刘秀丽

作品数：33被引量：185H指数：9
导出分析报告
供职机构：北京信息科技大学光电信息与通信工程学院现代测控技术教育部重点实验室更多>>
发文主题：故障诊断行星齿轮箱滚动轴承变分滚动轴承故障诊断更多>>
发文领域：机械工程金属学及工艺自动化与计算机技术电气工程更多>>
发文期刊：《组合机床与自动化加工技术》《上海交通大学学报》《设备管理与维修》《现代制造工程》更多>>
所获基金：国家自然科学基金国家高技术研究发展计划北京市教委科技计划面上项目北京市优秀人才培养资助更多>>
-
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：
变转速下基于改进ConvLSTM的滚动轴承故障诊断
《噪声与振动控制》2025年第2期76-81,共6页黄金鹏 吴国新 刘秀丽 
国家重点研发计划资助项目(2020YFB1713203);北京信息科技大学勤信人才资助项目(QXTCPC202120);机电系统测控北京市重点实验室开放课题资助项目(KF20222223201)。
针对在多传感器下变转速且带有不同程度噪声的工况下故障特征被淹没的问题,提出一种基于改进卷积长短时记忆网络(Convolutional LSTM, ConvLSTM)的故障诊断方法:首先将多个传感器采集的一维振动信号切分为二维矩阵序列;再利用由改进Conv...
关键词：故障诊断 滚动轴承 变转速工况 深度学习 ConvLSTM 
基于OPC UA的多源异构工业数据协同管理信息模型构建技术研究
《机床与液压》2024年第22期8-15,共8页蒋章雷 李念雪 李云鹏 吴国新 刘秀丽 门大超 
国家重点研发计划项目(2020YFB1713200);国家自然科学基金项目(62303065)。
随着产业数字化、工厂智能化的发展,海量工业数据之间的协同管理、挖掘分析成为亟待解决的问题。为实现生产线各维度异构数据的统一调度协同管理,提出基于OPC UA的多源异构工业数据协同管理信息模型。针对长链生产线生产过程中不同层次...
关键词：信息模型 智能制造 多源异构数据 协同管理 
时变小样本条件下基于对比学习的故障诊断
《电子测量与仪器学报》2024年第8期113-123,共11页乔万 刘秀丽 吴国新 黄金鹏 
国家自然科学基金(62303065);机电系统测控北京市重点实验室开放课题(KF20222223201)项目资助。
时变工况下的故障诊断往往具有高度动态性,而小样本下模型学习受限使得问题更加棘手。针对上述情况,提出了基于对比深度卷积网络的故障诊断方法:首先,针对数据样本量小的特点,利用速度变化引起的振动数据分布差异,无需进行人工操作自然...
关键词：对比学习 时变工况 小样本 深度卷积网络 故障诊断 
基于空间灰度重心推进的线结构光中心提取被引量：1
《电子测量技术》2024年第2期44-50,共7页卜民众 吴国新 黄金鹏 左云波 刘秀丽 
国家重点研发计划课题(2020YFB1713203);北京信息科技大学勤信人才项目(QXTCPC202120);机电系统测控北京市重点实验室开放课题(KF20222223201)项目资助。
利用线结构光对工件进行三维测量时,快速、准确提取激光光条中心是测量系统的关键技术之一。提出一种基于空间灰度重心推进的激光中心提取方法。该方法基于激光条纹空间灰度重心向前推进,结合八邻域判定法进行光条空间区域的选取,接着...
关键词：测量 线结构光 空间灰度重心 3σ准则 
基于MADCNN的故障诊断方法研究被引量：5
《电子测量与仪器学报》2023年第3期187-193,共7页王鸽 吴国新 刘秀丽 
国家重点研发计划项目(2020YFB1713203);国家自然科学基金(61973041);北京信息科技大学勤信人才项目(QXTCPC202120)资助。
针对旋转机械零部件进行故障诊断的方法包括传统方法和深度学习,传统方法往往需要大量的专家经验,且诊断精度欠佳,提出一种注意力机制改进多尺度深度卷积神经网络(multi-scale attention deep convolutional neural network,MADCNN)的...
关键词：MADCNN 旋转机械 注意力机制 故障诊断 
基于SSA-VMD和2.5维谱的齿轮箱磨损故障诊断被引量：2
《机床与液压》2023年第6期181-187,共7页毕浩程 蒋章雷 吴国新 刘秀丽 王红军 栾忠权 
国家自然科学基金面上项目(61973041,51975058);北京信息科技大学“勤信人才”培育计划项目(QXTCP C202120)。
针对行星齿轮箱实际工况中存在多种频率耦合无法直接提取故障特征频率的问题,提出一种基于樽海鞘群算法优化变分模态分解(SSA-VMD)结合2.5维谱的故障诊断方法。运用SSA优化VMD的参数;运用自相关系数对分解信号进行重构,降低噪声的干扰;...
关键词：变分模态分解 樽海鞘群算法 2.5维谱 行星齿轮箱 故障诊断 
基于STOA-VMD结合相关峭度及2.5维谱的行星齿轮箱磨损故障诊断被引量：1
《北京信息科技大学学报（自然科学版）》2023年第1期56-61,69,共7页张家帅 蒋章雷 刘秀丽 吴国新 
北京信息科技大学“勤信人才”培育计划项目(QXTCP C202120)。
针对行星齿轮箱振动信号的非线性特征明显、故障特征难以识别的问题,提出了一种基于乌燕鸥算法(sooty tern optimization algorithm, STOA)优化变分模态分解(variational modal decomposition, VMD),并结合相关峭度以及2.5维谱的故障诊...
关键词：行星齿轮箱 磨损故障 变分模态分解 乌燕鸥算法 相关峭度 2.5维谱 
基于SSA-VMD和1.5维包络谱的齿轮箱磨损故障诊断的研究被引量：4
《现代制造工程》2022年第5期130-137,23,共9页毕浩程 蒋章雷 吴国新 刘秀丽 栾忠权 
国家重点研发计划项目(2020YFB1713203);国家自然科学基金面上项目(61973041,51975058);北京市教委科研计划项目(KM202011232001);北京市教委科技计划一般项目(KM201811232023);北京学者计划项目(2015-025)。
针对强噪声背景下行星齿轮箱特征提取困难的问题,提出一种基于樽海鞘群算法优化变分模态分解(SSA-VMD)结合1.5维包络谱的故障诊断方法。该方法首先运用樽海鞘群算法(SSA)优化变分模态分解(VMD)的参数;然后运用自相关系数对分解信号进行...
关键词：变分模态分解 樽海鞘群算法 1.5维包络谱 行星齿轮箱 故障诊断 
基于特征金字塔卷积循环神经网络的故障诊断方法被引量：11
《上海交通大学学报》2022年第2期182-190,共9页刘秀丽 徐小力 
国家自然科学基金项目(51975058);国家重点研发计划(2020YFB1713203)。
变工况、变载荷设备部件不同故障的特征在信号中所占比例和位置不固定,且包括大量不同场景下的原始振动信号的多尺度复杂性.对此,提出一种基于特征金字塔网络(FPN)的卷积循环神经网络(CRNN)滚动轴承故障诊断方法.利用卷积神经网络(CNN)...
关键词：卷积循环神经网络 特征金字塔 故障诊断 特征可视化 
VMD及PSO优化SVM的行星齿轮箱故障诊断被引量：13
《电子测量与仪器学报》2022年第1期54-61,共8页刘秀丽 王鸽 吴国新 李相杰 
国家重点研发计划项目(2020YFB1713203);北京信息科技大学勤信人才项目(QXTCP C202120)资助
以故障高发的行星齿轮传动系统为对象,提出基于变分模态分解(variational mode decomposition,VMD)及粒子群算法(particle swarm optimization,PSO)优化支持向量机(support vector machine,SVM)的故障诊断方法。首先,对信号进行VMD分解...
关键词：行星齿轮箱 故障特征凸显 PSO优化SVM 适应度函数 样本熵 
全选清除导出
共4页<1234>
检索报告 对象比较 聚类工具 使用帮助 返回顶部