-
袁洪芳
-
-
- 所属机构:北京化工大学信息科学与技术学院
- 所在地区:北京市
- 研究方向:机械工程
- 发文基金:国家自然科学基金
相关作者
- 王华庆
- 作品数：163被引量：254H指数：10
- 供职机构：北京化工大学
- 研究主题：故障诊断 滚动轴承 轴承故障 轴承 旋转机械
- 曹晰
- 作品数：12被引量：54H指数：3
- 供职机构：北京化工大学信息科学与技术学院
- 研究主题：移动控制 平衡盘 电磁型 故障诊断 旋转机械
- 杨巧宁
- 作品数：28被引量：17H指数：2
- 供职机构：北京化工大学
- 研究主题：数字图像处理 信号理论 信号类课程 课程建设 数学基础
- 赵淑清
- 作品数：62被引量：120H指数：6
- 供职机构：哈尔滨工业大学
- 研究主题：信号理论 高频雷达 智能天线 阵列天线 电子信息类
- 秦桂林
- 作品数：4被引量：1H指数：1
- 供职机构：北京化工大学信息科学与技术学院
- 研究主题：滚动轴承故障诊断 滚动轴承 故障诊断 样条插值 模式识别算法
- 基于产学研合作的人工智能专业建设实践与探索
- 2023年
- 随着人工智能技术的不断应用,高校人工智能专业建设的任务更加紧迫。产学研合作的方式为高校专业建设提供了新的思路。文章结合北京化工大学人工智能专业建设中的实际应用,首先针对高校人工智能专业建设中出现的问题进行分析,然后阐述了企业加入后高校师资团队建设、实践教学资源、交叉成果转化等方面形成的优势作用,为我国高校人工智能专业建设的进一步探索提供参考。 。
- 袁洪芳刘祎尹嫱员荣平张帆
- 关键词：人工智能产学研
- 高校电子类实验室元件管理方法研究
- 2023年
- 随着信息化时代的到来,人工智能、大数据、云计算、5G通信等新兴技术蓬勃发展,电子信息技术已充斥着工作、生活的各个角落。针对高校实验室对电子元器件的使用管理松散问题,从采购、存放、取用、回收和流转五方面分别进行理论分析和科学设计,全面建立实验室电子元器件管理方法,实现元件的全流程管理和利用,发挥最大的经济效益和环保效益。同时引领学生参与管理过程中部分专业劳动,切实落实“三全育人”,兼顾育人成效。
- 吴迪纪银环金玲朱玮袁洪芳
- 关键词：电子技术实验室管理
- 基于费舍尔判别分析法的故障诊断被引量：4
- 2008年
- 在化工流程故障诊断中,主元分析法(PCA)是最常见的降维技术。尽管PCA具有一定的优化性能,并在故障诊断中被广泛使用,却不是故障诊断的最佳方案。理论上,费舍尔判别分析法(FDA)在故障诊断分类方面更具优势。对现实化工厂故障数据进行了研究,得出在低维状态下选择FDA方法可以获得更好的处理效果。
- 梁亮袁洪芳曹晰
- 关键词：故障诊断主元分析法降维模式识别
- 基于MFDFA和VPMCD的滚动轴承故障诊断方法
- 机械振动信号呈现分形特征,多重分形方法既能描述信号整体的不规则性,同时还可精细地刻画信号局部的特性.为提取非线性信号特征,提出一种基于多重分形去趋势波动分析(MFDFA)与变量预测模型(VPMCD)相结合的滚动轴承故障诊...
- 袁洪芳庞文强王华庆
- 关键词：滚动轴承故障诊断
- 文献传递
- 基于MOMEDA与双谱分析的滚动轴承早期故障诊断被引量：6
- 2019年
- 滚动轴承早期故障阶段,故障特征微弱且环境噪声干扰严重,采集数据包含大量噪声信息,传统的包络谱分析难以提取故障特征信息。双谱分析理论上可以抑制高斯噪声,但很难从强背景噪声下提取出微弱故障特征。而多点最优调整的最小熵解卷积(Multipoint Optimal Minimum Entropy Deconvolution Adjusted,MOMEDA)方法能增强信号中的冲击特征,但其效果和故障信号周期区间等参数有关。利用MOMEDA与双谱分析进行信号处理,将提取到的信号高阶谱特征作为滚动轴承早期故障分类依据。利用MOMEDA方法对采集信号进行滤波处理,提取出有冲击特征的时域信号;对特征增强的信号进行双谱分析,从高阶谱中提取故障特征。经过仿真信号分析和实际轴承故障信号验证,该方法能有效地提取出滚动轴承早期故障特征,实现故障诊断。
- 袁洪芳穆坤马若桐王华庆
- 关键词：双谱分析故障特征提取强噪声环境
- FMS智能故障诊断专家系统的建立和开发被引量：3
- 2003年
- 采用基于人工智能的故障诊断专家系统方法 ,附以模糊数学、神经网络、机器学习、数据库等理论 ,解决故障诊断中知识的合理表达 ,基于符号和数值的多种快速推理机制 ,知识的自动获取及知识库智能化管理等关键技术 。
- 袁洪芳曾昆江志农
- 关键词：FMS柔性制造系统人工智能智能故障诊断专家系统神经网络
- 基于Teager峰值能量的低转速轴承故障特征提取方法被引量：11
- 2017年
- 峰值冲击是轴承故障信号中的重要特征之一,明显的峰值冲击有利于其故障诊断,而低转速工况下轴承故障由于振动能量小,峰值冲击微弱,导致故障特征容易被噪声淹没,通常无法通过包络分析等方法提取。为了增强微弱故障信号中的峰值冲击,提取低转速轴承故障特征,提出了基于Teager峰值能量的故障特征提取方法。采用移动窗口截取原信号,计算截取信号段的峰峰值,从而构造峰峰值特征波形,增强故障信号中的峰值冲击;利用Teager能量算子对峰峰值特征波形进行解调,抑制噪声干扰,提取瞬时冲击成分;根据提取的Teager能量频谱判断轴承的运行状态。实验结果表明,该方法有效提取了低转速轴承的冲击特征,实现了故障的诊断。
- 柯燕亮王华庆唐刚袁洪芳李岭阳
- 关键词：故障诊断TEAGER能量算子
- 小波阈值去噪和L-M算法神经网络在齿轮箱故障诊断中的应用
- 齿轮箱发生故障时,其振动信号呈现非平稳特性,并伴随一定程度的噪声干扰,给信号的特征提取及故障识别带来一定困难.因此,本文根据小波变换良好的时频局部特性和多分辨率特性,将基于Birge-Massart策略的小波阈值滤波和基...
- 袁洪芳张任王华庆曹晰王学伟
- 关键词：齿轮箱故障诊断信号处理
- 文献传递
- FMS设备的预防维修策略研究
- 2002年
- 国家重点实验室长春BQ-FMS生产线目前主要采取事后维修的方法,该方法却可能出现维修不足造成故障发生导致设备的损坏,又有可能出现维修过剩影响部件的寿命造成浪费。针对这种情况,通过对FMS系统可靠性分析的基础上,进行了系统的可靠性、维修性分配,并对FMS中主要设备的常见故障模式及其影响进行分析,在保证系统可靠性的基础上对每个系统建立了相应的可靠性维修性数学模型,最后建立了预防维修计划,并作为一个模块加入离线诊断专家系统,定期指导用户进行维修。
- 袁洪芳王信义袁大勇
- 关键词：预防维修可靠性维修性FMS设备维修
- 改进粒子群优化的神经网络在滚动轴承故障诊断中的应用
- 针对滚动轴承的故障诊断,提出了基于改进粒子群算法优化的神经网络对故障进行模式识别,以振动信号的时、频域特征作为网络输入,以轴承的故障形式为输出.改进后的粒子群优化了惯性权重因子和速度向量的迭代计算方法,并与差分算法混合进...
- 袁洪芳王鹏王华庆曹晰王学伟
- 关键词：滚动轴承故障诊断神经网络优化运行
- 文献传递
