第二炮兵工程学院科技创新基金(XY2010JJB38)
- 作品数：9 被引量：68H指数：5
- 相关作者：姚春江何庆飞陈桂明陈小虎杨庆更多>>
- 相关机构：第二炮兵工程学院更多>>
- 发文基金：第二炮兵工程学院科技创新基金国防科技技术预先研究基金中国人民解放军总装备部预研基金更多>>
- 相关领域：机械工程自动化与计算机技术更多>>
- 基于灰色支持向量机的液压泵寿命预测方法被引量：16
- 2012年
- 针对单方法所建液压泵寿命预测模型精度较低的缺陷,提出基于灰色理论和支持向量机的组合预测模型的液压泵寿命预测方法。该方法通过灰色累加生成操作对原始序列进行数据处理,以增强数据的规律性;运用最小最终误差预测准则确定嵌入维数,选择模型的参数;采用支持向量机进行预测,利用灰色累减生成操作还原数据,得到预测结果。选取液压油的光谱分析数据作为液压泵的寿命特征信息,采用该模型对液压泵进行寿命预测,并与灰色模型、单一支持向量机模型进行预测性能对比。结果表明,灰色支持向量机预测性能最优,精度达到99.37%,为液压泵性能评估和寿命预测提供一种更为有效的方法。
- 何庆飞陈桂明陈小虎姚春江张宪宇
- 关键词：液压泵支持向量机
- 基于改进灰色神经网络的液压泵寿命预测被引量：25
- 2013年
- 改进了GM(1,1)模型,提高了其精度和适应范围;将改进的GM(1,1)模型与神经网络预测模型相结合来构建灰色神经网络组合预测模型;提出了基于支持向量机的液压泵寿命特征启发式搜索策略,以液压泵寿命特征参数特征集的交叉验证错误率为评价指标,从液压泵的特征参数(振动、压力、流量、温度、油液信息等)中选取寿命特征因子;运用小波阈值降噪法进行降噪处理,提取典型的小波包能量特征作为模型的输入。以齿轮泵为例,将改进的灰色神经网络预测模型与原始GM(1,1)模型和改进GM(1,1)模型比较可知,灰色神经网络预测模型预测精度最高,达到98.42%。
- 何庆飞陈桂明陈小虎姚春江
- 关键词：液压泵神经网络支持向量机
- 基于改进灰色预测模型的液压泵寿命预测被引量：7
- 2011年
- 选取液压油的光谱分析数据作为液压泵的寿命特征信息,针对油液采样间隔不等间距的情况,研究非等间距灰色GM(1,1)模型。对建模数据背景值进行改造,建立改造背景值的非等间距灰色GM(1,1)模型,提高模型的预测精度。研究了油液分析阈值的制定方法,制定液压泵磨损金属元素含量和含量趋势值的阈值。运用改进背景值的非等间距灰色GM(1,1)模型对某型凿岩台车的液压泵进行寿命预测,预测精度达到95.78%。
- 何庆飞陈桂明陈小虎姚春江杨庆
- 关键词：油液分析液压泵背景值阈值
- 基于奇异值分解和小波包分析的液压泵振动信号特征提取方法被引量：9
- 2012年
- 针对液压泵故障特征提取问题,提出了一种基于奇异值分解和小波包变换的液压泵振动信号特征提取方法。通过奇异值分解将噪声非均匀分布的液压泵振动信号正交分解为噪声分布相对均匀的分量,对各分量进行小波包阈值去噪,重构去噪后分量,对去噪后信号进行小波包分解,提取各频带能量特征。以齿轮泵为例,将该方法对齿轮泵的气穴故障、齿轮磨损和侧板磨损3种常见故障和正常状态的振动信号进行特征提取分析,结果表明,该方法可有效提取齿轮泵故障特征。
- 何庆飞姚春江陈桂明陈小虎杨庆
- 关键词：液压泵奇异值分解特征提取小波包分析
- 基于能量特征和RBF神经网络的柱塞泵状态识别方法被引量：5
- 2013年
- 柱塞泵状态发生改变时,其振动信号各频带的能量发生相应变化,利用各频带的能量特征可识别柱塞泵状态。基于此提出一种基于能量特征和径向基函数(radial basis function,RBF)神经网络的柱塞泵状态识别方法。首先利用改进阈值的小波包降噪方法对原信号进行降噪处理,然后对降噪后的信号进行经验模态分解(empirical modedecomposition,EMD),选取含主要状态信息的IMF(intrinsic mode functions)分量,提取能量特征作为神经网络的输入参数,识别柱塞泵的状态。同时利用小波包分析技术提取能量特征,并运用神经网络进行状态识别。应用实例表明,以EMD提取各频带能量作为特征参数的RBF神经网络状态识别方法比小波包分析提取各频带能量特征的方法具有更高的识别率,能有效地识别柱塞泵的状态。
- 何庆飞陈桂明陈小虎姚春江杨庆张宪宇
- 关键词：柱塞泵经验模态分解小波包分析RBF神经网络
- 奇异值小波降噪法在柱塞泵振动信号处理中的应用被引量：3
- 2012年
- 针对小波阈值和奇异值分解降噪法的不足,研究一种新的小波阈值函数。提出一种基于改进阈值的奇异值小波降噪方法,该方法利用奇异值分解技术,将噪声非均匀分布的信号正交分解为噪声分布相对均匀的分量,并对每个分量进行小波阈值降噪,重构降噪后的分量,得到降噪信号。仿真实例证明,该方法与小波软、硬阈值及改进阈值法相比,不仅提高信噪比,而且能够更好地消除高斯噪声。利用该方法对柱塞泵不同状态振动信号进行降噪,结果表明,该方法能有效抑制噪声,为柱塞泵振动信号预处理提供一种更为有效的方法。
- 何庆飞陈桂明陈小虎姚春江张宪宇
- 关键词：柱塞泵振动信号奇异值分解
- 基于改进平移不变量小波阈值法的齿轮泵振动信号降噪
- 2013年
- 齿轮泵的振动信号中含有大量噪声,在对其进行应用之前必须降噪处理。传统的小波阈值降噪法在信号的奇异点附近会产生振荡现象,为此研究了一种新的小波阈值函数,把新的阈值函数和平移不变量相结合,提出了改进小波阈值法的平移不变量降噪方法。该方法克服了软、硬阈值的缺陷,同时抑制阈值法降噪时产生的伪吉布斯(Pseudo-Gibbs)现象。利用该方法对仿真信号和实测齿轮泵振动信号进行降噪处理,并与小波软、硬阈值法及新阈值法进行了对比。结果表明:该方法具有更好的降噪效果,可应用于齿轮泵振动信号降噪处理。
- 何庆飞陈桂明陈小虎王旭平姚春江毋文峰
- 关键词：齿轮泵振动信号降噪
- 基于支持向量机的液压泵寿命特征因子提取方法
- 2012年
- 液压泵的性能状态参数包括振动、压力、流量、温度和油液等信息,如何从这些状态参数中选择能够影响和表征液压泵寿命的特征因子是进行液压泵性能评估与寿命预测的难点。基于此,研究了特征选择策略,提出了基于支持向量机的液压泵寿命特征启发式搜索策略,以液压泵寿命特征参数特征集的交叉验证错误率为评价指标,学习识别与选取能够表征液压泵寿命的特征因子,解决了液压泵寿命特征因子选取难的难题。应用实例表明该方法能够选择出反映液压泵性能的寿命特征参数。
- 何庆飞陈桂明陈小虎姚春江邢勇
- 关键词：液压泵支持向量机
- 基于改进小波包奇异值法的齿轮泵振动信号去噪被引量：5
- 2012年
- 针对传统基于信号和噪声频谱不同而实现去噪方法的缺陷,研究了小波阈值求解方法和奇异值分解特征选取方法,提出了改进阈值的小波包奇异值去噪方法。该方法将输入信号小波包分解后,进行新阈值去噪,再利用奇异值分解法对重构后的信号进行去噪,改进阈值的小波包奇异值法去噪效果更好。用该方法对齿轮泵的正常状态和侧板磨损故障状态的振动信号进行去噪处理,能有效地抑制噪声。
- 何庆飞姚春江陈桂明陈小虎杨庆
- 关键词：齿轮泵振动信号去噪
