林田
- 作品数：7 被引量：20H指数：2
- 供职机构：唐山学院更多>>
- 发文基金：河北省教育厅科研基金博士科研启动基金更多>>
- 相关领域：自动化与计算机技术金属学及工艺更多>>
- 基于现代信号分析的机电设备故障诊断方法研究
- 郝志华周剑利林田刘玉民吴铮申彦春吕宏丽马军爽孙茂松关榆君王润永
- 任务来源：该项目是唐山市“机电一体化”重点实验室项目，课题编号为：04360802B-10。课题起止年限为：2006年8月---2007年12月。应用领域和技术原理：从机械设备上所测得的(振动) 信号大量是非平稳、非高斯...
- 关键词：
- 关键词：机电设备故障诊断信号分析
- 基于经验模式分解的神经网络模型及其在转子系统故障诊断中的应用被引量：8
- 2006年
- 为了对非平稳、非线性系统时间序列进行建模,提出一种基于经验模式分解的神经网络预测模型,研究它的有效性。通过太阳黑子数据的仿真试验,验证该神经网络结构比对应的单一神经网络结构性能优越。根据该方法组成一个多分量神经网络模型库,用于转子故障的模型诊断,这些模型可以用做一步向前预测器,对检测和诊断信号进行比较,从预测误差提取特征,能够确定机器的状态。不同故障状态的转子振动信号用来训练和检验模型。实验数据表明,这种方法用于故障诊断具有一定的工程实用性。
- 郝志华林田马孝江
- 关键词：转子经验模式分解神经网络时间序列故障诊断
- 基于局域波时频谱的不变矩故障特征提取方法被引量：2
- 2006年
- 在机电设备的故障诊断中,特征提取是最重要也是最困难的一个环节。在设备发生故障时,其故障信号往往具有时变特性。传统的基于富里叶变换的分析方法对这些时变信号往往无能为力。在此,应用一种新的局域波法时频分析方法,对设备出现故障时的振动信号进行特征提取。由于局域波时频谱可以表示为灰度图像。因此,利用图像信息的不变矩进行故障特征提取。实验证明了该方法的可行性。
- 林田郝志华
- 关键词：故障诊断特征提取不变矩特征
- 基于时频图像的不变矩神经网络故障诊断方法被引量：7
- 2006年
- 在设备发生故障时,其故障信号往往表现为时变特性。传统的基于FFT变换的分析方法对这些时变信号往往会得出错误的结论。在此,应用一种新的时频分析方法,局域波法,对故障振动信号进行描述。由于局域波时频谱可以表示为灰度图像。因此,利用图像信息的不变矩进行故障特征提取。并且以径向基函数神经网络(RBFNN)作为故障分类器,对实际故障信号进行测试,实验证明了该方法的可行性。
- 郝志华林田关榆君
- 关键词：故障诊断特征提取不变矩神经网络
- 基于时序特征的发电机转子故障诊断方法被引量：2
- 2007年
- 提出了一种利用时序特征进行发电机转子的故障诊断方法。利用时间序列法中的AR或ARMA模型得到的脉冲传递函数的特点,并根据不同故障类别振动信号的格林函数变化的规律性,提出了利用格林函数的统计量特征作为故障诊断的特征参数进行故障诊断的方法。
- 郝志华林田吴铮
- 关键词：发电机转子故障诊断格林函数
- 基于多征兆信息融合理论的转子故障诊断被引量：1
- 2008年
- 在研究了Dempster-shafer证据理论及其算法的基础上,提出了一种基于多征兆信息融合理论的故障诊断方法。以转子故障为例,论述了该方法的实施过程。结果表明,多征兆信息的信息融合诊断方法具有良好的稳定性和容错性,提高了转子故障诊断的准确性和可靠性。
- 林田郝志华
- 关键词：故障诊断特征提取信息融合D-S证据理论
- 局域波法在机械故障诊断中的应用
- 2006年
- 针对故障振动信号的非平稳特征,提出了一种基于局域波分解的机械故障诊断方法。探讨了局域波法的原理和物理意义,表明局域波分解具有自适应的特性,特别适宜于非平稳信号的分解。将该方法应用于滚动轴承的故障振动信号分析中,结果表明局域波分解能够提取轴承微弱振动信号,突出滚动轴承的故障特性,提高滚动轴承故障诊断的准确性。
- 郝志华林田田红霞马壮
- 关键词：故障诊断非平稳信号特征提取
