李正强

作品数:9被引量:41H指数:4
导出分析报告
供职机构:沈阳航空航天大学更多>>
发文主题:刀具磨损搬运机器人摇杆巡逻机器人铰接更多>>
发文领域:自动化与计算机技术金属学及工艺航空宇航科学技术交通运输工程更多>>
发文期刊:《机电信息》《传感器与微系统》《机械工程师》《北京理工大学学报》更多>>
所获基金:辽宁省教育厅高校重点实验室项目博士后科研启动基金沈阳市人才资源开发专项资金更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-9
视图:
排序:
基于云模型和稀疏贝叶斯技术的刀具磨损状态识别技术研究被引量:2
《机电信息》2017年第33期102-103,共2页聂鹏 李锋 李正强 
针对刀具磨损状态监测和磨损量预测研究中特征提取这一关键技术,提出采用声发射传感器和功率传感器采集机床刀具磨损相关的信号信息,采用两种信号采集的方法可以避免单一信号本身自有的缺陷。采用云模型算法能够科学地耦合两种信息,并...
关键词:刀具磨损 云模型 声发射 
基于BP神经网络和D-S证据理论的刀具磨损监测方法被引量:3
《机床与液压》2016年第9期173-177,共5页聂鹏 吴文进 李正强 张大国 
辽宁省重点实验室项目(LS2010117)
将BP神经网络和D-S证据理论相结合的方法运用于刀具磨损监测中,采用小波包分解法对刀具磨损过程中产生的声发射信号进行特征提取,构建特征向量,利用BP神经网络识别判断刀具磨损状态;通过BP神经网络的输出结果和训练误差计算D-S证据理论...
关键词:刀具磨损 小波包分解 神经网络 D-S证据理论 
基于遗传算法优化SVM的刀具VB值预测的研究被引量:3
《机床与液压》2015年第11期43-45,75,共4页聂鹏 何超 许良 李正强 崔凯奇 
辽宁省重点实验室资助项目(LS2010117)
针对刀具磨损量的预测问题,建立了基于支持向量机回归理论的刀具VB值的在线预测模型。对声发射信号和电流信号分别进行EEMD分解和小波包分解得到的能量值,把它与主轴转速、进给量和背吃刀量一起组成初始特征向量。通过主成分分析进行数...
关键词:支持向量回归机 遗传算法 主成分分析 VB值预测 
基于TEM图像的CNT溶液分散均匀性分形方法被引量:2
《北京工业大学学报》2014年第10期1454-1458,共5页聂鹏 曾宪君 卢少微 李正强 高明圳 
航空基金资助项目(2012ZD54012)
针对传统评价方法的不足,提出了一种以分形理论为数学模型基础的碳纳米管长度分布及分布均匀性的定量评价方法.将碳纳米管溶液TEM图像进行处理,得到简化矩阵,以简化矩阵的第1个元素为原点,提取不同步长及该步长内所有元素的和,在双对数...
关键词:碳纳米管溶液 TEM图像 分形理论 分散均匀性 
基于粗糙集神经网络的刀具磨损监测的研究
《机械工程师》2014年第1期6-9,共4页聂鹏 郭勇 李正强 张锴锋 陈彦海 
辽宁省重点实验室项目资助(LS2010117)
针对多传感器刀具磨损监测系统输入维数较多、神经网络结构复杂、收敛速度慢等缺点,提出了粗糙集和遗传算法优化神经网络的模型。该模型首先利用粗糙集理论的属性约简对输入数据进行处理,从而达到减少神经网络输入维数、简化神经网络结...
关键词:粗糙集 遗传算法 神经网络 刀具监测 
基于改进EMD和LS-SVM的刀具磨损状态识别被引量:8
《北京工业大学学报》2013年第12期1784-1790,共7页聂鹏 董慧 李正强 高辉 李波 
辽宁省教育厅重点实验室资助项目(LS2010117);沈阳市人才资源开发专项基金资助项目(Syrc201007)
针对经验模态分解(empirical mode decomposition,EMD)的端点效应、停止准则和虚假分量作了改进处理,通过对仿真信号的对比验证证明了改进方法的可行性.采集切削加工中的声发射(acoustic emission,AE)信号并对AE信号运用改进EMD方法分...
关键词:刀具磨损 状态识别 经验模态分解 
基于卡尔曼滤波的小型无人机姿态估计算法研究被引量:9
《沈阳航空航天大学学报》2013年第6期53-57,共5页聂鹏 李佩华 李正强 郑旺 宋平 
辽宁省重点实验室项目资助(项目编号:LS2010117)
构建了基于MEMS陀螺仪、加速度计及磁强计的姿态测量系统。研究了基于四元数的扩展卡尔曼滤波算法。通过四元数微分方程和陀螺噪声误差建立了卡尔曼状态方程,利用加速度计和磁强计的输出数据,采用梯度下降法计算出测量四元数。用从实际...
关键词:扩展卡尔曼滤波 姿态解算 梯度下降法 
局部均值分解在刀具故障诊断中的应用被引量:5
《北京理工大学学报》2012年第11期1125-1128,1133,共5页聂鹏 高辉 陈彦海 李正强 董慧 
辽宁省重点实验室基金资助项目(LS2010117)
为有效监测刀具磨损状态,提出一种基于局部均值分解的刀具故障诊断方法.将声发射信号自适应地分解为一系列乘积函数,选取包含主要故障信息的前8个乘积函数分量,获得每个乘积函数分量的平均能量,并组成特征向量.分别提取正常切削、中期...
关键词:局部均值分解 刀具 故障诊断 声发射 
EEMD方法在刀具磨损状态识别的应用被引量:10
《传感器与微系统》2012年第5期147-149,152,共4页聂鹏 徐洪垚 刘新宇 李正强 
辽宁省重点实验室基金资助项目(LS2010117);博士后启动基金资助项目(89017)
总体经验模态分解(EEMD)方法在EMD的基础上消除了模态混叠的现象,从而更能准确地揭露出信号特征信息。根据声发射信号的非稳态、非线性的特点,提出一种基于EEMD应用于刀具磨损状态识别的方法。通过EEMD获取无模态混叠的IMF分量;通过敏...
关键词:刀具磨损 状态识别 总体经验模态分解 经验模态分解 支持向量机 
检索报告 对象比较 聚类工具 使用帮助 返回顶部