
-
0评论
-
引用