-
题名自适应神经模糊推理系统在起重机稳钩控制中的应用
被引量：3
- 1
-
-
作者
黄士涛
胡全义
马进元
乔桐
-
机构
郑州大学机械工程学院
-
出处
《郑州大学学报（工学版）》
CAS
2007年第1期21-25,共5页
-
基金
国家自然科学基金资助项目(50177028)
-
文摘
起重机小车─吊重系统具有多变量、非线性和钢丝绳长度不确定性的特点,造成吊物移动过程中摇摆很难控制.提出一种基于自适应神经模糊推理系统(ANFIS)的控制方法应用于起重机的稳钩控制,该方法采用反向传播算法(BP)和最小二乘算法(LS)的混合算法对小车─吊重系统样本数据进行学习,调整各变量的隶属度函数,自动产生模糊规则.仿真结果表明,这种控制方法对小车─吊重系统的摇摆角度和小车位置的控制过程具有良好的动态性能和较强的鲁棒性能,说明了自适应神经模糊推理系统在起重机稳钩控制中的有效性.
-
关键词
自适应神经模糊推理系统
防摇控制
混合学习算法
-
Keywords
adaptive neuro-fuzzy inference system
anti- swing controller
hybrid algorithm
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名自组织映射法在机械故障诊断中的应用
- 2
-
-
作者
黄士涛
孙惠国
-
机构
郑州工业大学机械系
-
出处
《郑州工业大学学报》
1998年第2期9-13,共5页
-
文摘
自组织映射法是由Ｔ．Ｋｏｈｏｎｅｎ提出的一种人工神经网络模式，它能把高维的信息数据以有序方式映射到低维的网络上，形成一种拓扑意义上的有序图。由于其有序性，使得信号空间图成为许多输入信息及其关系的群落图。每个图可用灰度深浅不等的方块阴影图表示出来，这种可视的图形表示了机械运行的状态。人们可以非常直观地从图上判断机械运行状态，从而使得机械运行状态的监测和故障诊断更为简便。
-
关键词
神经网络
自组织映射法
故障诊断
机械
-
Keywords
artificial neural networks
self-organizing map
fault diagnosis
-
分类号
TH17
[机械工程—机械制造及自动化]
-
-
题名粗糙集与决策树结合诊断故障的数据挖掘方法
被引量：7
- 3
-
-
作者
石金彦
黄士涛
雷文平
-
机构
郑州大学机械工程学院
-
出处
《郑州大学学报（工学版）》
CAS
2003年第1期109-112,共4页
-
文摘
根据数据挖掘技术用于故障诊断的基本思想,利用粗糙集进行数据归纳,过滤大量故障数据中的冗余属性,得到精简故障数据集.而后,用决策树分类方法处理精简数据集,产生分类所需的规则以进行分类,并结合实例说明了该方法的工作步骤.由实例可知该方法用于故障诊断的可行性,最后指出实际应用过程中的一些技术难题.
-
关键词
数据挖掘
故障诊断
关联规则
粗糙集
决策树
数据库
-
Keywords
data mining
fault diagnosis
association rule
rough set
decision tree
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名变厚度圆板的非线性振动
- 4
-
-
作者
黄士涛
-
机构
郑州工业大学机械系
-
出处
《郑州工业大学学报》
1996年第3期71-76,共6页
-
文摘
本文利用有限元的方法研究了变厚度的圆极，在大变形时所作的非线性振动情况。文章首先导出了在一般情况时的非线性偏微分主程及其边界条件。然后，利用结点座标和插入函数重新改写圆板的应变能和动能，再应用Ｈａｍｉｌｔｏｎ原理，获得变厚度圆板在大变形时的矩阵形式的方程。把相应的边界条件强加到该矩阵方程中，以至于该方程满足边界条件。然后，利用递归的方法来解其特征值问题。本文利用一个例子说明了变厚度圆板在作非线性振动时，其基频与振幅之间的关系。其计算结果的精度优于其它方法。该方法可以推广到解其它类似的圆板的非线性振动问题中去。
-
关键词
变厚度圆板
非线性振动
有限元方法
特征值问题
非线性偏微分方程
-
Keywords
Annular plate of variable thickness,Non-linear vibration,Finite element method, Eigenvalue problem.
-
分类号
O322
[理学—一般力学与力学基础]
-
-
题名基于小波包变换的径向基神经网络在故障诊断中的应用
被引量：2
- 5
-
-
作者
孟雅俊
黄士涛
胡全义
-
机构
郑州大学机械工程学院
-
出处
《噪声与振动控制》
CSCD
北大核心
2006年第6期36-39,共4页
-
文摘
提出了一种新的旋转机械故障诊断方法。基于小波包变换的频率划分特性,对旋转机械的振动信号进行小波包分解,建立旋转机械六种典型故障特征矢量,准确地提取了故障的特征信息,结合RBF神经网络训练速度快的优点,将RBF神经网络应用于故障特征的选择,最后,利用所确定特征及RBF分类器进行故障诊断。实验结果表明,该方法可实现典型故障的可靠诊断。而且由于利用小波包变换代替了传统的FFT,故本方法对于诊断频率分布范围较广而复杂且信号具有较强时变性的复杂故障有着良好的应用前景。
-
关键词
振动与波
旋转机械
故障诊断
小波包
RBF
神经网络
-
Keywords
vibration and wave
rotating machinery
fault diagnosis
wavelet packet
RBF networks
-
分类号
TP206.3
[自动化与计算机技术—检测技术与自动化装置]
TH165.3
[机械工程—机械制造及自动化]
-
-
题名改进的RBF网络训练方法在故障诊断中的应用
- 6
-
-
作者
孟雅俊
黄士涛
姬中华
-
机构
郑州大学机械工程学院
-
出处
《郑州大学学报（工学版）》
CAS
2005年第4期89-92,共4页
-
基金
河南省重大科技攻关项目(0122022000)
-
文摘
目前已有的几种RBF网络训练方法对于含有随机噪声的复杂样本训练速度过慢且分类性能不稳定,依据相对熵最小原理,提出了一种改进的RBF网络训练方法———输出-输入聚类法.利用此方法对旋转机械故障样本进行训练,并与其它方法进行了比较,结果表明,此训练方法用时短,网络结构简单,受噪声影响小.将所创建网络应用于故障诊断,实例表明,此方法训练的网络诊断结果准确,在故障诊断中具有良好的应用前景.
-
关键词
RBF网络
正交最小二乘法
输入聚类法
输出-输入聚类法
-
Keywords
RBF network
orthogonal least square
input cluster
output - input cluster
-
分类号
TH133
[机械工程—机械制造及自动化]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名谐波恢复的时间平均三阶累积量方法及其工程应用
被引量：2
- 7
-
-
作者
姬中华
黄士涛
孟雅俊
李振杰
-
机构
郑州大学机械工程学院
-
出处
《振动与冲击》
EI
CSCD
北大核心
2006年第1期10-13,23,共5页
-
文摘
为了识别在强高斯噪声背景下振动信号的谐波成分,从三阶累积量的估计算法出发,提出了基于时间平均的三阶累积量算法,进行振动信号的谐波恢复。时间平均三阶累积量是三阶累积量的一种估计值。理论推导表明,随机相位谐波过程时间平均三阶累积量为非零值,而且其一维切片仍然是谐波过程。由此提出了一种在强高斯噪声背景下识别信号的谐波成分的频谱分析方法。该方法对抑制振动信号中的高斯噪声、正确识别其中的谐波成分十分有效,工程应用实例和信号仿真都很好地验证了该方法的正确性。
-
关键词
三阶累积量
时间平均
谐波恢复
一维切片
高斯噪声
-
Keywords
three-order cumulant,time averaged,harmonic retrieval,one-dimension slice,Gaussian noise
-
分类号
TH17
[机械工程—机械制造及自动化]
-
