林慧斌
- 作品数：52 被引量：185H指数：7
- 供职机构：华南理工大学机械与汽车工程学院更多>>
- 发文基金：国家自然科学基金广东省自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：机械工程电子电信交通运输工程自动化与计算机技术更多>>
- 齿轮局部故障的滑窗相关和重叠群稀疏诊断方法被引量：2
- 2020年
- 齿轮发生局部故障时会产生周期性冲击激励,如何在早期故障阶段或强背景噪声下提取齿轮局部故障分量一直是故障诊断的难点。针对此问题,提出一种基于滑窗相关和重叠群稀疏的齿轮局部故障特征提取方法。该方法先利用移不变K-SVD算法学习到的故障冲击模式与原始信号进行滑窗相关,对隐藏在噪声中的冲击分量进行特征增强,再利用冲击分量所具有的群稀疏特性,通过重叠群稀疏算法直接从相关信号中提取包含故障周期特征的群稀疏成分,并进一步重构出冲击信号。利用所提方法,齿轮局部故障仿真和实验信号中的故障特征和冲击分量均被很好地提取出来。此外,通过与谱峭度以及其他同类方法的对比进一步说明了所提方法的优越性,通过在正常齿轮信号上的分析也验证该方法不会产生误诊。
- 吴芳坦林慧斌何国林
- 关键词：故障诊断齿轮
- 应用四点能量重心校正法的发动机转速的振动测量方法
- 本发明公开了应用四点能量重心校正法的发动机转速的振动测量方法，该方法是对发动机缸体表面的振动加速度信号离散采样得到时间序列后，对Z<Sub>n</Sub>(t)进行快速傅里叶变换得到频域信号X<Sub>1</Sub>(f...
- 林慧斌丁康杨志坚余方王永胜
- 能源与汽车节能展望被引量：6
- 2000年
- 简要论述了世界能源的开发利用概况以及汽车节能法规与技术动向。
- 蔡锐彬林慧斌
- 关键词：能源汽车节能燃料
- 齿轮系统振动响应信号调制边频带产生机理被引量：21
- 2018年
- 齿轮传动系统的振动频率成分复杂多变,许多频率成分难于进行力学解释。建立定轴齿轮系统啮合点处的单自由度动力学模型,并将模型激励划分为线性激励和非线性激励,分别推导正常状态和平稳型故障下的频率响应特性及诱导因素。正常状态下,齿轮振动响应频率成分为啮合频率及其倍频,由齿轮受载后产生的静弹性变形位移和啮合动刚度共同诱发,并由非线性反馈进一步形成更高阶啮合频率成分。平稳型故障下,响应频率成分除正常运行特有的频率成分外,还包括:故障齿轮转频及其倍频,由平稳型位移误差函数与系统参数作用产生的惯性激励力、阻尼激励力和弹性激励力共同诱发;啮合频率及其倍频两侧间隔为转频的调制边频带,是由位移误差函数与啮合动刚度产生的弹性激励力引起的,并经非线性反馈进一步形成更高阶啮合频率及调制边带。有限元仿真和试验均有效地验证了推导和分析的振动响应频率特征规律。
- 李永焯丁康何国林林慧斌
- 关键词：齿轮系统频率特征
- 基于多数据压缩追踪算法的旋转机械局部型故障远程诊断方法
- 本发明公开了基于多数据压缩追踪算法的旋转机械局部型故障远程诊断方法，包括步骤：S1、分析设备可能存在的故障情况及对应的故障特征信息，并采集设备端的机械振动信号和转速信号；S2、在设备端截取一段时域信号，通过移不变K‑SV...
- 林慧斌唐建蒙何国林吴芳坦
- 文献传递
- 一种基于鲁棒性观测矩阵设计的机械信号压缩感知方法
- 本发明公开了一种基于鲁棒性观测矩阵设计的机械信号压缩感知方法，包括以下步骤：S1、采集机械设备运行过程产生的振动信号矩阵；S2、使用移不变K‑SVD算法获取稀疏表示字典；S3、建立适用于机械信号的观测矩阵优化框架，并求解...
- 林慧斌陈伟良
- 一种基于卷积极大极小凹罚算法的旋转机械故障诊断方法
- 本发明公开一种基于卷积极大极小凹罚算法的旋转机械故障诊断方法，包括步骤：步骤S1、采集旋转机械振动加速度响应信号及转速信号，并记录可能存在的故障特征信息；步骤S2、从采集到的数据中截取一段振动信号，以移不变K‑SVD方法...
- 林慧斌邓立发
- 文献传递
- 一种基于信号稀疏表示理论的滚动轴承故障特征提取方法
- 本发明公开了一种基于信号稀疏表示理论的滚动轴承故障特征提取方法，包括以下步骤：应用多阶固有频率的单位脉冲响应函数构造表征滚动轴承局部损伤的过完备字典，通过相关滤波法从振动响应信号中识别滚动轴承和传感器系统的多阶固有频率及...
- 林慧斌何国林丁康杨志坚李永焯王常伟
- 基于单向流固耦合的发动机冷却风扇总成强度计算方法
- 本发明公开了一种基于单向流固耦合的发动机冷却风扇总成强度计算方法，包括：建立冷却风扇总成的几何模型；利用网格划分软件生成冷却风扇总成以及外部流场的有限元模型；在结构分析软件中，分别对冷却风扇及风扇托板赋予材料力学特性，并...
- 林慧斌周子健上官文斌
- 用于滚动轴承局部故障诊断的深度降采样方法
- 2023年
- 受香农采样定理限制,滚动轴承故障诊断往往需要设置较高的采样频率,这给数据传输和存储带来较大压力。基于滚动轴承局部故障振动响应数学模型,提出一种具有较强抗噪性能的深度降采样方法并应用于滚动轴承局部故障诊断。该方法利用仿真信号构造轴承故障样本及其标签对所提深度降采样网络进行训练,再将训练好的网络用于实际轴承故障信号的降采样。实验表明:在合理的降采样率下,所提方法在对原信号进行降维的同时能够很好地保留故障特征频率成分。相比基于高斯测量矩阵的压缩感知方法,所提方法降采样后的信号具有更强的故障特征表达能力,无需重构就可直接用于轴承故障诊断。
- 林慧斌习慈羊丁康
- 关键词：滚动轴承故障诊断
