张颖
- 作品数：2 被引量：8H指数：2
- 供职机构：北京化工大学诊断与自愈工程研究中心更多>>
- 发文基金：国家重点基础研究发展计划国家杰出青年科学基金国家高技术研究发展计划更多>>
- 相关领域：机械工程更多>>
- 往复压缩机相空间LDA模型在异常检测中的应用被引量：3
- 2018年
- 针对往复压缩机异常检测不及时、漏报、误报的问题,提出一种多特征融合的相空间LDA(Latent Dirichlet Allocation)模型的异常检测方法。为了全面描述波形特征,提取往复压缩机正常运行数据和实时运行数据的特征集,对特征集进行预处理后,运用LDA方法计算正常状态和当前状态相空间分布模型,并用JS(Jensen Shannon divergence)距离计算两者差异度,若差异度超过设定值则认为发生故障。实验验证了该方法能有效实现往复压缩机异常检测,并能大幅提前往复压缩机典型故障异常检测报警时间点。
- 马波张颖于雷
- 关键词：相空间LDA往复压缩机多特征融合
- 基于EMD和PCA的滚动轴承故障信号特征提取研究被引量：5
- 2015年
- 针对滚动轴承故障信号具有非平稳性的问题,对滚动轴承非平稳信号特征提取问题进行了研究,提出了基于经验模态分解(EMD)和主成分分析(PCA)的滚动轴承故障信号特征提取方法。运用经EMD对滚动轴承故障信号进行分解,得到了多个本征模态分量(IMF),计算了每个IMF的总能量值,取能量集中的前6层IMF,将每层IMF频率集中的部分等分成多段,计算每段能量值,作为该故障的特征值。运用PCA对特征值进行了维度缩减,将高维度的特征值降低为低维度的特征值,计算了特征值的累计贡献率,取累计贡献率达到80%的前多个特征值作为每组故障的特征值。研究结果表明,该方法可有效提取滚动轴承故障信号特征,实现高维特征维度缩减。
- 张颖马波张明杨鲁伟杨俊玲
- 关键词：经验模态分解主成分分析滚动轴承非平稳信号
