张玉皓
- 作品数：17 被引量：67H指数：5
- 供职机构：内蒙古科技大学机械工程学院更多>>
- 发文基金：内蒙古自治区自然科学基金国家自然科学基金内蒙古自治区高等学校科学研究项目更多>>
- 相关领域：机械工程自动化与计算机技术更多>>
- 基于阶次跟踪和总体经验模式分解相结合的滚动轴承升速过程的故障诊断方法研究被引量：1
- 2015年
- 对于某些旋转机械(转炉、轧机)来说,一直处于变速运动,因此对变速过程的振动信号进行分析具有重要意义。滚动轴承作为其重要部件,对其升速过程的振动信号进行研究,有助于滚动轴承的故障诊断。提出了一种基于阶次跟踪和总体经验模式分解相结合的诊断方法。首先将升速过程的时域信号转化为角域信号,然后对角域信号进行总体经验模态分解,再用互相关、峭度准则对IMF分量进行提取,最后对提取到的信号进行阶次谱分析。通过实验案例的分析,能够有效的识别滚动轴承故障,进而表明本方法的有效性。
- 任学平邢义通王建国辛向志张玉皓
- 关键词：滚动轴承
- 基于阶次跟踪和小波包分析相结合的滚动轴承升速过程的故障诊断方法研究被引量：2
- 2015年
- 滚动轴承在实际工况下并非全部都是恒速运转,在某些工况下一直处于变速工作,因此对变速过程的振动信号进行研究同样具有重要意义。在其变速工作过程中,振动信号包含大量的特征信息。并且由于此类信号所表现出非平稳性的特点,如果采用传统的频谱分析法分析,结果就会出现严重的"频率模糊"现象,很难提取到故障信息。所以提出了一种基于阶次跟踪和小波包分析相结合的诊断方法。首先对升速过程时测得的原始时域信号进行等角度重采样,然后对重采样后的角域信号进行小波包分解和重构,最后对重构信号进行阶次谱分析。通过仿真信号验证和实例分析,能够对滚动轴承故障进行有效诊断,从而表明本方法的有效性。
- 任学平邢义通王建国辛向志张玉皓
- 关键词：小波包重采样
- 基于小波包自相关的能量算子旋转机械故障诊断被引量：2
- 2016年
- 针对在强噪声背景下轴承振动信号的非线性,非平稳性以及信号出现的复杂调制现象,提出一种基于小波包熵与自相关函数相结合的能量算子解调故障诊断方法。该方法首先根据信号的小波包熵值对信号小波包降噪,其次用自相关函数分析的方法进一步抑制噪声对提取特征频率的干扰,最后对降噪处理过的信号进行能量算子解调,从而实现提取轴承的故障信号的幅值和频率信息。对机械故障振动信号进行实验分析表明,相对于单纯的小波包分析预处理存在的降噪效果不理想以及普通Hilbert解调法的运算精度满足不了诊断需求的情况,该方法能够有效解调出故障频率信息,实现对故障类别的推断。
- 王建国王戈王少锋张玉皓刘永亮仲济祥
- 关键词：自相关函数能量算子调制解调故障诊断
- 基于DT-CWT自适应Teager能量谱的轴承早期故障诊断被引量：5
- 2017年
- 针对滚动轴承早期故障特征信息难以识别以及带通滤波器参数设置依赖使用者经验等造成共振带不能有效确定并自适应提取的问题,提出了频带幅值熵的概念。在此基础上,将双树复小波变换和Teager能量谱结合,提出了基于双树复小波自适应Teager能量谱的早期故障诊断方法。首先,利用双树复小波将采集到的振动信号分解为不同频带的子信号,并计算各子带的频带幅值熵;然后,将熵值按升序排列后依次作为阈值,提取频带幅值熵大于阈值的子带,依据峭度指标确定最佳阈值,从而自适应并且有效地提取出共振带;最后,对共振带进行Teager能量谱分析,即可从中准确地识别出轴承的故障特征频率。通过信号仿真与实验数据分析验证了该方法的有效性。
- 任学平王朝阁张玉皓王建国
- 关键词：滚动轴承双树复小波
- 基于阶次跟踪最大相关峭度反褶积的滚动轴承早期故障诊断被引量：1
- 2016年
- 针对滚动轴承早期故障冲击信号受到现场噪声的干扰,难以提取周期冲击成分的问题,以及非平稳转速下对故障信号直接进行傅里叶分析会出现频率混叠,无法确定故障特征频率的问题。提出基于角域最大相关峭度反褶积的滚动轴承故障诊断方法。首先对时域非平稳故障信号进行计算阶次跟踪转换为角域内的平稳信号;然后用最大相关峭度反褶积对故障信号进行处理,提取信号中的周期冲击成分。通过对仿真和实验数据的分析,验证了角域最大相关峭度反褶积方法的有效性。
- 任学平张玉皓辛向志庞震
- 关键词：滚动轴承阶次跟踪
- 基于DT-CWT和奇异能量差分谱的滚动轴承故障诊断研究被引量：6
- 2016年
- 滚动轴承故障信号具有非平稳、能量低等特征,为了能够准确、有效地检测出轴承故障,提出了将双树复小波和奇异值能量差分谱相结合的诊断方法。首先运用双树复小波对采集到的振动信号进行分解,再重构单支信号,由于噪声的干扰,从重构后分量的频谱中很难对故障做出正确的判断。然后对包含故障特征的分量求取奇异值能量差分谱,确定有效阶次进行信号重构降噪。最后对降噪信号求Hibert包络谱,便能准确获得故障特征频率。通过信号仿真和实验数据分析验证了该方法的有效性。
- 任学平王朝阁张玉皓庞震
- 关键词：轴承故障双树复小波
- 基于自回归最小熵反褶积的滚动轴承故障诊断被引量：3
- 2016年
- 轴承故障信号中的周期冲击成分会受到轴承元件间碰撞产生非周期冲击成分以及工况噪声的干扰,难以提取故障特征。使用自回归最小熵反褶积方法对故障信号处理,首先用自回归模型滤除非周期冲击成分,再使用最小熵反褶积方法对周期冲击成分进行增强,通过仿真和实验信号处理结果证明了该方法的有效性。
- 任学平张玉皓黄培杰辛向志王朝阁
- 关键词：滚动轴承故障诊断
- 基于DT-CWT和能量算子解调的滚动轴承故障诊断研究被引量：1
- 2016年
- 滚动轴承出现局部损伤时会产生周期性冲击,振动信号往往具有调制特征,为了能够准确、有效地检测出轴承故障,提出了双树复小波和能量算子解调的诊断方法。首先运用双树复小波对采集到的轴承振动信号进行分解,得到若干个不同频带的分量,提取信号中能量集中的高频调制频带进行信号重构。然后采用能量算子的方法对重构信号进行解调。最后对解调得到的瞬时幅值进行频谱分析便能准确提取故障特征频率。通过信号仿真和实验数据处理结果证明了该方法的有效性。
- 任学平王朝阁张玉皓
- 关键词：轴承故障解调分析双树复小波能量算子
- EMD分解与多特征融合的齿轮故障诊断方法被引量：4
- 2016年
- 为解决齿轮振动信号在现实中难以获取大量典型故障样本和分类的精确度低的问题,提出基于EMD分解与多特征融合的齿轮故障诊断方法。首先,提取反映信号特征的各项参数指标作为特征向量;其次,利用经验模式分解(EMD)对原始信号进行分解,进而提取分解后各本征模式分量(IMF)的能量指标组成特征向量;然后,将其与信号特征各项参数融合成特征向量组合,并将其作为SVM多故障分类器的训练样本进行训练,实现齿轮的智能诊断。通过实验室轴承的故障诊断研究表明:该方法对于齿轮的各种状态具有很好的分类精确度,更加有效地识别齿轮故障类型。
- 秦波刘永亮王建国张玉皓常福
- 关键词：EMD特征向量支持向量机
- 基于冲击特征的齿轮箱关键部件故障诊断方法研究
- 滚动轴承为旋转体提供可靠稳定的支撑，承受旋转体自重及工作载荷的同时保证旋转体的回转精度;齿轮通过啮合输出或传递动力及运动。齿轮箱关键部件出现故障必然会影响设备运行的稳定性、承载能力和精度，因此研究快速有效的故障诊断技术具...
- 张玉皓
- 关键词：齿轮箱故障诊断反褶积方法
