胡智

作品数：4被引量：7H指数：1
导出分析报告
供职机构：中国石油大学（北京）机械与储运工程学院更多>>
发文主题：故障诊断双树复小波变换VOLTERRA级数转子转子系统更多>>
发文领域：机械工程电子电信更多>>
发文期刊：《振动与冲击》《石油机械》《科学技术与工程》《中国石油大学学报（自然科学版）》更多>>
所获基金：国家自然科学基金北京市教委科学研究与科研基地建设项目中国石油大学(北京)科研基金更多>>
-
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1-4
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
双树复小波变换用于转子模拟故障诊断研究被引量：1
《石油机械》2016年第4期75-80,共6页段礼祥 胡智 杨大中 李日朝 马军 
国家自然科学基金项目"基于虚拟传感与故障机理的油气设备安全预警理论及模型研究"(51504274);中国石油大学(北京)科研基金项目"海洋浮式设施安全风险动态多场感知与控制"(2462015YQ0403);"信息不完备下的复杂系统故障诊断及预测理论关键问题研究"(2462014YJRC039)
针对机械故障微弱特征提取的难题,提出结合双树复小波变换(DTCWT)及迭代奇异值分解(ISVD)降噪的分析方法,凸显分解后各频带信号的特征。该方法首先利用2个并行的、高度对称的Q-shift滤波器组对原始振动信号进行滤波处理,获得复小波系数...
关键词：双树复小波 迭代奇异值分解 振动信号 信号降噪 转子 故障诊断 
优化KNNC算法在滚动轴承故障模式识别中应用被引量：4
《振动与冲击》2013年第22期84-87,105,共5页胡智 段礼祥 张来斌 
国家自然科学基金(51005247);北京市教委科研基地建设项目
为有效提高滚动轴承故障诊断率,正确识别不同故障类型,提出基于优化K-最近邻域分类器(K-Nearest Neighbor Classifier,KNNC)的轴承故障模式识别方法。分别求得滚动轴承训练样本与测试样本的振动特征指标,构建样本特征集。为加快分类速度...
关键词：K-均值聚类算法 滚动轴承 故障诊断 模式识别 
基于冗余提升小波包及Volterra级数的机械故障预测方法
《科学技术与工程》2013年第17期4922-4926,共5页段礼祥 陈斌 胡智 
国家自然科学基金(51005247);北京市教委科研基地建设项目资助
针对Volterra级数模型在染噪时间序列预测中精度较低,以及收敛速度慢的关键问题,提出了一种基于冗余提升小波包(Redundant Lifting Wavelet Packet,RLWP)及Volterra级数的机械故障预测方法。首先用冗余提升小波包对振动信号进行分解,对...
关键词：故障预测 冗余提升小波包 VOLTERRA级数 奇异值分解 多分辨率分析 
基于稳健独立分量分析的转子故障信息增强方法被引量：2
《中国石油大学学报（自然科学版）》2013年第2期95-101,106,共8页段礼祥 胡智 张来斌 
国家自然科学基金项目(51005247);北京市教委科研基地建设项目;原油泵站旋转设备的风险识别及评价技术研究项目
针对实际转子振动信号中信源相互叠加干扰、故障信息微弱的问题,提出一种基于稳健独立分量分析(RICA)的转子故障信息增强方法。首先引入双树复小波变换,对信号进行降噪预处理,降低分离算法对噪声的敏感程度。再用稳健独立分量分析对降...
关键词：稳健独立分量分析 双树复小波变换 转子系统 信息增强 故障诊断 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部