间歇性低速重载设备微弱特征提取与早期故障诊断研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    50705001
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    18.0万
  • 负责人：
    胥永刚
  • 依托单位：
    北京工业大学
  • 学科分类：
    E0503.机械动力学
  • 结题年份：
    2010
  • 批准年份：
    2007
  • 项目状态：
    已结题
  • 起止时间：
    2008-01-01 至2010-12-31

项目摘要

低速重载大型设备是现代工业的关键，若发生突发事故将导致整个生产过程瘫痪。课题以间歇性低速重载设备的工作状态为研究对象，以共振解调振动信号和声发射信号为信息载体，以非线性微弱特征提取方法和非平稳信号处理理论为核心，对设备零部件损伤引发的微冲击振动和声发射信号辨识及早期故障诊断的理论方法和实用技术进行深入研究。振动信号共振解调在一定程度上增强了设备的故障信息，但仍被强大的噪声信号湮没，拟采用随机共振和混沌理论对其进行探测和辨识。声发射信号属于典型的非稳态信号，拟采用提升小波等新型非平稳信号混合处理方法进行特征提取和故障定位。最后对设备的振动和声发射特征进行模糊关联分析及案例推理机制研究，提供具有普遍意义的间歇性低速重载设备的早期故障诊断决策的理论与技术，满足国民经济发展的迫切需要，取得显著的经济效益和社会效益。

结项摘要

项目成果

期刊论文数量（19）
专著数量（0）
科研奖励数量（0）
会议论文数量（4）
专利数量（3）
Intelligent gearbox diagnosis methods based on SVM, wavelet lifting and RBR.
基于SVM、小波提升和RBR的智能变速箱诊断方法
  • DOI：
    10.3390/s100504602
  • 发表时间：
    2010
  • 期刊：
    Sensors (Basel, Switzerland)
  • 影响因子：
    --
  • 作者：
    Gao L;Ren Z;Tang W;Wang H;Chen P
  • 通讯作者：
    Chen P
基于谐波小波包和BP神经网络的滚动轴承声发射故障模式识别技术
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    振动与冲击
  • 影响因子：
    --
  • 作者：
    崔玲丽;高立新;胥永刚;赵元喜
  • 通讯作者：
    赵元喜
基于差分振子的轴承早期故障可视化检测
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    北京工业大学学报
  • 影响因子：
    --
  • 作者：
    马海龙;崔玲丽;胥永刚;冯明时
  • 通讯作者：
    冯明时
基于神经网络和案例推理的智能诊断系统综述
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    机械设计与制造
  • 影响因子：
    --
  • 作者：
    吴丽娟;高立新;张建宇
  • 通讯作者：
    张建宇
差分振子相图的自动识别与应用
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    振动与冲击
  • 影响因子：
    --
  • 作者：
    冯明时;崔玲丽;胥永刚;马海龙
  • 通讯作者：
    马海龙

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

改进Autogram方法及其在滚动轴承故障诊断中的应用
  • DOI：
    10.19533/j.issn1000-3762.2021.11.009
  • 发表时间：
    2021
  • 期刊：
    轴承
  • 影响因子：
    --
  • 作者：
    胥永刚;李爽;张坤;马朝永
  • 通讯作者：
    马朝永
基于双树复小波与非线性时间序列的降噪方法
  • DOI：
    10.13465/j.cnki.jvs.2015.16.023
  • 发表时间：
    2015
  • 期刊：
    振动与冲击
  • 影响因子：
    --
  • 作者：
    胥永刚;赵国亮;马朝永;张建宇
  • 通讯作者：
    张建宇
基于EMD解调的齿轮裂纹早期故障诊断研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    机械强度
  • 影响因子：
    --
  • 作者：
    张建宇;崔玲丽;胥永刚;胡邦喜
  • 通讯作者：
    胡邦喜
基于双树复小波和奇异差分谱的齿轮故障诊断研究
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    振动与冲击
  • 影响因子：
    --
  • 作者：
    胥永刚;孟志鹏;陆明;付胜
  • 通讯作者：
    付胜
精细谱负熵及其在滚动轴承故障诊断中的应用
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    西安交通大学学报
  • 影响因子：
    --
  • 作者：
    胥永刚;田伟康;曹金鑫;马朝永
  • 通讯作者：
    马朝永

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

胥永刚的其他基金

奇异谱分解理论及其在机械故障诊断中的应用研究
  • 批准号：
    51775005
  • 批准年份：
    2017
  • 资助金额：
    60.0 万元
  • 项目类别：
    面上项目
变载行星轮系耦合故障机理及早期故障诊断方法研究
  • 批准号：
    51375020
  • 批准年份：
    2013
  • 资助金额：
    80.0 万元
  • 项目类别：
    面上项目
基于磁记忆的低速重载齿轮潜故障早期诊断方法研究
  • 批准号：
    51075009
  • 批准年份：
    2010
  • 资助金额：
    40.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码