期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于GAF-CNN的船用空压机故障噪声诊断方法
1
作者
董明
崔德馨
李祥林
《船舶》
2025年第1期106-114,共9页
船用空压机工作环境恶劣,内外激励源众多,采集的噪声信号具有强烈的时变性,会导致故障诊断精度较低,难以实现船用空压机各类故障的有效识别。为此,该文提出将格拉姆角场(Gramian angular field,GAF)编码和卷积神经网络(convolutional ne...
船用空压机工作环境恶劣,内外激励源众多,采集的噪声信号具有强烈的时变性,会导致故障诊断精度较低,难以实现船用空压机各类故障的有效识别。为此,该文提出将格拉姆角场(Gramian angular field,GAF)编码和卷积神经网络(convolutional neural network,CNN)法相结合的故障诊断方法。首先,阐述了GAF和CNN的基本原理、方法和实施步骤;然后,通过试验模拟了船用空压机的各类故障,并采集相应噪声信号,再利用GAF将一维时域信号转换为二维图像,将特征信息映射为二维图像的颜色、点等纹理特征;最后,将二维图像输入至CNN中进行特征提取和故障诊断。试验结果表明:在保证运行效率的前提下,该方法能够有效识别船用空压机的各类故障,诊断精度达到99.2%,优于其他算法,可为船舶故障智能诊断的应用提供了新途径和新思路。
展开更多
关键词
船用空压机
噪声分析
格拉姆角场
卷积神经网络
故障诊断
在线阅读
下载PDF
职称材料
基于VMD-多尺度排列熵和SVM的船用空压机故障诊断方法
被引量:
1
2
作者
胡以怀
李从跃
+3 位作者
沈威
崔德馨
张成
芮晓松
《中国测试》
CAS
北大核心
2024年第6期20-27,共8页
船用机械振动信号存在非线性、非平稳性问题,故障特征难提取,通过变分模态分解(variational mode decomposition,VMD)多尺度排列熵(multiscale permutation entropy,MPE)与支持向量机(support vector machine,SVM)融合的故障诊断方法,...
船用机械振动信号存在非线性、非平稳性问题,故障特征难提取,通过变分模态分解(variational mode decomposition,VMD)多尺度排列熵(multiscale permutation entropy,MPE)与支持向量机(support vector machine,SVM)融合的故障诊断方法,对振动信号进行研究。以空压机为例,首先,模拟6种空压机工况,对各工况的热工参数进行测试,分析各工况热工参数的变化程度,并对采集的振动信号进行频域分析。然后通过VMD对振动信号进行分解,得到一系列固有模态分量,计算与原始信号的互相关系数筛选敏感固有模态分量。最后计算出敏感固有模态分量的多尺度排列熵,将其作为特征向量,输入到SVM中,进行故障辨识。实验结果表明:VMD多尺度排列熵与SVM融合的空压机故障辨识方法,能有效地识别故障类型,整体准确率可保持在98.6667%,将此方法与其他方法进行对比,证明此方法有效。
展开更多
关键词
船用往复式空压机
变分模态分解
多尺度排列熵
故障诊断
在线阅读
下载PDF
职称材料
基于小波变换和CNN的船用机械故障诊断
被引量:
7
3
作者
李从跃
胡以怀
+3 位作者
沈威
崔德馨
张成
芮晓松
《中国测试》
CAS
北大核心
2024年第3期183-192,共10页
针对船用机械故障特征自适应提取与智能化诊断问题,采用连续小波变换与卷积神经网络的船舶机械故障诊断方法。以船用风机为例,首先模拟船用机械不同故障并采集振动信号,通过连续小波变换将一维振动信号转化为特征图谱,其包含大量的时频...
针对船用机械故障特征自适应提取与智能化诊断问题,采用连续小波变换与卷积神经网络的船舶机械故障诊断方法。以船用风机为例,首先模拟船用机械不同故障并采集振动信号,通过连续小波变换将一维振动信号转化为特征图谱,其包含大量的时频信息。然后通过多次训练后,确定网络结构参数,建立卷积神经网络结构,将时频图作为卷积神经网络输入,挖掘更深层次的高度抽象的故障特征信息。最后在卷积神经网络的输出层接入softmax分类器,实现船用机械的故障诊断。实验结果表明:所提方法能准确识别故障类型,且具有较强的鲁棒性和泛化能力,诊断准确率可达99.3%。与集成经验模态分解、极限学习机故障诊断方法相比,该方法有更高的诊断精度。
展开更多
关键词
连续小波变换
卷积神经网络
小波时频图
船用机械
故障诊断
在线阅读
下载PDF
职称材料
基于WOA-RF的船用风机故障诊断
4
作者
沈威
胡以怀
+3 位作者
闫国华
李从跃
崔德馨
韦小红
《上海海事大学学报》
北大核心
2024年第2期104-110,共7页
针对船用风机典型故障诊断问题,利用鲸鱼优化算法优化随机森林(random forest optimized bywhale optimization algorithm,WOA-RF)对故障进行诊断,并通过实验验证该方法的准确性。实验模拟包括正常工况和5种异常工况在内的6种工况。采...
针对船用风机典型故障诊断问题,利用鲸鱼优化算法优化随机森林(random forest optimized bywhale optimization algorithm,WOA-RF)对故障进行诊断,并通过实验验证该方法的准确性。实验模拟包括正常工况和5种异常工况在内的6种工况。采集所有不同工况下的振动信号,分别提取时域、频域下的特征参数构建第一特征向量。通过传统随机森林筛选得到具有更优分类效果的第二特征向量,再输入WOA-RF中完成故障识别。实验结果表明,本文提出的方法能够有效识别故障模式,平均预测准确率超99%。与其他算法对比,这种基于信息融合和WOA-RF的船用风机故障诊断方法准确性更高。
展开更多
关键词
随机森林
鲸鱼优化算法(WOA)
船用风机
故障诊断
在线阅读
下载PDF
职称材料
题名
基于GAF-CNN的船用空压机故障噪声诊断方法
1
作者
董明
崔德馨
李祥林
机构
北部湾大学海运学院
宁波远洋运输股份有限公司
出处
《船舶》
2025年第1期106-114,共9页
基金
北部湾大学高层次人才科研启动项目(23KYQD42)。
文摘
船用空压机工作环境恶劣,内外激励源众多,采集的噪声信号具有强烈的时变性,会导致故障诊断精度较低,难以实现船用空压机各类故障的有效识别。为此,该文提出将格拉姆角场(Gramian angular field,GAF)编码和卷积神经网络(convolutional neural network,CNN)法相结合的故障诊断方法。首先,阐述了GAF和CNN的基本原理、方法和实施步骤;然后,通过试验模拟了船用空压机的各类故障,并采集相应噪声信号,再利用GAF将一维时域信号转换为二维图像,将特征信息映射为二维图像的颜色、点等纹理特征;最后,将二维图像输入至CNN中进行特征提取和故障诊断。试验结果表明:在保证运行效率的前提下,该方法能够有效识别船用空压机的各类故障,诊断精度达到99.2%,优于其他算法,可为船舶故障智能诊断的应用提供了新途径和新思路。
关键词
船用空压机
噪声分析
格拉姆角场
卷积神经网络
故障诊断
Keywords
marine air compressor
noise analysis
Gramian angular field(GAF)
convolutional neural network(CNN)
fault diagnosis
分类号
U664.51 [交通运输工程—船舶及航道工程]
在线阅读
下载PDF
职称材料
题名
基于VMD-多尺度排列熵和SVM的船用空压机故障诊断方法
被引量:
1
2
作者
胡以怀
李从跃
沈威
崔德馨
张成
芮晓松
机构
上海海事大学
招商局鼎衡造船有限公司
出处
《中国测试》
CAS
北大核心
2024年第6期20-27,共8页
基金
上海市科技计划(20DZ2252300)。
文摘
船用机械振动信号存在非线性、非平稳性问题,故障特征难提取,通过变分模态分解(variational mode decomposition,VMD)多尺度排列熵(multiscale permutation entropy,MPE)与支持向量机(support vector machine,SVM)融合的故障诊断方法,对振动信号进行研究。以空压机为例,首先,模拟6种空压机工况,对各工况的热工参数进行测试,分析各工况热工参数的变化程度,并对采集的振动信号进行频域分析。然后通过VMD对振动信号进行分解,得到一系列固有模态分量,计算与原始信号的互相关系数筛选敏感固有模态分量。最后计算出敏感固有模态分量的多尺度排列熵,将其作为特征向量,输入到SVM中,进行故障辨识。实验结果表明:VMD多尺度排列熵与SVM融合的空压机故障辨识方法,能有效地识别故障类型,整体准确率可保持在98.6667%,将此方法与其他方法进行对比,证明此方法有效。
关键词
船用往复式空压机
变分模态分解
多尺度排列熵
故障诊断
Keywords
marine reciprocating air compressor
variational mode decomposition
multiscale permutation entropy
fault diagnosis
分类号
TB9 [机械工程—测试计量技术及仪器]
U664.51 [交通运输工程—船舶及航道工程]
在线阅读
下载PDF
职称材料
题名
基于小波变换和CNN的船用机械故障诊断
被引量:
7
3
作者
李从跃
胡以怀
沈威
崔德馨
张成
芮晓松
机构
上海海事大学商船学院
招商局鼎衡造船有限公司
出处
《中国测试》
CAS
北大核心
2024年第3期183-192,共10页
基金
上海市科技计划(20DZ2252300)。
文摘
针对船用机械故障特征自适应提取与智能化诊断问题,采用连续小波变换与卷积神经网络的船舶机械故障诊断方法。以船用风机为例,首先模拟船用机械不同故障并采集振动信号,通过连续小波变换将一维振动信号转化为特征图谱,其包含大量的时频信息。然后通过多次训练后,确定网络结构参数,建立卷积神经网络结构,将时频图作为卷积神经网络输入,挖掘更深层次的高度抽象的故障特征信息。最后在卷积神经网络的输出层接入softmax分类器,实现船用机械的故障诊断。实验结果表明:所提方法能准确识别故障类型,且具有较强的鲁棒性和泛化能力,诊断准确率可达99.3%。与集成经验模态分解、极限学习机故障诊断方法相比,该方法有更高的诊断精度。
关键词
连续小波变换
卷积神经网络
小波时频图
船用机械
故障诊断
Keywords
continuous wavelet transform
convolutional neural network
wavelet time-frequency map
marine machinery
fault diagnosis
分类号
U664.5 [交通运输工程—船舶及航道工程]
TB9 [机械工程—测试计量技术及仪器]
在线阅读
下载PDF
职称材料
题名
基于WOA-RF的船用风机故障诊断
4
作者
沈威
胡以怀
闫国华
李从跃
崔德馨
韦小红
机构
上海海事大学商船学院
出处
《上海海事大学学报》
北大核心
2024年第2期104-110,共7页
基金
上海市科技计划(20DZ2252300)。
文摘
针对船用风机典型故障诊断问题,利用鲸鱼优化算法优化随机森林(random forest optimized bywhale optimization algorithm,WOA-RF)对故障进行诊断,并通过实验验证该方法的准确性。实验模拟包括正常工况和5种异常工况在内的6种工况。采集所有不同工况下的振动信号,分别提取时域、频域下的特征参数构建第一特征向量。通过传统随机森林筛选得到具有更优分类效果的第二特征向量,再输入WOA-RF中完成故障识别。实验结果表明,本文提出的方法能够有效识别故障模式,平均预测准确率超99%。与其他算法对比,这种基于信息融合和WOA-RF的船用风机故障诊断方法准确性更高。
关键词
随机森林
鲸鱼优化算法(WOA)
船用风机
故障诊断
Keywords
random forest
whale optimization algorithm(WOA)
marinecentrifugal fan
fault diagnosis http://www.smujournal.cn hyxb@shmtu.edu.cn
分类号
U664.5 [交通运输工程—船舶及航道工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于GAF-CNN的船用空压机故障噪声诊断方法
董明
崔德馨
李祥林
《船舶》
2025
0
在线阅读
下载PDF
职称材料
2
基于VMD-多尺度排列熵和SVM的船用空压机故障诊断方法
胡以怀
李从跃
沈威
崔德馨
张成
芮晓松
《中国测试》
CAS
北大核心
2024
1
在线阅读
下载PDF
职称材料
3
基于小波变换和CNN的船用机械故障诊断
李从跃
胡以怀
沈威
崔德馨
张成
芮晓松
《中国测试》
CAS
北大核心
2024
7
在线阅读
下载PDF
职称材料
4
基于WOA-RF的船用风机故障诊断
沈威
胡以怀
闫国华
李从跃
崔德馨
韦小红
《上海海事大学学报》
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部