张玉学

作品数:7被引量:48H指数:4
导出分析报告
供职机构:中北大学更多>>
发文主题:故障诊断自动机点频齿轮箱故障诊断齿轮箱更多>>
发文领域:机械工程自动化与计算机技术电子电信金属学及工艺更多>>
发文期刊:《组合机床与自动化加工技术》《电子技术应用》《中国测试》《机械设计与研究》更多>>
所获基金:国家自然科学基金更多>>
-

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1-7
视图:
排序:
基于LMD近似熵和PSO-ELM的齿轮箱故障诊断被引量:15
《机械传动》2017年第8期109-113,共5页张玉学 潘宏侠 
国家自然科学基金(51175480;50875247)
针对齿轮箱使用中常见的故障检测与识别问题,考虑到齿轮箱振动响应信号非线性、非平稳的特性,提出基于局域均值分解(LMD)的近似熵和粒子群优化的极限学习机(PSO-ELM)结合的齿轮箱故障诊断方法。首先,使用LMD分解方法对齿轮箱各工况的振...
关键词:齿轮箱 局域均值分解 近似熵 PSO-ELM 故障诊断 
局域均值分解与矩阵分形的自动机故障诊断被引量:6
《机械设计与制造》2017年第7期144-147,共4页张玉学 潘宏侠 
国家自然科学基金项目"基于运动形态分解和信息熵融合的高速自动机早期故障诊断研究"(51175480);"基于广义形态学与多场信息融合的复杂供输弹系统早期故障预示方法研究"(51675491)
针对自动机振动响应信号非线性、非平稳、高冲击的特性,提出基于局域均值分解(LMD)和矩阵分形相结合的自动机故障诊断方法。首先对采集到的自动机各工况信号采用LMD法对其进行分解,对分解得到的分量信号进行广义维数计算,通过广义维数...
关键词:自动机 局域均值分解 广义维数 分形理论 矩阵分形 故障诊断 
变分模态分解在自动机故障诊断中的应用被引量:4
《中国测试》2017年第7期112-116,共5页安邦 潘宏侠 张玉学 赵雄鹏 
国家自然科学基金项目(51175480;51675491)
由于自动机工作环境复杂、各种响应信号相互叠加,为准确、高效地提取自动机信号的故障特征,提出一种应用变分模态分解(VMD)和极限学习机(ELM)的自动机故障诊断方法。首先对自动机信号进行变分模态分解,并与经验模态分解(EMD)结果进行对...
关键词:变分模态分解 模态混叠 极限学习机 自动机 故障诊断 
应用VMD和多参数融合的齿轮箱故障诊断被引量:12
《组合机床与自动化加工技术》2017年第4期92-95,共4页安邦 潘宏侠 张媛 张玉学 赵雄鹏 
国家自然科学基金:基于粒子群优化和滤波技术的复杂传动装置早期故障诊断研究(50875247)
由于齿轮箱故障信号的非线性,以及各种噪声的影响导致故障特征难以确定,为了准确、高效地分析齿轮箱故障信号,提出了一种应用变分模态分解(VMD)和多参数融合的齿轮箱故障诊断方法。首先对齿轮箱故障信号进行变分模态分解,并与传统的经...
关键词:多参数融合 齿轮箱 故障诊断 
基于时频特性和PCA-RBF的自动机故障诊断被引量:3
《机械设计与研究》2017年第2期30-32,35,共4页安邦 潘宏侠 张玉学 赵雄鹏 曹满亮 
国家自然科学基金资助项目(51175480)
针对自动机故障诊断中仅单方面从时域、频域和时频域提取特征向量,导致特征指标具有很大片面性的问题,本文提出了一种基于时频特性和PCA-RBF的自动机故障诊断方法。首先利用统计分析和总体经验模态分解(EEMD)方法,构造高维混合域初始特...
关键词:自动机 时频特性 主成分分析 径向基神经网络 故障诊断 
基于EEMD与矩阵分形的自动机故障诊断方法被引量:4
《电子技术应用》2017年第4期98-101,106,共5页张玉学 潘宏侠 安邦 
国家自然科学基金项目(51175480)
针对自动机振动响应信号非线性、瞬态和冲击特性,提出基于聚合经验模态分解(EEMD)和矩阵分形相结合的自动机故障诊断方法。首先对采集到的自动机各种工况信号采用EEMD分解的方法对其进行分解,通过对分解得到的固有模态函数(IMF)分量信...
关键词:聚合经验模态 矩阵分形 自动机 故障诊断 
基于EEMD与FCM聚类的自动机故障诊断被引量:9
《中国测试》2017年第3期106-110,共5页张玉学 潘宏侠 安邦 
国家自然科学基金项目(51175480)
针对自动机使用中常见的故障检测与识别问题,考虑到自动机振动响应信号非线性、短时、瞬态和冲击特性,提出基于聚合经验模态分解(EEMD)和模糊C均值(FCM)聚类结合的自动机故障诊断方法。首先,使用EEMD分解方法对自动机的振动信号进行分解...
关键词:自动机 聚合经验模态 模糊C均值聚类算法 能量比 故障诊断 
检索报告 对象比较 聚类工具 使用帮助 返回顶部