期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
基于指定元分析的多级相对微小故障诊断方法 被引量:8
1
作者 周福娜 文成林 +1 位作者 陈志国 冷元宝 《电子学报》 EI CAS CSCD 北大核心 2010年第8期1874-1879,共6页
设备运作过程中可能出现的微小故障,往往会因其呈现的异常征兆较小而被淹没在显著故障或噪声中,从而现有的方法难以很好地对其进行监控.本文在DCA空间投影框架下建立了观测空间的多级分解思想,并在此基础上提出一种多级相对微小故障诊... 设备运作过程中可能出现的微小故障,往往会因其呈现的异常征兆较小而被淹没在显著故障或噪声中,从而现有的方法难以很好地对其进行监控.本文在DCA空间投影框架下建立了观测空间的多级分解思想,并在此基础上提出一种多级相对微小故障诊断算法.将观测数据关于显著指定模式进行DCA分析,并移除显著变化模式的影响,以提高微小故障信号的信噪比.根据其向故障子空间投影能量的显著性判断残差数据中是否还包含仍未被诊断出、且具有一定影响的微小故障;根据各故障方向上投影能量的显著性进行微小故障诊断;重复以上过程,直到各级微小故障均被诊断出来.包含四种共存故障的观测数据的仿真研究,验证了该算法的有效性. 展开更多
关键词 微小故障诊断 空间分解 故障模式 指定元分析
在线阅读 下载PDF
基于多尺度指定元分析的多故障诊断方法 被引量:4
2
作者 周福娜 文成林 +1 位作者 陈志国 冷元宝 《南京航空航天大学学报》 EI CAS CSCD 北大核心 2011年第B07期91-96,共6页
主元分析(Principal component analysis,PCA)固有的模式复合效应使得多尺度主元分析(Multi-scaleprincipal component analysis,MSPCA)仍无法做故障模式辨识,且各尺度上和重构后数据分别建立PCA模型的计算量非常大。本文建立一种多尺... 主元分析(Principal component analysis,PCA)固有的模式复合效应使得多尺度主元分析(Multi-scaleprincipal component analysis,MSPCA)仍无法做故障模式辨识,且各尺度上和重构后数据分别建立PCA模型的计算量非常大。本文建立一种多尺度指定元分析(Multi-scale designated component analysis,MSDCA)方法,将具有明确物理意义的指定模式作为多尺度空间中观测数据和重构后观测数据的统一投影框架,旨在解决MSP-CA在多尺度空间中仍无法进行故障模式辨识的不足,并避免其在各尺度上需分别建立不同统计模型的繁琐性,同时可改进单尺度指定地分析(Designated component analysis,DCA)方法的诊断性能。仿真结果表明了该方法的有效性。 展开更多
关键词 故障诊断 多尺度指定元分析 投影能量 多故障
在线阅读 下载PDF
基于联邦泛化的非平稳船舶横摇运动预测方法
3
作者 张琴 刘敦康 +2 位作者 李嘉宾 周福娜 胡雄 《船舶力学》 EI CSCD 北大核心 2024年第11期1654-1665,共12页
船舶易受到风浪干扰而影响海上风力发电机的安装精度和维护安全性,其中长峰波随机波浪谱下的非平稳横摇运动影响最大。为保证海上作业在复杂海况下的稳定性,需要提高预测模型的泛化性,故本文提出基于联邦泛化的非平稳船舶横摇运动预测... 船舶易受到风浪干扰而影响海上风力发电机的安装精度和维护安全性,其中长峰波随机波浪谱下的非平稳横摇运动影响最大。为保证海上作业在复杂海况下的稳定性,需要提高预测模型的泛化性,故本文提出基于联邦泛化的非平稳船舶横摇运动预测方法。首先,利用变模态方法分解非平稳船舶横摇运动为多分量平稳序列,进而采用注意力机制的长短期记忆神经网络建立本地多维多步预测模型,并进行误差校正;其次,为了提高复杂海况下遇到新类型船舶横摇运动时的预测效果,在不共享数据的前提下联合多家船舶横摇运动数据持有方进行择优联邦建模;最后,使用最大均值差异方法选择特征相似度高的数据进行加权平均联邦训练。实验结果表明,经过联邦学习后的模型具有更高的预测精度,以及更好的泛化能力,有助于风电安装时的波浪补偿稳定控制。 展开更多
关键词 船舶横摇运动预测 变分模态分解 注意力机制 LSTM 联邦学习
在线阅读 下载PDF
线性逆问题求解的多尺度降阶模型 被引量:1
4
作者 文成林 周福娜 杨国胜 《电子与信息学报》 EI CSCD 北大核心 2004年第12期1888-1894,共7页
基于相对误差协方差矩阵信息,该文给出线性逆问题求解的多尺度降阶模型,把高阶模型的求 解问题转化为一个近似的低阶模型再进行求解.利用该降阶模型可以得到与完全模型相当的估计效果,同时 又能大大降低逆算法的计算量,从而有效地解决... 基于相对误差协方差矩阵信息,该文给出线性逆问题求解的多尺度降阶模型,把高阶模型的求 解问题转化为一个近似的低阶模型再进行求解.利用该降阶模型可以得到与完全模型相当的估计效果,同时 又能大大降低逆算法的计算量,从而有效地解决逆问题求解中计算复杂度过高的难题,增强逆问题求解算法 的可实施性.采用降阶模型进行求解还可以增加那些提供显著信息的点的估计精度. 展开更多
关键词 降阶模型 逆问题 多尺度逆算法 相对误差协方差矩阵
在线阅读 下载PDF
一种新的早期微小故障检测方法 被引量:1
5
作者 王佳瑜 周福娜 宋洋 《科技创新与应用》 2017年第2期45-46,共2页
预测维护可以有效避免机毁人亡灾难性事故的发生,缓变微小故障的早期检测是预测维护的前提。现有微小故障诊断方法大多是通过降低观测信号噪声的方式增大故障信号的信噪比,从而实现微小故障检测。文章将主元分析(Principal Component An... 预测维护可以有效避免机毁人亡灾难性事故的发生,缓变微小故障的早期检测是预测维护的前提。现有微小故障诊断方法大多是通过降低观测信号噪声的方式增大故障信号的信噪比,从而实现微小故障检测。文章将主元分析(Principal Component Analysis,PCA)方法作为特征抽取工具,提出了一种基于累加和平均(Average Accumulative,AA)的故障检测方法,可以在减小噪声能量的同时对故障信号进行累加,从而显著地提高故障信号的信噪比,更好地实现早期微小故障检测。仿真实验结果验证了该方法的有效性。 展开更多
关键词 异常检测 缓变微小故障 累加和平均 早期故障检测 PCA
在线阅读 下载PDF
多源观测逆问题的多尺度分布式分层求解算法
6
作者 文成林 周福娜 文传博 《电子与信息学报》 EI CSCD 北大核心 2006年第1期66-71,共6页
针对多源观测逆问题求解时所需的计算量过大这问题,该文给出了多源观测逆问题的一种多尺度分布式分 层求解算法。其基本思想是:首先,对各传感器上采集到的观测数据分别进行多尺度分解;其次,基于每个传感器 的观测信息,得到目标信号的小... 针对多源观测逆问题求解时所需的计算量过大这问题,该文给出了多源观测逆问题的一种多尺度分布式分 层求解算法。其基本思想是:首先,对各传感器上采集到的观测数据分别进行多尺度分解;其次,基于每个传感器 的观测信息,得到目标信号的小波变换系数的局部最优估计值;然后,基于相对误差协方差矩阵提供的信息,在每 个尺度上将目标信号的小波系数或最粗尺度系数的局部估计值进行融合;最后,做小波逆变换,得到目标信号基于 全局信息的融合估计值。采用该算法求解多源观测逆问题既能得到与采用集中式求解算法相当的估计效果,又能有 效地降低求解所需的计算量,进一步增强算法的可实施性。 展开更多
关键词 数据融合 逆问题 分布式分层融合 相对误差协方差矩阵 正则化
在线阅读 下载PDF
双足机器人节能步态规划算法 被引量:4
7
作者 卢志强 侯媛彬 +1 位作者 孟芸 周福娜 《西安科技大学学报》 CAS 北大核心 2021年第3期540-548,共9页
为提高双足机器人的步行性能,提出基于五质心倒立摆模型的节能步态规划算法。算法包括步态参数优化算法和步态合成算法。步态参数优化算法允许身体做三维运动,以有限阶傅里叶级数的系数表征特定步长下机器人身体的运动空间。通过离散化... 为提高双足机器人的步行性能,提出基于五质心倒立摆模型的节能步态规划算法。算法包括步态参数优化算法和步态合成算法。步态参数优化算法允许身体做三维运动,以有限阶傅里叶级数的系数表征特定步长下机器人身体的运动空间。通过离散化这些系数,使运动空间网格化。进而对网格交点进行逆动力学计算,划分出满足允许零力矩点区域要求的种子集合。算法以电机的负荷转矩和角速度的乘积为能耗指标函数,在每个种子的邻域迭代计算。按照最大梯度原则逐次逼近函数极小值,此时的电机角度序列作为对应步长下的解,存入数据库。步态合成算法按照步行距离,规划由起始步、中间步和停止步构成的完整行走轨迹。按照行走步长,从数据库读取腿关节电机的角度序列,并依据双足机器人行走中反馈的零力矩点,对序列进行修改。为验证算法有效性,进行了动态仿真实验和现实环境中双足步行实验。实验结果与固定身体高度或允许身体垂直运动的算法对比,证明步态算法具有明显的节能效果。该算法实现低能耗和高鲁棒性的折中,较好地解决具有高度非线性特征的双足机器人行走问题,为煤矿救援机器人的开发开辟一种新途径。 展开更多
关键词 双足机器人 五质心模型 步态规划 零力矩点 空间网格化 梯度逼近
在线阅读 下载PDF
基于多源异构信息迁移学习的融合故障诊断方法 被引量:1
8
作者 陈丹敏 周福娜 王清贤 《信息工程大学学报》 2020年第2期153-158,共6页
基于深度学习的故障诊断模型的精确度依赖于带标签的样本数量和信息使用方式。实际的工业控制获取的数据往往既有一维的信号序列又有二维的图像。基于深度学习的故障诊断方法仅利用一类数据进行故障诊断会造成信息的浪费,需要将多源异... 基于深度学习的故障诊断模型的精确度依赖于带标签的样本数量和信息使用方式。实际的工业控制获取的数据往往既有一维的信号序列又有二维的图像。基于深度学习的故障诊断方法仅利用一类数据进行故障诊断会造成信息的浪费,需要将多源异构信息进行融合。但工业控制中带标签的故障样本量很少,仅利用故障样本不能获得精度较高的故障诊断模型。迁移学习是运用已有的知识对不同但相关领域问题进行求解的一种新方法。通过迁移学习,利用在ImageNet数据集中训练好的VGG16网络作为特征抽取器,提取故障图像的特征,然后将故障图像特征和一维信号特征进行融合,以获得一个精确率较高的故障诊断模型。使用凯斯西储大学轴承数据集证明了该方法的有效性。 展开更多
关键词 迁移学习 多源异构 故障诊断
在线阅读 下载PDF
基于小波域隐马尔科夫模型的文本图像子带分割方法 被引量:9
9
作者 侯玉华 宋锦萍 +2 位作者 周福娜 文成林 杨晓艺 《电子学报》 EI CAS CSCD 北大核心 2002年第8期1180-1183,共4页
本文在已有文献的基础上 ,通过分析不同子带小波系数之间的相关性 ,提出了一类基于小波域HMT(HiddenMarkovTree)模型文本图像分割方法 .其基本思想是先在子带分类的基础上 ,综合考虑不同尺度上的分类 ,进行多尺度文本图像分割 ,最后根... 本文在已有文献的基础上 ,通过分析不同子带小波系数之间的相关性 ,提出了一类基于小波域HMT(HiddenMarkovTree)模型文本图像分割方法 .其基本思想是先在子带分类的基础上 ,综合考虑不同尺度上的分类 ,进行多尺度文本图像分割 ,最后根据后验像素信息对上述方法所得分割结果进行修正 ,得到优于已有文献的分割效果 ,而且在一定程度上减少了分割算法的计算量 . 展开更多
关键词 小波域 隐马尔科夫模型 HMT模型 二维小波变换 多尺度文本图像分割
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部