王冰
- 作品数：13 被引量：110H指数：6
- 供职机构：中国人民解放军军械工程学院更多>>
- 发文基金：国家自然科学基金河南省基础与前沿技术研究计划项目更多>>
- 相关领域：自动化与计算机技术机械工程电气工程电子电信更多>>
- 基于数学形态学分段分形维数的电机滚动轴承故障模式识别被引量：13
- 2013年
- 电机轴承是旋转机械中应用最广且最易损坏的机械零件之一,分形维数可以有效地描述滚动轴承振动信号的复杂性和不规则性。基于数学形态学的分形维数具有计算速度快,估计准确的特点,可以正确地区分滚动轴承系统的状态和判断轴承系统的故障行为。阐述了基于数学形态学的分形维数计算方法,针对扁平结构元素长度的选取缺乏指导性的问题,提出一种基于数学形态学的分段分形维数计算方法,运用该方法对电机轴承实测信号进行分析,结果表明,该方法在一定程度上提高了分形维数计算的科学性和精确性,在电机轴承故障模式识别领域是行之有效的。
- 王冰李洪儒许葆华
- 关键词：数学形态学电机轴承故障模式识别
- 面向广义数学形态颗粒特征的灰色马尔科夫剩余寿命预测方法被引量：8
- 2015年
- 在滚动轴承状态监测与故障预测领域中,针对滚动轴承退化特征提取这一关键问题,提出了一种基于广义数学形态颗粒的特征提取新方法,该方法以数学形态颗粒分析为理论基础,在形态运算中引入腐蚀和膨胀算子,以计算出的广义数学形态颗粒值作为特征指标,定量地反映滚动轴承的性能退化程度。分别通过仿真信号和实例信号对该方法进行了有效性验证。在此基础上,为准确拟合滚动轴承性能退化过程的整体趋势与随机波动规律,将灰色马尔科夫模型应用到滚动轴承剩余寿命预测中,从而建立一种基于广义数学形态颗粒与灰色马尔科夫模型的剩余寿命预测方法。依托杭州轴承试验研究中心进行了滚动轴承疲劳寿命强化试验,以采集得到的轴承内圈全寿命试验数据验证了方法的有效性。
- 李洪儒王余奎王冰许葆华李兴林
- 关键词：故障诊断滚动轴承剩余寿命预测
- 形态梯度解调在电机轴承故障特征提取中的应用研究被引量：2
- 2013年
- 轴承故障在电机设备常见故障中占有很大比例,且极易与转子故障发生耦合作用,形成复合故障。针对电机轴承故障信号调制性的特点,提出采用形态梯度解调方法对轴承故障信号中的冲击成分进行提取。针对传统包络解调分析在处理双加性时域信号时的局限性,仿真验证了形态梯度和形态差值算子在处理该类信号时的有效性。通过分析结构长度对解调性能的影响,论证了形态梯度解调在解调性能等方面要优于形态差值解调,更有利于进行特征提取。仿真和实例证明,形态梯度解调算法克服了包络解调抗低频信号干扰能力不强的缺陷,且故障特征反应明显,可以更有效地提取电机轴承故障特征。
- 王冰李洪儒田海雷
- 关键词：轴承电机特征提取
- 基于LMD和平滑Teager能量算子解调的电机滚动轴承故障特征提取被引量：8
- 2012年
- 作为电机转子的支撑元件,电机轴承故障在电机故障中占有很大比例。针对电机滚动轴承振动信号多分量调幅调频的特点,提出一种基于局域均值分解(LMD)和平滑Teager能量算子的电机轴承故障特征提取方法。该方法首先通过LMD将多分量调制信号分解为若干个单分量调制信号,再运用平滑Teager能量算子对包含主要故障信息的分量进行解调,从而准确地分析出轴承的故障特征。模拟和实例证明了该方法的有效性。
- 王冰李洪儒许葆华
- 关键词：轴承电机特征提取
- 递减步长果蝇优化算法及应用被引量：37
- 2014年
- 提出一种递减步长果蝇优化算法(diminishing step fruit fly optimization algorithm,DS-FOA).该算法的搜索步长随果蝇觅食进程逐步减小,从而使果蝇群体在觅食初期具有较强的全局搜索能力,在觅食后期具有较强的局部寻优能力,从而实现全局搜索能力和局部寻优能力的平衡.将该算法用于支持向量机(support vector machine,SVM)回归模型的惩罚因子和核函数参数优化中,结果表明,DS-FOA收敛速度快,全局搜索与局部寻优能力强.与其他算法相比,由DS-FOA优化参数的SVM回归模型均方误差最低,回归效果好.
- 宁剑平王冰李洪儒许葆华
- 关键词：人工智能优化算法支持向量机
- 混沌果蝇-最小二乘支持向量机变压器DGA诊断
- 2016年
- 针对基本果蝇优化算法(FOA)寻优精度不高和易陷入局部最优的缺点,融合混沌算法对果蝇优化算法的进化机制进行改进,提出混沌果蝇优化算法(CFOA)。将CFOA算法应用于最小二乘支持向量机(LSSVM)惩罚因子和核函数参数的选择中,可以改善参数选择的随机性和盲目性,从而建立基于CFOA-ISSVM的故障模式预测模型。应用该模型对变压器油中溶解气体故障模式进行预测,结果表明,CFOA方法在在收敛速度、收敛可靠性及收敛精度上均比基本FOA有较大的提高,依此而建立的CFOA-LSSVM故障模式预测模型具有较高的准确率。
- 宁剑平王冰王冰夏明
- 关键词：最小二乘支持向量机变压器DGA
- 基于SOA-LSSVM的故障模式识别模型研究
- 2016年
- 将搜索者优化算法(SOA)应用于最小二乘支持向量机(ISSVM)惩罚因子和核函数参数的选择中,从而改善参数选择的随机性和盲目性,建立基于SOA-LSSVM的故障模式识别模型。应用该模型对变压器油中溶解气体故障模式进行分析,结果表明该算法在参数优选中的有效性,依此而建立SOA-LSSVM故障模式预测模型具有较高的准确率。
- 宁剑平王冰
- 关键词：最小二乘支持向量机变压器
- 基于MMFD-FCM的退化状态识别方法及其应用研究
- 2014年
- 为了有效地对机械设备运行状态进行监测,进而对其性能退化状态进行识别,提出一种基于形态多重分形维数(MMFD)与模糊C均值聚类(FCM)的性能退化状态识别方法;该方法首先计算机械设备振动信号的形态多重分形维数,以此作为性能退化特征指标;该特征指标能够有效反映峰值在振动信号中概率分布的不均匀程度,从而定量描述振动信号的性能退化状态,并且与多重形态分形维数相比,利用数学形态学计算的MMFD精度更高,计算速度更快;在此基础上,鉴于不同退化状态之间的模糊性,针对性地采用模糊C均值聚类方法对特征指标进行模糊聚类,从而有效识别性能退化状态;将该方法应用于滚动轴承全寿命周期振动信号中,分析结果验证了该方法的有效性。
- 李海涛王冰
- 关键词：机械设备数学形态学模糊聚类滚动轴承
- 基于多尺度形态分解谱熵的电机轴承预测特征提取及退化状态评估被引量：28
- 2013年
- 由于预测特征提取与退化状态评估直接关系故障预测可信性,结合数学形态学与信息熵理论,针对电机滚动轴承,提出基于多尺度形态分解谱熵的预测特征提取方法,用灰色关联分析对退化状态进行评估。对不同损伤程度轴承振动信号进行多尺度形态分解,分别计算其在不同尺度域内的复杂性度量能谱熵、奇异谱熵,以其作为预测特征向量。建立标准退化模式矩阵,对待检测样本信号特征向量与标准模式进行灰色关联分析,据关联度大小对样本信号退化状态进行评估。并仿真与实例数据验证该方法对电机轴承退化状态评估的有效性。
- 王冰李洪儒许葆华
- 关键词：电机轴承谱熵灰色关联分析
- 一种多元素多尺度形态非抽样小波分解方法被引量：4
- 2013年
- 针对电动机轴承故障信号常被强背景噪声淹没的问题,提出了一种多元素多尺度形态非抽样小波分解方法,并将其应用于滚动轴承故障特征提取中。该方法基于形态非抽样小波的一般框架,结合了形态开闭-闭开混合算子的滤波特性以及形态梯度算子提取信号冲击成分的特点,对该算子的两部分分别使用三角形和扁平形结构元素,使效率最优化。仿真和试验证明,该方法既可以进行谐波与噪声滤除,又可以有效地提取冲击成分,较现有的形态非抽样小波方法有更好的效果。
- 王冰李洪儒许葆华
- 关键词：滚动轴承故障诊断特征提取多尺度
