童靳于

作品数：57被引量：257H指数：9
导出分析报告
供职机构：安徽工业大学更多>>
发文主题：故障诊断滚动轴承滚动轴承故障诊断经验模态分解多尺度更多>>
发文领域：机械工程电子电信金属学及工艺自动化与计算机技术更多>>
发文期刊：《固体力学学报》《振动．测试与诊断》《激光与光电子学进展》《安徽工业大学学报（自然科学版）》更多>>
所获基金：国家自然科学基金安徽省高校省级自然科学研究项目安徽省自然科学基金安徽省科技攻关计划更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
模糊投影孪生宽度学习及其在滚动轴承故障诊断中的应用
《振动与冲击》2025年第8期192-198,共7页郑凤雷 潘海洋 郑近德 童靳于 程健 
国家自然科学基金(51975004);安徽省高校杰出青年项目(2022AH020032);安徽省自然科学基金(2408085ME113)。
由于通过传感器获得的振动信号往往包含大量的高噪声信息和冗余信息,其严重影响滚动轴承故障诊断的准确性。基于此,提出了一种基于模糊投影孪生宽度学习(fuzzy projection twin broad learning,FPTBL)的滚动轴承故障诊断方法。在FPTBL...
关键词：模糊投影孪生宽度学习(FPTBL) 投影孪生 故障诊断 滚动轴承 
基于自适应深度残差网络的旋转机械故障诊断方法被引量：1
《振动与冲击》2024年第20期162-171,共10页童靳于 唐世钰 郑近德 尹壮壮 潘海洋 
安徽省安徽高校自然科学研究重点项目(2022AH050315);安徽省高校杰出青年科研项目(2022AH020032);国家自然科学基金(51975004)。
针对深度残差网络无法在噪声环境下精确诊断的问题,提出了一种基于直接快速迭代滤波(direct fast iterative filtering,DFIF)和自适应深度残差网络(adaptive deep residual network,AResNet)的方法,并将其应用于噪声环境下旋转机械的故...
关键词：故障诊断 旋转机械 深度残差网络 直接快速迭代滤波(DFIF) 噪声环境 
变转速极低标签率下旋转机械故障诊断的图注意力网络被引量：1
《振动与冲击》2024年第19期242-248,共7页谢俊文 童靳于 郑近德 潘海洋 包家汉 
安徽省高校自然科学研究重点项目(2022AH050315);国家自然科学基金(51975004)。
在极低标签率情况下,现有的图神经网络(graph neural network,GNN)在图构造时存在节点间的关联信息挖掘不充分等问题。工业生产中,旋转机械常工作在变转速工况下,且标记故障样本代价高昂。针对上述两个问题,基于JS(Jenson-Shannon)相对...
关键词：旋转机械 故障诊断 相对熵 图神经网络(GNN) 变转速 低标签率 
集成全息希尔伯特谱分析及其在滚动轴承故障诊断中的应用被引量：2
《振动与冲击》2024年第13期98-105,125,共9页彭国良 郑近德 潘海洋 童靳于 刘庆运 
国家自然科学基金项目(51975004);安徽省教育厅杰出青年基金项目(2022AH020032)。
全息希尔伯特谱分析(holo-Hilbert spectral analysis, HHSA)是一种新的信号解调分析处理技术,其采用双层经验模态分解(empirical mode decomposition, EMD),能够有效揭示非线性或非平稳振动信号中的跨尺度耦合关系。但是,EMD在信号分...
关键词：集成全息希尔伯特谱分析(EHHSA) 时频分析 集成经验模态分解(EEMD) 故障诊断 
AM-FM算子分解方法在滚动轴承故障诊断中的应用
《机械科学与技术》2024年第7期1257-1265,共9页黄武 郑近德 童靳于 潘海洋 刘庆运 
国家自然科学基金项目(51975004);安徽省自然科学基金项目(2008085QE215)。
基于算子的零空间追踪算法能够实现复杂信号的自适应分解,其关键在于信号模型的构造与求解。通过定义一种新的可完全消除调幅调频信号的调幅调频算子(AFO),进一步建立了一种基于AFO的信号分解新模型。为了提高参数对信号分解的鲁棒性,...
关键词：经验模态分解 零空间算子 调幅调频信号 故障诊断 非参数正则化 
自适应精简经验Ramanujan分解及其在复合故障诊断中的应用
《电子学报》2024年第6期1989-1999,共11页潘海洋 章颖 程健 郑近德 童靳于 
安徽省高校杰出青年科研项目(No.2022AH020032);安徽省高校自然科学研究重点项目(No.2022AH050292);矿山智能装备与技术安徽省重点实验室研究项目(No.ZKSYS202203)。
Ramanujan傅里叶模态分解采用低频向高频扫描的方式获取分量信号,易出现过量分解和信息分散的现象,致使分解分量不具有单一完整的状态信息.为了解决上述问题,论文提出了一种自适应精简经验Ramanujan分解(Adaptive Concise Empirical Ram...
关键词：自适应精简经验Ramanujan分解 功率谱密度 Ramanujan傅里叶变换 复合故障 
多尺度熵方法在机械故障诊断中的应用研究进展被引量：2
《安徽工业大学学报（自然科学版）》2024年第1期46-57,97,共13页郑近德 姚殷柔 潘海洋 童靳于 刘庆运 
国家自然科学基金项目(51975004);安徽省教育厅杰出青年基金项目(2022AH020032)。
机械设备状态监测与故障诊断的关键是故障特征的表征与提取,采用基于熵及相关方法建立的非线性动力学指标能够提取蕴藏在振动信号中的非线性故障特征信息。自熵方法引入以来,通过不断修改和改进来提高熵估计的准确性,多尺度熵进一步拓...
关键词：多尺度熵 多元多尺度熵 智能故障诊断 滚动轴承 机械设备 
面向类不均衡数据的多任务博弈概率分类向量机被引量：1
《机电工程》2024年第3期430-437,共8页潘海洋 李丙新 郑近德 童靳于 
国家自然科学基金资助项目(51975004);安徽省高校自然科学研究重点项目(2022AH050292);牵引动力国家重点实验室开放课题(TPL2311)。
在工程实际中获取的故障样本往往会呈现不均衡特点,同时传统的分类模型也会存在局限性。针对这些问题,基于稀疏贝叶斯理论、模糊隶属度等理论,提出了一种多任务博弈概率分类向量机(MGPCVM)分类方法。首先,在MGPCVM的目标函数中,设计了...
关键词：滚动轴承 故障诊断 多任务博弈概率分类向量机 支持向量机 概率分类向量机 不均衡比 故障分类模型 
基于双加权不平衡矩阵分类器的机械故障诊断方法被引量：1
《机械工程学报》2024年第3期170-180,共11页潘海洋 徐海锋 郑近德 童靳于 张飞斌 
国家自然科学基金(51975004);安徽省高校自然科学研究重点(2022AH050292)资助资助。
针对机械故障样本数量不平衡情景下的故障诊断模型存在精度与泛用性不高的问题,借鉴模糊属性理论获取强监督模型的思想,设计了一种双加权不平衡矩阵分类器(Twin weighted imbalanced matrix classifier,TWIMC)。TWIMC通过使用基于样本...
关键词：双加权不平衡矩阵分类器 支持矩阵机 模糊隶属函数 不平衡样本 故障诊断 
一种二维时频多尺度熵的滚动轴承故障诊断方法被引量：1
《机械科学与技术》2023年第12期2011-2020,共10页李嘉绮 郑近德 潘海洋 童靳于 
国家自然科学基金项目(51975004);安徽省自然科学基金项目(2008085QE215)。
多尺度熵是一种有效表征一维振动信号复杂性和不规则程度的非线性动力学方法,但其只考虑了信号的时域复杂性,而忽略了频域信息。为了综合利用振动信号时频域信息和量度时频分布的复杂性特征,将二维多尺度熵引入到滚动轴承的故障诊断中,...
关键词：二维时频多尺度熵 时频分布 滚动轴承 萤火虫优化支持向量机 故障诊断 
全选清除导出
共6页<123456>
检索报告 对象比较 聚类工具 使用帮助 返回顶部