您当前所在位置: 首页 > 学者
在线提示

恭喜!关注成功

在线提示

确认取消关注该学者?

邀请同行关闭

只需输入对方姓名和电子邮箱,就可以邀请你的同行加入中国科技论文在线。

真实姓名:

电子邮件:

尊敬的

我诚挚的邀请你加入中国科技论文在线,点击

链接,进入网站进行注册。

添加个性化留言

已为您找到该学者20条结果 成果回收站

上传时间

2009年03月30日

【期刊论文】基于SVM和EMD包络谱的滚动轴承故障诊断方法

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

摘要

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

上传时间

2009年03月30日

【期刊论文】基于EMD和AR模型的滚动轴承故障诊断方法

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

摘要

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

上传时间

2009年03月30日

【期刊论文】基于小波变换的时-能密度分析

于德介, 程军圣

振动工程学报,2001,14(1):109~112,-0001,():

-1年11月30日

摘要

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

上传时间

2009年03月30日

【期刊论文】尺度-小波能量谱在滚动轴承故障诊断中的应用

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

摘要

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

上传时间

2009年03月30日

【期刊论文】基于BP神经网络与柔度变化的结构破损诊断

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

摘要

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

合作学者

  • 于德介 邀请

    湖南大学,湖南

    尚未开通主页