韩捷

作品数：213被引量：823H指数：13
导出分析报告
供职机构：郑州大学机械工程学院振动工程研究所更多>>
发文主题：故障诊断全矢谱旋转机械信息融合旋转机械故障诊断更多>>
发文领域：机械工程自动化与计算机技术理学一般工业技术更多>>
发文期刊：更多>>
所获基金：国家自然科学基金河南省杰出人才创新基金河南省教育厅自然科学基金河南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：
全矢RNN的轴承故障诊断研究被引量：7
《机械设计与制造》2021年第9期27-31,共5页谢远东 雷文平 韩捷 陈磊 
国家自然科学基金(50675209);河南省高校重点学科开放实验室项目(PMTE201302A)。
本文提出了一种基于全矢谱的RNN故障诊断方法。RNN是为了在保证在时序信息上能够提取出轴承的特征信息,并且根据全寿命周期的时序信息得到轴承的退化过程,并根据退化特征对于轴承故障信号进行分类。全矢谱技术利用同源双通道故障信息的...
关键词：智能故障诊断 循环神经网络 全矢谱 特征提取 
Hilbert-全矢HMM轴承剩余寿命预测被引量：3
《机械设计与制造》2020年第3期95-98,共4页张旺 陈磊 陈超宇 韩捷 
河南省教育厅科学技术研究重点项目指导计(13B603970.0);河南省高校重点学科开放实验室项目(PMTE201302A)。
由于旋转机械工矿复杂,传统的诊断预测方法往往用单通道信息采集,不仅包含大量噪声而且易造成有效信息的缺失,而且例如神经网络等预测方法需要大量的训练样本,不能对故障进行及时有效的诊断和预测。结合隐马尔科夫链(HMM)训练样本少,识...
关键词：全矢谱 HILBERT 聚类方法 混合高斯函数 GHMM 
具有多核结构的稀疏化DNN在轴承诊断中的应用被引量：9
《机械设计与制造》2020年第2期248-251,255,共5页吴小龙 雷文平 陈宏 韩捷 
郑州市科技局项目（23110004）;河南省高等学校精密制造技术与工程重点学科开发实验室开发基金资助项目（PMTE201301A）;河南省杰出人才创新基金项目（0621000500)
为了进一步提高深度神经网络(Deep Neural Network,DNN)在轴承故障诊断中的可靠性和稳定性,对深度学习(Deep Learning)中的一些关键技术进行了研究、借鉴以及改进。具体地沿用传统DNN中被广泛用于无监督学习的去噪自动编码器(Denoising ...
关键词：深度学习 自动编码器 稀疏化 核函数 特征提取 故障诊断 
全矢KPCA和AR模型结合的滚动轴承故障预测方法被引量：10
《机械设计与制造》2019年第11期20-24,共5页高亚娟 陈磊 林辉翼 韩捷 
河南省教育厅科学技术研究重点项目指导计划(13B603970.0);河南省高校重点学科开放实验室项目(PMTE201302A)
由于单一传感器获取的振动信号具有片面性,采用全矢谱信息融合技术对滚动轴承信号进行特征提取,并与KPCA模型和AR时序预测方法相结合进行故障预测。首先,采用全矢谱技术提取实验数据中的特征主振矢;然后,采用KPCA方法对得到的特征主振...
关键词：故障预测 核主元分析 全矢谱 AR模型 滚动轴承 信息融合 
基于全矢1D-CNN的轴承故障诊断研究被引量：4
《设备管理与维修》2019年第15期21-24,共4页谢远东 雷文平 韩捷 
主要研究了卷积神经网络(CNN)和轴承故障诊断领域中的特征相结合,提出了全矢1D-CNN轴承故障方法,不但对于原故障信号数据集进行了数据增强,而且使用深度拟合器对于数据集特征深度提取。经过试验验证了全矢1D-CNN在轴承故障识别中不但可...
关键词：全矢谱 1D-CNN 特征提取 
全矢ITD和KPCA结合的滚动轴承故障诊断被引量：12
《机械设计与制造》2019年第4期154-157,共4页高亚娟 陈磊 林辉翼 韩捷 
河南省教育厅科学技术研究重点项目指导计划(13B603970.0);河南省高校重点学科开放实验室项目(PMTE201302A)
针对在滚动轴承故障检测和诊断中获取的单通道信息不全面、不准确等问题,提出了全矢本征时间尺度分解(ITD)和核主元分析(KPCA)相结合的方法以进行故障检测与诊断。首先采用全矢ITD对正常运行状态下的同源双通道原始样本数据进行信息融合...
关键词：核主元分析 ITD 全矢谱 故障诊断 滚动轴承 信息融合 
Hilbert-全矢谱及其在滚动轴承退化分析中的应用被引量：1
《机械设计与制造》2019年第2期9-12,共4页张学欣 韩捷 陈磊 马艳丽 
旋转机械的振动信号频谱分析中,存在单源信号信息不完整、频率调制等问题,导致频谱不能全面、清晰地反映设备运行状态,增加误判风险。而全矢谱技术能充分融合双通道振动信息,Hilbert变换对时域信号包络解调效果良好,结合两者的优点形成H...
关键词：全矢谱 Hilbert包络 滚动轴承 退化过程 
全矢深度学习在轴承故障诊断中的应用被引量：10
《机械传动》2019年第1期144-149,共6页陈超宇 陈磊 张旺 韩捷 
河南省教育厅科学技术研究重点项目指导计划(13B603970.0);河南省高校重点学科开放实验室项目(PMTE201302A)
为了应对日趋庞杂的故障监测系统数据,针对单通道信号存在的信息遗漏以及传统智能诊断手工提取特征的复杂性和不通用性,提出了全矢深度学习滚动轴承智能诊断方法。首先,用全矢谱融合双通道的振动信号,得到全矢融合后的主振矢数据,克服...
关键词：智能故障诊断 深度学习 全矢谱 稀疏自动编码器 
各向异性支撑转子的全矢动平衡技术研究被引量：1
《机械设计与制造》2019年第1期91-94,共4页岳佳佳 雷文平 韩捷 
国家自然科学基金项目(50675209)
传统的平衡方法对于具有显著各向异性转子的不平衡响应会产生测量和评价上的误差。从信息融合的视角,分别在忽略和考虑了非线性因素两种情况下对各向异性转子的不平衡响应的规律进行研究。在全矢谱理论和传统影响系数法的基础上,对各向...
关键词：转子动力模型 全矢动平衡 各向异性 不平衡响应 全矢谱 
设备频谱预测的全矢-GM(1,1)方法研究被引量：1
《机械设计与制造》2018年第9期8-11,共4页官振红 赵伟杰 陈磊 韩捷 
河南省教育厅自然科学研究计划(2010B460015)
对旋转机械进行频谱结构预测可以有效地掌握设备未来的运行状态,预判故障类型、性质,锁定故障位置。由于基于单源信息的频谱结构具有不确定性,无法进行预测研究。为保证预测结果的唯一性和准确性,将全矢谱技术引入预测模型,结合灰色GM(1...
关键词：旋转机械 频谱结构 全矢谱 GM(1 1)模型 转子 预知维修 
全选清除导出
共22页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部