检索结果-维普期刊中文期刊服务平台

融合卷积深度置信网络与可拓神经网络的齿轮故障诊断方法: 1; 作者王体春夏天费叶琦《计算机集成制造系统》北大核心 2025年第6期2178-2193,共16页; 针对齿轮传感器在单通道状态监测中的信息量和可信度不足、噪声干扰及变工况下数据分布差异等问题,提出一种融合增强卷积深度置信网络与自适应加权可拓网络的齿轮箱故障诊断方法。采用压缩感知算法重构收集到的多通道振动数据;通过引入... 展开更多; 关键词深度学习卷积深度置信网络可拓神经网络故障诊断; 在线阅读下载PDF 职称材料

基于卷积深度置信网络的配电网故障分类方法被引量：20: 2; 作者洪翠付宇泽 +1 位作者郭谋发陈永往《电力自动化设备》 EI CSCD 北大核心 2019年第11期64-70,共7页; 提出一种基于卷积深度置信网络(CDBN)实现配电网故障分类的方法,利用离散小波包变换(DWPT)分解主变低压侧进线电流和母线电压等电量信号并构造时频矩阵,将时频矩阵转换成时频谱图的像素矩阵后作为CDBN的输入,经CDBN自主提取故障特征量,... 展开更多; 关键词配电网故障分类离散小波包变换时频矩阵卷积深度置信网络; 在线阅读下载PDF 职称材料

基于改进卷积深度置信网络的轴承故障诊断研究被引量：21: 3; 作者谢佳琪尤伟 +1 位作者沈长青朱忠奎《电子测量与仪器学报》 CSCD 北大核心 2020年第2期36-43,共8页; 机械设备故障诊断在工业应用中具有重要的意义。传统的基于振动信号处理与分析的故障诊断方法,依赖于丰富的专业知识和人工经验,难以保证准确的特征提取与故障诊断。利用深度学习方法可以自动学习数据深层次特征的特点,提出一种基于改... 展开更多; 关键词故障诊断轴承特征学习卷积深度置信网络; 在线阅读下载PDF 职称材料

无监督健康指标在轴承早期故障检测中的应用: 4; 作者肖飞马萍 +1 位作者张宏立王聪《组合机床与自动化加工技术》北大核心 2024年第6期151-155,160,共6页; 针对滚动轴承早期故障时间点难以检测问题,提出一种基于卷积深度置信网络(convolutional deep belief network, CDBN)与多核极限学习机自编码器(multi-kernel extreme learning machine based autoencoder, MKELM-AE)的无监督健康指标... 展开更多; 关键词滚动轴承早期故障预测卷积深度置信网络多核极限学习机健康指标; 在线阅读下载PDF 职称材料

CDBN-IKELM的轴承变工况故障诊断方法被引量：3: 5; 作者向玲苏浩 +3 位作者胡爱军杨鑫徐进王伟《振动．测试与诊断》 EI CSCD 北大核心 2022年第3期432-438,612,共8页; 针对现有方法在轴承变工况方面存在的诊断精度低、人工提取特征不充分等问题,提出了基于卷积深度置信网络(convolutional deep belief network,简称CDBN)与改进核极限学习机(improved Kernel-based extreme learning machine,简称IKELM... 展开更多; 关键词故障诊断轴承卷积深度置信网络核极限学习机变工况; 在线阅读下载PDF 职称材料

基于改进CDBN的电力系统暂态稳定评估被引量：5: 6; 作者刘颂凯胡竞哲 +4 位作者杨超谭瑞刘聪张雅婷杨明飞《智慧电力》北大核心 2023年第6期8-14,92,共8页; 为进一步提高暂态稳定评估模型对失稳样本的识别能力,提出一种基于改进卷积深度置信网络(CDBN)的电力系统暂态稳定评估模型。首先,基于归一化互信息(NMI)构建特征选择框架对模型输入特征进行筛选,降低数据维度,提高模型计算效率;然后,在... 展开更多; 关键词暂态稳定评估归一化互信息特征选择改进卷积深度置信网络泛化能力; 在线阅读下载PDF 职称材料

题名融合卷积深度置信网络与可拓神经网络的齿轮故障诊断方法: 1; 作者王体春夏天费叶琦; 机构南京航空航天大学机电学院南京理工大学紫金学院智能制造学院; 出处《计算机集成制造系统》北大核心 2025年第6期2178-2193,共16页; 基金直升机动力学全国重点实验室基金资助项目(2023-HA-LB-067-073) 江苏省自然科学基金(面上)资助项目(BK20221481) 国家自然科学基金(面上)资助项目(51775272)。; 文摘针对齿轮传感器在单通道状态监测中的信息量和可信度不足、噪声干扰及变工况下数据分布差异等问题,提出一种融合增强卷积深度置信网络与自适应加权可拓网络的齿轮箱故障诊断方法。采用压缩感知算法重构收集到的多通道振动数据;通过引入软池化层优化的膨胀卷积深度置信网络进行特征提取,并采用注意力机制技术加权融合多通道特征;利用侧距优化的加权可拓神经网络完成齿轮故障分类。最后,通过公开数据集进行验证和对比分析表明,该模型相比卷积神经网络模型、深度置信网络模型、高斯卷积深度置信网络模型等具有更高的识别精度,在噪声干扰和变工况条件下具有良好的故障诊断性能。; 关键词深度学习卷积深度置信网络可拓神经网络故障诊断; Keywords deep learning convolutional deep belief network extension neural network fault diagnosis; 分类号 TH132.41 [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]; 在线阅读下载PDF 职称材料

题名基于卷积深度置信网络的配电网故障分类方法被引量：20: 2; 作者洪翠付宇泽郭谋发陈永往; 机构福州大学电气工程与自动化学院国网福建省电力有限公司晋江市供电公司; 出处《电力自动化设备》 EI CSCD 北大核心 2019年第11期64-70,共7页; 基金国家自然科学基金资助项目(51677030) 福建省自然科学基金资助项目(2016J01218) 晋江市科技计划项目(2017C006)~~; 文摘提出一种基于卷积深度置信网络(CDBN)实现配电网故障分类的方法,利用离散小波包变换(DWPT)分解主变低压侧进线电流和母线电压等电量信号并构造时频矩阵,将时频矩阵转换成时频谱图的像素矩阵后作为CDBN的输入,经CDBN自主提取故障特征量,最终完成配电网故障分类识别。应用典型结构配电网的故障仿真数据与故障实验样本进行故障识别测试,结果表明,所提方法不但具有提取故障特征明显、故障分类正确率较高的特点,并且在系统中性点运行方式及网络结构调整、故障起动检测延迟、分布式电源接入等情况下,均有良好的应用适应性。; 关键词配电网故障分类离散小波包变换时频矩阵卷积深度置信网络; Keywords distribution network fault classification discrete wavelet packet transform time-frequency matrix convolutional deep belief network; 分类号 TM711 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于改进卷积深度置信网络的轴承故障诊断研究被引量：21: 3; 作者谢佳琪尤伟沈长青朱忠奎; 机构苏州大学轨道交通学院; 出处《电子测量与仪器学报》 CSCD 北大核心 2020年第2期36-43,共8页; 基金国家自然科学基金项目面上项目(51875376,51875375)资助。; 文摘机械设备故障诊断在工业应用中具有重要的意义。传统的基于振动信号处理与分析的故障诊断方法,依赖于丰富的专业知识和人工经验,难以保证准确的特征提取与故障诊断。利用深度学习方法可以自动学习数据深层次特征的特点,提出一种基于改进卷积深度置信网络的滚动轴承故障定性、定量诊断方法。首先,为了提供较好的浅层输入,将原始振动信号转换至频域信号;其次,在模型训练过程中,引入Adam优化器,加快模型训练,提高模型收敛速度;最后,为了充分发挥模型各层特征表征能力,对模型结构进行优化,提出多层特征融合学习结构,以提高模型的泛化能力。实验结果表明,所提出的改进模型相比于传统的栈式自动编码器、人工神经网络、深度置信网络以及标准卷积深度信念网络,具有更好的诊断精度,有效地实现了轴承故障的定性、定量化诊断。; 关键词故障诊断轴承特征学习卷积深度置信网络; Keywords mechanical fault diagnosis bearing feature learning convolution deep belief network; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程] TP277 [自动化与计算机技术—检测技术与自动化装置] TH133.3 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名无监督健康指标在轴承早期故障检测中的应用: 4; 作者肖飞马萍张宏立王聪; 机构新疆大学电气工程学院; 出处《组合机床与自动化加工技术》北大核心 2024年第6期151-155,160,共6页; 基金国家自然科学基金资助项目(52065064,52267010) 新疆维吾尔自治区自然科学基金资助项目(2022D01E33,2022D01C367)。; 文摘针对滚动轴承早期故障时间点难以检测问题,提出一种基于卷积深度置信网络(convolutional deep belief network, CDBN)与多核极限学习机自编码器(multi-kernel extreme learning machine based autoencoder, MKELM-AE)的无监督健康指标故障检测方法。首先,引入CDBN自适应提取滚动轴承健康状态振动信号频谱的深层高维特征信息,去除高维数据冗余信息后得到表征滚动轴承健康状态的低维特征;然后,采用粒子群优化(particle swarm optimization, PSO)的MKELM-AE对提取的低维特征进行重构训练;最后,将待测信号输入训练好的CDBN-MKELM-AE模型中计算重构误差作为反映滚动轴承退化的健康指标,并采用Bootstrap Pettitt异常检测方法检测待测健康指标发生突变的时间。实验结果表明,所提方法建立的健康指标能反映轴承退化的不同阶段,可有效检测出早期故障中健康指标发生突变的时间,定位早期故障点。; 关键词滚动轴承早期故障预测卷积深度置信网络多核极限学习机健康指标; Keywords rolling bearing early fault detection convolutional deep confidence network multicore extreme learning machine health indicator; 分类号 TH133.3 [机械工程—机械制造及自动化] TG66 [金属学及工艺—金属切削加工及机床]; 在线阅读下载PDF 职称材料

题名CDBN-IKELM的轴承变工况故障诊断方法被引量：3: 5; 作者向玲苏浩胡爱军杨鑫徐进王伟; 机构华北电力大学河北省电力机械装备健康维护与失效预防重点实验室青岛绿色发展研究院有限公司鲁能集团有限公司国电南瑞南京控制系统有限公司; 出处《振动．测试与诊断》 EI CSCD 北大核心 2022年第3期432-438,612,共8页; 基金国家自然科学基金资助项目(52075170,52175092)。; 文摘针对现有方法在轴承变工况方面存在的诊断精度低、人工提取特征不充分等问题,提出了基于卷积深度置信网络(convolutional deep belief network,简称CDBN)与改进核极限学习机(improved Kernel-based extreme learning machine,简称IKELM)的滚动轴承故障智能识别方法。首先,由卷积深度置信网络对原始信号内的故障特征进行深层自适应提取;其次,利用等距特征映射对提取的多维特征进行降维,去除冗余特征信息;然后,采用改进的核极限学习机对特征进行分类,使用粒子群(particle swarm optimization,简称PSO)对模型重要参数进行优化,实现滚动轴承变工况下的故障识别;最后,将所提方法应用于不同工况下多种轴承故障的诊断。实验结果表明,该方法能够智能有效地识别变工况的轴承故障,诊断结果优于已有的智能故障诊断方法。; 关键词故障诊断轴承卷积深度置信网络核极限学习机变工况; Keywords fault diagnosis bearing convolutional deep belief network kernel extreme learning machine varying conditions; 分类号 TH165.3 [机械工程—机械制造及自动化] TH133.3 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于改进CDBN的电力系统暂态稳定评估被引量：5: 6; 作者刘颂凯胡竞哲杨超谭瑞刘聪张雅婷杨明飞; 机构三峡大学电气与新能源学院新能源微电网湖北省协同创新中心; 出处《智慧电力》北大核心 2023年第6期8-14,92,共8页; 基金国家自然科学基金资助项目(62233006) 湖北省自然科学基金(2022CFB825)。; 文摘为进一步提高暂态稳定评估模型对失稳样本的识别能力,提出一种基于改进卷积深度置信网络(CDBN)的电力系统暂态稳定评估模型。首先,基于归一化互信息(NMI)构建特征选择框架对模型输入特征进行筛选,降低数据维度,提高模型计算效率;然后,在CDBN中引入注意力机制,建立基于改进CDBN的暂态稳定评估模型;最后,设计模型更新机制来适应电力系统运行工况的变化,提高评估模型的泛化能力。在新英格兰10机39节点系统上的实验结果验证了所提方法的有效性。; 关键词暂态稳定评估归一化互信息特征选择改进卷积深度置信网络泛化能力; Keywords transient stability assessment NMI feature selection improved CDBN generalization ability; 分类号 TM712 [电气工程—电力系统及自动化]; 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	融合卷积深度置信网络与可拓神经网络的齿轮故障诊断方法	王体春夏天费叶琦	《计算机集成制造系统》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于卷积深度置信网络的配电网故障分类方法	洪翠付宇泽郭谋发陈永往	《电力自动化设备》 EI CSCD 北大核心	2019	20	在线阅读下载PDF 职称材料
3	基于改进卷积深度置信网络的轴承故障诊断研究	谢佳琪尤伟沈长青朱忠奎	《电子测量与仪器学报》 CSCD 北大核心	2020	21	在线阅读下载PDF 职称材料
4	无监督健康指标在轴承早期故障检测中的应用	肖飞马萍张宏立王聪	《组合机床与自动化加工技术》北大核心	2024	0	在线阅读下载PDF 职称材料
5	CDBN-IKELM的轴承变工况故障诊断方法	向玲苏浩胡爱军杨鑫徐进王伟	《振动．测试与诊断》 EI CSCD 北大核心	2022	3	在线阅读下载PDF 职称材料
6	基于改进CDBN的电力系统暂态稳定评估	刘颂凯胡竞哲杨超谭瑞刘聪张雅婷杨明飞	《智慧电力》北大核心	2023	5	在线阅读下载PDF 职称材料