张全德
- 作品数：2 被引量：26H指数：2
- 供职机构：南京航空航天大学民航学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：航空宇航科学技术更多>>
- 航空滚动轴承振动特征的故障灵敏度分析与融合技术被引量：6
- 2017年
- 针对工程中航空滚动轴承实时状态监测的需要,提出了基于标准化欧氏距离的多特征融合评估方法。首先,进行了航空滚动轴承故障模拟试验,引入了故障灵敏度的定量评价指标,对融合前后特征的故障灵敏度进行了分析;在此基础上,将所提方法与主分量分析、支持向量数据描述和支持向量分布估计方法相比较;最后,进行了轴承疲劳加速试验,将所提融合方法应用于航空滚动轴承状态监测。试验表明:相比于主分量分析、支持向量数据描述和支持向量分布估计,基于标准化欧氏距离的融合值的故障灵敏度更高;其对不同类型、不同阶段的航空滚动轴承故障更加灵敏,相比于有效值更适合作为航空滚动轴承状态监测的指标。
- 林桐陈果张全德王洪伟陈立波
- 关键词：滚动轴承特征提取
- 基于自组织神经网络的滚动轴承状态评估方法被引量：20
- 2017年
- 针对单一特征在进行故障诊断时准确率不高的问题,提出了一种基于自组织神经网络(SOM)的滚动轴承状态评估方法。该方法首先从原始振动信号中提取出多特征数据,运用主成分分析(PCA)方法对多特征数据进行预处理,采用SOM进行网络训练,构建多特征数据的融合模型,输出竞争神经元层的权值矢量;然后,计算每一个样本到竞争神经元层权值矢量的最小欧氏距离,输出最终的融合指标;最后,通过比较待检测样本与正常样本的最小欧氏距离的差异来判断轴承的状态。将该方法应用于滚动轴承状态评估,试验结果表明:融合指标比单一指标对早期故障更加敏感、更加稳健;同时,融合指标能够定量地描述轴承状态的劣化过程。
- 张全德陈果林桐欧阳文理滕春禹王洪伟
- 关键词：自组织神经网络主成分分析滚动轴承故障识别
