汪宝生
- 作品数:4 被引量:21H指数:3
- 供职机构:广东工业大学机电工程学院更多>>
- 发文基金:教育部留学回国人员科研启动基金国家自然科学基金更多>>
- 相关领域:机械工程自动化与计算机技术更多>>
- 液压泵与马达测试系统的设计及其故障诊断
- 随着液压技术的发展,液压在整个国民经济和国防行业表现得越来越重要。液压泵和液压马达作为液压系统的动力元件和执行元件,是整个液压系统的核心部分。其性能的好坏直接关系到整个液压系统的可靠性和稳定性。液压泵、马达也是整个液压系...
- 汪宝生
- 关键词:测试系统数据采集故障诊断小波分析概率神经网络
- 文献传递
- 基于小波包与概率神经网络的液压泵故障模式识别被引量:3
- 2014年
- 小波包具有良好的去噪效果和高频分析能力,而概率神经网络具有很好的分类效果。采用小波包分解重构液压泵故障特征信号,并提取第三层各频率段的节点能量作为特征向量,将特征向量概率神经网络模型的输入向量对液压泵故障模式进行识别。通过采用LabVIEW和MATLAB混合编写的识别软件系统对液压泵故障识别,证明了将该方法用在液压泵故障模式识别上,能取得良好的效果。
- 敖银辉汪宝生
- 关键词:液压泵模式识别小波包概率神经网络
- 基于小波包与遗传算法和支持向量机的液压泵故障诊断被引量:5
- 2014年
- 针对液压泵振动信号信噪比低、非线性及小样本等特点,提出了一种基于小波包(Wavelet Packet,WP)分解、遗传算法(Genetic Algorithm,GA)和支持向量机(Support Vector Machine,SVM)的液压泵故障诊断模型,即WP-GA-SVM模型。首先对液压泵振动信号进行小波包消噪预处理,然后将消噪后的信号进行小波包分解与重构,提取频带能量作为支持向量机分类器的输入特征向量。采用遗传算法来实现支持向量机核函数参数g和惩罚因子C的自动快速最优选择。最后通过与概率神经网络方法对液压泵故障诊断的对比分析,验证了该模型的有效性和优越性。
- 曹斌敖银辉汪宝生
- 关键词:液压泵小波包遗传算法支持向量机故障诊断
- 钻头磨损检测与剩余寿命评估被引量:12
- 2011年
- 对钻头的磨损程度进行实时检测有助于对钻削加工过程实施预防性维护,提醒及时换刀。针对自动化生产中的刀具监测问题,给出一个基于主轴电流检测的钻头磨损状态分析和剩余寿命预测的应用策略。通过主轴电流传感器采样加工过程的电流信号,使用一个滑动窗口从连续采样数据中得到真实加工段数据,采用小波包分解的方法进行特征提取。基于Fisher标准筛选出最能表达磨损过程的若干特征。最后利用逻辑回归法和自回归滑动平均模型相结合的方法评估当前钻削加工的可靠性,预测钻头的剩余寿命。试验证明此方法的有效性,可为换刀决策提供依据。
- 敖银辉汪宝生
- 关键词:刀具磨损小波包分解剩余寿命预测