蒋超
- 作品数：8 被引量：87H指数：5
- 供职机构：上海大学机电工程与自动化学院更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金湖南省科技厅科技计划项目更多>>
- 相关领域：机械工程自动化与计算机技术石油与天然气工程电子电信更多>>
- 基于快速谱峭度图的EEMD内禀模态分量选取方法被引量：20
- 2015年
- 针对在总体平均经验模式分解(ensemble empirical mode decomposition,简称EEMD)的多个内禀模态分量(intrinsic mode function,简称IMF)中,如何选取出反应故障特征的敏感IMF的问题,提出一种基于快速谱峭度图的敏感IMF选取方法。由EEMD分解获得的一组无模式混淆的IMF,计算原信号及各个IMF的快速谱峭度图,选择每个快速谱峭度图中谱峭度最大值所处的频带作为参考频带,比较各个IMF的参考频带与原信号谱峭度最大值所处频带之间的从属关系,筛选出反应故障特征的敏感IMF,为后续故障诊断提供特征信息。将该方法应用于模拟仿真信号及滚动轴承滚动体故障信号,验证了方法的有效性。
- 蒋超刘树林姜锐红王波
- 关键词：冲击信号故障诊断
- 相关向量机及其在机械故障诊断中的应用研究进展被引量：18
- 2015年
- 相关向量机是一种基于贝叶斯稀疏理论的新型机器学习算法,近年来被应用于多个行业,并得到了国内外学者的不断关注和研究,然而在机械故障诊断领域还未得到足够的重视。简述了相关向量机的特点,通过与支持向量机相比较,阐述了相关向量机的优缺点,综述和分析了近年来相关向量机的国内外研究现状,重点关注相关向量机在机械设备状态监测与故障诊断领域的研究进展。在此基础上,分析了相关向量机研究所存在的一些问题,并展望了相关向量机在机械故障诊断领域应用的未来方向。
- 王波刘树林张宏利蒋超
- 关键词：故障诊断相关向量机智能诊断
- 医用镁合金材料的可降解性能研究初探
- 2014年
- 镁合金因满足生物材料力学的性能要求,具有良好的生物相容性和可降解性等优势,已成为最具发展潜力的一种生物医用可降解材料。然而,镁合金在具备上述优势条件的同时,亦存在着一个突出问题,即如何控制镁合金的降解速度。文章从高纯镁合金和新合金的开发、镁合金的热处理、快速凝固技术和微弧氧化技术四个方面对近年来镁合金腐蚀速度控制方面的研究工作进行了总结,为改善镁合金可降解性能的相关研究提供参考。
- 蒋中令蒋超
- 关键词：镁合金生物医用材料快速凝固微弧氧化
- 基于变分模态分解参数估计的滚动轴承故障信息提取方法被引量：22
- 2016年
- 变分模态分解在信号分解精度和噪声鲁棒性方面具有明显优势,但需预先确定模态数K,而目前K只能靠先验知识进行预估,如果预估的K与实际信号存在差异,会导致分解误差较大。针对以上问题,利用EMD不需预先设定模态数的自适应分解特点,通过对EMD分解结果的分析,进行VMD分解模态数的估计,并通过仿真信号分析及滚动轴承故障信息提取,验证了所提出方法的可行性与有效性。
- 杨洪柏蒋超石坤举刘树林
- 关键词：经验模态分解参数估计滚动轴承
- 海洋平台将军柱在吊机工作下的振动响应分析
- 以某海洋平台将军柱为研究对象,使用幅值分析和频谱分析工具,对吊机静止工况下的将军柱振动响应进行分析,发现将军柱上各测点呈现振动情况一致现象.而对吊机加载、旋转及卸载3种吊机工作工况下的将军柱各测点振动响应进行分析,发现将...
- 蒋超刘树林张宏利李栋石坤举
- 变分模态分解与神经网络结合的轴承故障诊断被引量：7
- 2017年
- 故障信号特征提取的准确性是保证故障智能诊断识别率的关键因素。低信噪比情况下,故障诊断效果下降。变分模态分解方法(VMD)在信号分解精度和抗噪方面具有明显优势。在分析VMD抗噪性能的基础上,提出以VMD分解的各模态能量作为智能诊断特征信息,并与小波包的特征信息进行对比研究。将滚动轴承两种故障特征信息通过BP神经网络识别,用不同信噪比的加噪故障信号进行测试,结果表明,在低信噪比情况下基于VMD模态能量的故障特征更具有可识别性。
- 杨洪柏张宏利蒋超刘树林
- 关键词：小波包故障特征滚动轴承
- 4桩腿平台振动测试及焊缝裂纹产生原因分析被引量：3
- 2015年
- 对某4桩腿平台关键部位进行了同步振动监测,获取了平台在自然激励下吊机各种工况下的振动信号。采用时域与频域相结合的方法,分析了平台的整体振动特征,发现了吊机各种工况下的振动规律,研究了吊机与吊机将军柱振动的相互影响。分析表明,该平台在焊缝裂纹附近存在高频局部振动,平台某方向振动过大是造成焊缝裂纹反复出现的主要原因之一。
- 徐菖松蒋超石坤举张宏利
- 关键词：海洋平台振动测试频谱分析
- 基于量子遗传算法优化RVM的滚动轴承智能故障诊断被引量：19
- 2015年
- 提出了基于量子遗传算法(QGA)优化相关向量机(RVM)核函数参数的方法,通过仿真比较了量子遗传算法与其它方法在核函数参数优化方面的性能,结果表明基于量子遗传算法优化出的算法性能优于其它方法的优化性能。将基于量子遗传算法优化的相关向量机(QGA-RVM)应用于滚动轴承的故障诊断;采用总体平均经验模态分解(EEMD)将滚动轴承故障信号自适应地分解成多个内禀模态函数(IMF),将IMF能量作为故障特征输入到QGA-RVM进行最终的故障诊断。结果表明,该方法能够快速准确地诊断出滚动轴承故障,验证了该方法的有效性和稳定性;此外,通过与支持向量机(SVM)的对比分析,显示了RVM在智能故障诊断应用中的优越性。
- 王波刘树林蒋超张宏利
- 关键词：量子遗传算法故障诊断相关向量机
