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
共找到2,225篇文章
< 1 2 … 112 >
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：
Stacking算法对凝给水系统故障诊断的适用性研究 被引量：1
1
作者 陈砚桥 孙彤 顾任利 《舰船科学技术》 北大核心 2025年第1期138-142,共5页
针对船用凝给水系统设备之间耦合关系较强,对该系统的研究只是选取部分参数而并非像设备一样基本涵盖全部特征参数,且该系统在实际运行过程中可以通过自调节来掩盖某些已发生的故障从而无法准确形成运行参数和故障间的映射关系这一现状... 针对船用凝给水系统设备之间耦合关系较强,对该系统的研究只是选取部分参数而并非像设备一样基本涵盖全部特征参数,且该系统在实际运行过程中可以通过自调节来掩盖某些已发生的故障从而无法准确形成运行参数和故障间的映射关系这一现状,以传统单一机器学习算法为基础,通过拓展建立针对Stacking算法的多分类器性能评价指标,准确寻找运行参数和故障之间的映射关系,解决了多分类器性能评价难题。并利用样本数据设计出比较Stacking算法和单一算法综合性能的试验方法,验证了Stacking模型在凝给水系统故障诊断任务中的适用性和优越性。 展开更多
关键词 凝给水系统 Stacking算法 故障诊断
在线阅读 下载PDF
多策略改进COA算法优化LSSVM的变压器故障诊断研究 被引量：2
2
作者 李斌 白翔旭 《电工电能新技术》 北大核心 2025年第4期112-119,共8页
为解决变压器故障诊断准确率低的问题,本文提出一种多策略改进浣熊优化算法(ICOA)与最小二乘支持向量机(LSSVM)相结合的变压器故障诊断方法。首先,通过核主成分分析(KPCA)将变压器故障数据集进行特征提取,降低故障数据维度;其次,应用混... 为解决变压器故障诊断准确率低的问题,本文提出一种多策略改进浣熊优化算法(ICOA)与最小二乘支持向量机(LSSVM)相结合的变压器故障诊断方法。首先,通过核主成分分析(KPCA)将变压器故障数据集进行特征提取,降低故障数据维度;其次,应用混沌映射、透镜反向学习、Levy飞行等策略对浣熊优化算法(COA)进行优化,提高全局寻优能力;然后,应用ICOA算法进行LSSVM参数寻优,构建ICOA-LSSVM故障诊断模型;最后,将特征提取后的数据导入ICOA-LSSVM中并与其他模型对比。实验结果表明所提方法准确率为96.19%,相比其他诊断模型具有更高的故障诊断精度。 展开更多
关键词 变压器故障诊断 浣熊优化算法 核主成分分析 最小二乘支持向量机
在线阅读 下载PDF
基于随机森林算法的智能转向系统故障诊断
3
作者 马世典 戴永根 +2 位作者 江浩斌 唐斌 李傲雪 《江苏大学学报(自然科学版)》 北大核心 2025年第5期514-522,共9页
针对现有汽车转向系统故障诊断研究方法泛化性差和故障数据集存在缺陷的问题,提出一种基于随机森林(random forest,RF)算法的智能转向系统故障诊断方法.首先基于Simscape进行智能转向系统物理模型的搭建,与CarSim进行联合仿真,设置多种... 针对现有汽车转向系统故障诊断研究方法泛化性差和故障数据集存在缺陷的问题,提出一种基于随机森林(random forest,RF)算法的智能转向系统故障诊断方法.首先基于Simscape进行智能转向系统物理模型的搭建,与CarSim进行联合仿真,设置多种转向系统关键故障,并采集多种行驶工况下的故障样本来建立数据集.然后建立基于RF的故障诊断模型,对输入数据进行分类,实现智能转向系统的故障诊断,并与典型算法进行对比研究.最后搭建转向系统台架,采集不平衡样本来建立数据集,研究该方法的诊断效果.结果表明:使用RF算法对仿真故障数据集进行故障诊断,故障诊断准确率约为87.43%;试验验证中该方法故障诊断准确率高达99.93%,且具有较快的诊断速度和较好的泛化性能. 展开更多
关键词 智能转向系统 故障诊断 随机森林算法 Simscape物理模型 CarSim联合仿真
在线阅读 下载PDF
基于广义Dice系数改进SAMP算法的轴承故障诊断
4
作者 于春霞 王峰伟 +1 位作者 张建国 李明 《机械设计与制造》 北大核心 2025年第2期183-186,191,共5页
轴承是机械传动装置中不可或缺的零件之一,其信号存在干扰和冗余成分的问题。为了进一步提高振动阶段的故障诊断效果,设计了一种基于广义Dice系数改进自适应匹配追踪(SAMP)算法的轴承故障诊断方法。SAMP算法采用分段迭代方式实现支撑集... 轴承是机械传动装置中不可或缺的零件之一,其信号存在干扰和冗余成分的问题。为了进一步提高振动阶段的故障诊断效果,设计了一种基于广义Dice系数改进自适应匹配追踪(SAMP)算法的轴承故障诊断方法。SAMP算法采用分段迭代方式实现支撑集的自主调整,广义Dice系数可以显著增强信号重建品质。通过实验进行了验证,研究结果表明:原始信号中混杂多种干扰元素,导致啮合频率和边频带被掩盖,无法准确识别故障特征。经过SAMP重构形成的故障频谱清晰显示了啮合频率和频,边频带被有效覆盖,可以有效反映故障信号。外圈和内圈故障信号呈现出规律性周期波动特点,以SAMP算法处理后的故障信号依然保持周期性特点,频率附近产生了相应的边频带,由此实现对故障信号特征的准确识别。 展开更多
关键词 轴承 故障诊断 自适应匹配追踪算法 实验验证
在线阅读 下载PDF
基于改进蜣螂优化算法深度混合核极限学习机的高压断路器故障诊断
5
作者 范兴明 许洪华 +3 位作者 张思舜 李涛 蒋延军 张鑫 《电工技术学报》 北大核心 2025年第12期3994-4003,共10页
针对高压断路器机械故障诊断准确率偏低的问题,该文提出一种基于改进蜣螂优化算法(IDBO)优化深度混合核极限学习机(DHKELM)的故障诊断方法。首先,采用逐次变分模态分解(SVMD)对高压断路器合闸振动信号进行分解,得到若干个含本征频率的... 针对高压断路器机械故障诊断准确率偏低的问题,该文提出一种基于改进蜣螂优化算法(IDBO)优化深度混合核极限学习机(DHKELM)的故障诊断方法。首先,采用逐次变分模态分解(SVMD)对高压断路器合闸振动信号进行分解,得到若干个含本征频率的固有模态分量(IMF);其次,提取各IMF分量的功率谱熵构建特征向量矩阵,并利用t分布-随机邻域嵌入算法(t-SNE)对特征向量进行数据降维;然后,引入融合Tent混沌映射、黄金正弦策略、自适应t分布扰动策略对传统蜣螂优化算法(DBO)进行改进,并使用IDBO对DHKELM进行参数优化,完成IDBO-DHKELM高压断路器故障诊断模型的构建;最后,通过搭建模拟故障的实物断路器实验平台进行验证,结果表明,该文提出的方法在故障诊断上的准确率达到了98.33%,相较于其他故障诊断模型在多项分类评价指标上均有显著提升,为准确、可靠地诊断高压断路器机械故障提供了新方案。 展开更多
关键词 高压断路器 改进蜣螂优化算法 深度混合核极限学习机 故障诊断 逐次变分模 态分解
在线阅读 下载PDF
基于改进北方苍鹰算法优化SVM的轴承故障诊断研究
6
作者 吴晓君 李渠伟 《机械强度》 北大核心 2025年第5期80-89,共10页
针对群智能算法优化支持向量机(Support Vector Machine,SVM)模型时容易遭遇局部最优的问题,提出一种改进北方苍鹰优化(Improved Northern Goshawk Optimization,INGO)算法,并将其应用于滚动轴承的故障诊断。通过引入基于余弦变化的自... 针对群智能算法优化支持向量机(Support Vector Machine,SVM)模型时容易遭遇局部最优的问题,提出一种改进北方苍鹰优化(Improved Northern Goshawk Optimization,INGO)算法,并将其应用于滚动轴承的故障诊断。通过引入基于余弦变化的自适应惯性权重因子以及柯西变异策略来改进北方苍鹰优化(Northern Goshawk Optimization,NGO)算法,并结合SVM构建INGO-SVM故障诊断模型。为评估改进算法的性能,首先,使用基准测试函数进行了试验,并将改进算法与现有的NGO、粒子群优化(Particle Swarm Optimization,PSO)算法、麻雀搜索算法(Sparrow Search Algorithm,SSA)等进行比较,改进算法的性能在一定程度上有所提升。然后,通过小波包分解对原始诊断信号进行特征提取并划分出10种类别,使用第3层各频段的能量作为特征向量,输入到故障诊断模型;最后,比较了改进算法与其他3种算法在优化SVM参数进行故障分类时的性能。结果表明,改进算法能够有效准确地实现不同故障的分类,准确率可达99.39%,验证了该方法的有效性和可行性。 展开更多
关键词 故障诊断 改进北方苍鹰优化算法 柯西变异策略 小波包分解 支持向量机
在线阅读 下载PDF
基于改进北方苍鹰算法与混合核极限学习机的齿轮箱故障诊断 被引量：2
7
作者 杜董生 王梦姣 +1 位作者 冒泽慧 赵环宇 《控制理论与应用》 北大核心 2025年第4期796-804,共9页
针对行星齿轮箱故障诊断问题,本文提出了一种基于改进北方苍鹰优化(INGO)算法与混合核极限学习机(HKELM)的行星齿轮箱故障诊断方法.首先,引入Savitzky-Golay(SG)滤波对齿轮箱原始信号进行去噪.利用时变滤波经验模态分解(TVF-EMD)将去噪... 针对行星齿轮箱故障诊断问题,本文提出了一种基于改进北方苍鹰优化(INGO)算法与混合核极限学习机(HKELM)的行星齿轮箱故障诊断方法.首先,引入Savitzky-Golay(SG)滤波对齿轮箱原始信号进行去噪.利用时变滤波经验模态分解(TVF-EMD)将去噪后的信号分解成多个本征模态函数(IMF),使用方差贡献率、相关系数和信息熵筛选出最优的IMF.将最优IMF重构后,对重构信号进行时间同步平均(TSA)去噪以减少故障诊断模型的数据计算量.将Tent混沌映射、混合正弦余弦算法和Levy飞行策略用于改进北方苍鹰优化(NGO)算法,得到一种新的INGO算法.同时,引入余弦因子以平衡正弦余弦算法的全局和局部开发能力.最后,利用INGO算法对HKELM进行优化,用以提高HKELM模型的故障诊断准确率.将所提方法应用于两个案例对模型进行检验,实验结果表明,本文所提方法具有可行性和优越性. 展开更多
关键词 混合核极限学习机 改进北方苍鹰优化算法 时变滤波经验模态分解 故障诊断
在线阅读 下载PDF
基于深度学习算法的G-M制冷机低温泵冷头故障诊断研究
8
作者 彭刚 王玉青 +5 位作者 王辉 朱剑豪 王旭迪 何智 武义锋 邓家良 《真空科学与技术学报》 北大核心 2025年第5期408-413,共6页
G-M制冷机低温泵是一种广泛应用于半导体制造等领域的重要设备,对超高真空的获得与维持至关重要。由于其长期连续运行,容易引发机械磨损等故障,导致制冷能力和抽气特性下降。因此,开展有效的故障诊断显得尤为关键,文章提出一种改进型遗... G-M制冷机低温泵是一种广泛应用于半导体制造等领域的重要设备,对超高真空的获得与维持至关重要。由于其长期连续运行,容易引发机械磨损等故障,导致制冷能力和抽气特性下降。因此,开展有效的故障诊断显得尤为关键,文章提出一种改进型遗传算法与反向传播神经网络的故障诊断方法,克服了传统反向传播神经网络依赖初始权重与阈值设置、优化效率低的问题。研究结果表明,该方法在故障诊断中的准确率达98.05%。为低温泵健康监测与故障预警提供了科学依据。 展开更多
关键词 G-M制冷机低温泵 故障诊断 深度学习 遗传算法
在线阅读 下载PDF
基于沙丘猫优化变分模态分解和蜣螂优化算法同步优化特征选择的齿轮泵磨损故障诊断
9
作者 问亚鹏 张佳奇 +3 位作者 郭锐 杨锦昌 何丝丝 张浩 《液压与气动》 北大核心 2025年第8期65-78,共14页
数据驱动的外啮合齿轮泵(以下简称齿轮泵)故障诊断中,存在实际作业中易受噪声干扰、故障特征冗余以及故障特征选择与分类器参数寻优繁琐问题,为此提出一种基于沙丘猫优化变分模态分解和蜣螂优化算法同步优化特征选择的齿轮泵磨损故障诊... 数据驱动的外啮合齿轮泵(以下简称齿轮泵)故障诊断中,存在实际作业中易受噪声干扰、故障特征冗余以及故障特征选择与分类器参数寻优繁琐问题,为此提出一种基于沙丘猫优化变分模态分解和蜣螂优化算法同步优化特征选择的齿轮泵磨损故障诊断方法。首先,搭建齿轮泵故障试验台获取原始故障数据,采用沙丘猫优化变分模态分解方法对齿轮泵4种磨损故障的振动信号进行降噪重构;然后,提取故障磨损4种重构信号的时域、频域和时频域统计特征共26种,并组成特征层;最后,基于蜣螂优化算法同步优化特征选择对故障特征集进行特征选择,同时优化支持向量机分类器参数,实现齿轮泵的磨损故障类型识别。结果显示,该齿轮泵故障诊断方法准确率高达99.6%,耗时仅49.8 s,具有较高的诊断精度和运算效率。 展开更多
关键词 齿轮泵 故障诊断 同步优化特征选择 蜣螂优化算法 沙丘猫优化变分模态分解
在线阅读 下载PDF
改进KPCA结合多目标蜻蜓算法优化BP神经网络的联合收割机故障诊断
10
作者 孟桐 雷鸣 +2 位作者 宋文广 王丹丹 黄梦可 《机电工程》 北大核心 2025年第7期1258-1267,共10页
针对联合收割机数据维度高、诊断效果不理想的问题,提出了一种改进核主成分分析(KPCA)结合多目标蜻蜓算法(MTDA)优化反向传播(BP)神经网络的联合收割机故障诊断方法。首先,采用Morlet小波作为KPCA的核函数,其融合了高斯包络与正弦波特性... 针对联合收割机数据维度高、诊断效果不理想的问题,提出了一种改进核主成分分析(KPCA)结合多目标蜻蜓算法(MTDA)优化反向传播(BP)神经网络的联合收割机故障诊断方法。首先,采用Morlet小波作为KPCA的核函数,其融合了高斯包络与正弦波特性,能够有效捕捉收割机的瞬态变化与局部异常,从而提取出了不同工况下的主要成分,降低了数据维度,减少了冗余信息;其次,针对传统蜻蜓算法的局限性,引入了自适应变异策略、非线性惯性权重及动态收敛因子,构建了多目标蜻蜓算法,对Schaffer、Michalewicz和Rastrigin函数进行了求解,验证了MTDA能显著提升全局与局部搜索平衡能力;最后,利用MTDA对BP神经网络的权值和阈值进行了优化,构建了MTDA-BP综合故障诊断模型,将模型应用于联合收割机的故障诊断中,通过实验验证了其有效性。研究结果表明:故障诊断平均精度达到96.7%,通过与当前主流方法的实验对比分析,采用Micro-average ROC进行了模型评价,结果显示该模型的曲线下面积(AUC)为0.967。实验结果充分证明了该模型在检测精确度与泛化性方面均具有显著优势,该研究也为解决智能农业机械中的诊断提供了一种有效的方法。 展开更多
关键词 核主成分分析 MORLET小波 多目标蜻蜓算法 反向传播神经网络 联合收割机 故障诊断
在线阅读 下载PDF
基于WOA-RF算法的船舶柴发配电系统故障诊断
11
作者 李维波 高峰 +3 位作者 肖朋 黄康政 阮道杰 高俊卓 《中国舰船研究》 北大核心 2025年第2期77-88,共12页
[目的]船舶柴发配电系统对航行稳定性至关重要,海洋工作环境的严苛性致使其故障频发,为此提出一种基于鲸鱼优化算法的优化随机森林(WOA-RF)算法,用以开展船舶柴发配电系统故障诊断。[方法]首先,基于Matlab/Simulink仿真软件搭建船舶柴... [目的]船舶柴发配电系统对航行稳定性至关重要,海洋工作环境的严苛性致使其故障频发,为此提出一种基于鲸鱼优化算法的优化随机森林(WOA-RF)算法,用以开展船舶柴发配电系统故障诊断。[方法]首先,基于Matlab/Simulink仿真软件搭建船舶柴发配电系统模型,采集其故障工况和正常工况的数据;然后,对收集的数据进行预处理以提取时域特征,并使用随机森林算法提取重要特征,从而减少数据维度;最后,使用WOA优化后的随机森林模型对船舶柴发配电系统运行数据进行故障识别、诊断和分类。[结果]仿真模拟试验表明:采用WOA-RF算法识别故障状态和正常状态的准确率为100%,区分12种故障类型的诊断准确率为98.26%;在原始数据集中,与9种不同算法对比,WOA-RF算法的准确率最低提升了4.86%,最高提升了34.37%;在添加10dB噪声数据后,与6种不同算法对比,WOA-RF算法的准确率最低提升了2.43%,最高提升了18.40%。[结论]基于WOA-RF算法的故障诊断方法在复杂海洋环境下展示了优异的准确性和鲁棒性,结果可为船舶电力系统故障的可靠识别提供参考。 展开更多
关键词 船舶柴发配电系统 故障分析 故障诊断 鲸鱼优化算法 随机森林算法 SIMULINK模型 特征提取
在线阅读 下载PDF
Nadam算法优化卷积神经网络的滚动轴承多故障耦合诊断
12
作者 唐蒙 张义民 张凯 《机械设计与制造》 北大核心 2025年第3期23-26,39,共5页
针对滚动轴承在变载荷,变转速环境和多故障耦合工况下,传统故障诊断方法存在诊断准确率低,泛化能力差的问题,提出了一种基于Nadam算法优化的卷积神经网络模型。其优点是加深卷积神经网络模型的结构,进一步加强网络对特征的表达能力。利... 针对滚动轴承在变载荷,变转速环境和多故障耦合工况下,传统故障诊断方法存在诊断准确率低,泛化能力差的问题,提出了一种基于Nadam算法优化的卷积神经网络模型。其优点是加深卷积神经网络模型的结构,进一步加强网络对特征的表达能力。利用Nadam算法提高所建立网络模型的收敛速度和学习质量,利用新的网络模型实现滚动轴承故障诊断。为验证提出方法的有效性,通过对BL2060实验平台上变载荷、变转速的19类多故障耦合的实验数据集进行实验分析,并与目前常用网络模型进行对比,结果表明该模型对多故障耦合的轴承故障分类可达到100%的准确率,优于其他网络模型。该方法的诊断准确率高,收敛速度快,适用于多故障类型耦合的滚动轴承的故障诊断。 展开更多
关键词 滚动轴承 多故障耦合 卷积神经网络 Nadam算法 变载荷 变转速 故障诊断
在线阅读 下载PDF
鹈鹕算法参数优化VMD联合SVDS的电机轴承故障诊断
13
作者 孙姿姣 周湘贞 李松洋 《机械设计》 北大核心 2025年第4期150-155,共6页
为减小噪声的干扰,增强轴承故障特征频率,实现轴承故障有效诊断,文中提出了鹈鹕算法(POA)优化变分模态分解(VMD)参数联合奇异值差分谱(SVDS)的轴承故障诊断新方法。针对VMD分解时模态层数k和平衡因子α难确定的问题,以本征模态分量(IMF... 为减小噪声的干扰,增强轴承故障特征频率,实现轴承故障有效诊断,文中提出了鹈鹕算法(POA)优化变分模态分解(VMD)参数联合奇异值差分谱(SVDS)的轴承故障诊断新方法。针对VMD分解时模态层数k和平衡因子α难确定的问题,以本征模态分量(IMF)包络熵最小为评价指标,通过POA进行参数优化;利用包络熵最小指标选取最优IMF模态,并对最优模态构建Hankel矩阵进行SVDS分析;通过SVDS确定信号重构阶数完成信号重构,并以Hilbert解调对重构信号进行包络分析。通过轴承仿真信号和实测信号对方法的有效性进行了验证,结果表明:所提方法增强了轴承故障特征频率,更容易实现故障的判别。 展开更多
关键词 变分模态分解 鹈鹕算法 奇异值差分谱 轴承 故障诊断
在线阅读 下载PDF
基于DBO-SVM与压缩采样匹配追踪算法的轴承故障诊断
14
作者 李一飞 王桂宝 +2 位作者 李伟 王楠 杨坤 《轴承》 北大核心 2025年第10期116-120,共5页
针对压缩感知方法可利用少量信号数据对原始信号进行重构,从而解决传统方法采样大量数据造成存储空间浪费的特点,提出了一种将压缩感知与DBO-SVM相结合的轴承故障诊断方法,采用不同的压缩率对信号进行压缩重构,再利用蜣螂优化算法(DBO)... 针对压缩感知方法可利用少量信号数据对原始信号进行重构,从而解决传统方法采样大量数据造成存储空间浪费的特点,提出了一种将压缩感知与DBO-SVM相结合的轴承故障诊断方法,采用不同的压缩率对信号进行压缩重构,再利用蜣螂优化算法(DBO)优化过参数的支持向量机(SVM)进行轴承故障的诊断分类。采用江南大学和凯斯西储大学轴承数据集进行试验的结果表明,50%压缩率会比25%压缩率得到更高的分类准确率,DBO-SVM算法不仅比神经网络、决策树、KNN等算法的分类准确率高,而且诊断用时和占用存储空间更少,具有较强的实用性。 展开更多
关键词 滚动轴承 压缩感知 故障诊断 遗传优化算法 支持向量机 神经网络 决策树
在线阅读 下载PDF
基于鲸鱼算法优化特征模态分解的滚动轴承复合故障诊断方法
15
作者 徐帅 张超 《机电工程》 北大核心 2025年第8期1440-1449,共10页
针对特征模态分解(FMD)在处理复合故障时参数难以选取的问题,提出了一种基于鲸鱼优化算法(WOA)优化FMD的滚动轴承复合故障诊断方法。首先,基于信号频谱能量和模态分布,设计了一个综合评价指标——自适应加权频域峰度与交叉信息熵的比值... 针对特征模态分解(FMD)在处理复合故障时参数难以选取的问题,提出了一种基于鲸鱼优化算法(WOA)优化FMD的滚动轴承复合故障诊断方法。首先,基于信号频谱能量和模态分布,设计了一个综合评价指标——自适应加权频域峰度与交叉信息熵的比值,并将其作为目标函数,该指标不仅能够精准捕捉信号的故障特征,还能在分解过程中平衡各模态之间的关系;然后,利用WOA对FMD中的两个关键参数(即模态数n和滤波器长度L)进行了自适应优化,以调整到最佳值,确保FMD分解结果既能充分提取故障特征,又能有效抑制噪声干扰;最后,基于内蒙古科技大学机械工程学院的HZXT-DS-003双跨转子滚动轴承试验平台,构建了涵盖多种复合故障模式的轴承数据集,并进行了实验分析。仿真与实验研究结果表明:该方法在噪声抑制方面表现出色,能够有效识别复合故障中相对较弱的故障特征频率,从而显著提升了滚动轴承复合故障诊断的准确性和可靠性;此外,通过将该方法与对比方法进行了多方面的定性和定量对比分析,进一步验证了该方法的优越性。可见基于WOA优化FMD的故障诊断方法可以对滚动轴承复合故障进行有效诊断。 展开更多
关键词 滚动轴承故障诊断 特征模态分解 鲸鱼优化算法 自适应加权频域峰度与交叉信息熵比值 故障特征提取 噪声干扰抑制
在线阅读 下载PDF
基于多特征提取与蜣螂算法优化的轴承故障诊断
16
作者 谢锋云 樊秋阳 +3 位作者 孙恩广 王阳 宋成杰 朱海燕 《噪声与振动控制》 北大核心 2025年第4期130-135,230,共7页
针对轴承振动信号易受噪声干扰,单一特征量准确率低的问题,提出一种基于小波包分解(Wavelet Packet Decomposition,WPD)、有效时域特征(绝对平均值、波形指标)、频域特征(均方根频率)以及多尺度符号动力学熵(Multi-scale Symbolic Dynam... 针对轴承振动信号易受噪声干扰,单一特征量准确率低的问题,提出一种基于小波包分解(Wavelet Packet Decomposition,WPD)、有效时域特征(绝对平均值、波形指标)、频域特征(均方根频率)以及多尺度符号动力学熵(Multi-scale Symbolic Dynamic Entropy,MSDE)的轴承故障诊断方法。首先,对轴承振动信号进行小波包分解,提取多频带特征,并根据相关系数筛选最佳分量进行信号重构;其次,提取时域和频域敏感特征,同时计算重构信号的MSDE值,组成多特征向量;最后,将提取的多特征向量输入到蜣螂算法(Dung Beetle Optimizer,DBO)优化的支持向量机(Support Vector Machine,SVM)中识别不同轴承故障类型。结果显示,该方法能够从多方位提取故障特征,相较于单一特征量准确率更高,识别速度更快。 展开更多
关键词 故障诊断 多特征 多尺度符号动力学熵 蜣螂算法
在线阅读 下载PDF
基于HS-SAE算法发动机气门间隙异常故障诊断
17
作者 郑晓彦 李润哲 +1 位作者 胡慧敏 王诚 《机械设计与制造》 北大核心 2025年第5期268-271,278,共5页
为了进一步提高通过自适应方法获取最优SAE网络超参数的能力,引进和声搜索算法(HS)来实现对网络超参数优化的功能,并成功应用于发动机气门间隙异常故障诊断领域。对SAE前三层节点丢弃比例以及隐含层节点数进行设置,确保HS-SAE模型具备... 为了进一步提高通过自适应方法获取最优SAE网络超参数的能力,引进和声搜索算法(HS)来实现对网络超参数优化的功能,并成功应用于发动机气门间隙异常故障诊断领域。对SAE前三层节点丢弃比例以及隐含层节点数进行设置,确保HS-SAE模型具备良好泛化性能。采用实验方式测试发动机测试不同气门运行状态故障。研究结果表明:相对于最初信号,采用域包络方法有效去除背景噪声带来的波动性,SAE方法在未预处理下保持原始信号参数,联合参数试验诊断正确率提高到99.5%,得到具有最佳匹配性超参数。HS-SAE算法在多数小样本测试中优于其他算法,达到较高精度控制性能,HS-SAE算法对气门间隙异常故障的诊断可以实现较高准确性。该研究有助于提高发动机的异常识别能力,也可拓宽到其他的机械领域。 展开更多
关键词 发动机气门 特征提取 和声搜索算法 参数优化 故障诊断
在线阅读 下载PDF
基于改进蚁狮算法优化BP的轴承故障诊断
18
作者 王妍 于浩文 +2 位作者 凌丹 梁恩豪 王新发 《计算机集成制造系统》 北大核心 2025年第4期1259-1271,共13页
为了准确高效地对滚动轴承的健康状态进行诊断,提出一种基于改进蚁狮优化(IALO)算法优化BP神经网络的滚动轴承故障诊断模型。在IALO算法中,采用变异算子,增强了种群的多样性;采用动态比例系数和非线性动态权重,平衡了迭代过程中不同时... 为了准确高效地对滚动轴承的健康状态进行诊断,提出一种基于改进蚁狮优化(IALO)算法优化BP神经网络的滚动轴承故障诊断模型。在IALO算法中,采用变异算子,增强了种群的多样性;采用动态比例系数和非线性动态权重,平衡了迭代过程中不同时期游走的权重,降低了算法陷入局部极值的可能性。基准函数测试结果表明,与其他算法相比,IALO算法具有更好的优化性能。另外,为了改善BP神经网络的分类性能,利用IALO算法优化BP神经网络的权值和阈值,构建滚动轴承故障诊断模型。帕德伯恩轴承数据集的实验结果表明,采用IALO算法优化后的BP模型具有较好的故障诊断性能。 展开更多
关键词 轴承故障诊断 蚁狮优化算法 动态比例系数 非线性动态权重 BP神经网络
在线阅读 下载PDF
基于改进金豺狼算法优化堆叠降噪自编码器的离心泵故障诊断方法
19
作者 张毛焕 张伟杰 徐树山 《计量学报》 北大核心 2025年第5期730-737,共8页
为解决堆叠降噪自动编码器(SDAE)超参数设置不合理而降低离心泵故障诊断精度的问题,选择了金豺狼优化算法(GJO)来优化SDAE超参数。考虑到GJO算法的性能受猎物逃脱能量影响较大的实际,设计了一种自适应逃脱能量策略,得到了自适应金豺狼... 为解决堆叠降噪自动编码器(SDAE)超参数设置不合理而降低离心泵故障诊断精度的问题,选择了金豺狼优化算法(GJO)来优化SDAE超参数。考虑到GJO算法的性能受猎物逃脱能量影响较大的实际,设计了一种自适应逃脱能量策略,得到了自适应金豺狼优化算法(AGJO)。利用AGJO对SDAE超参数进行优化选取,提出了基于AGJO-SDAE的离心泵故障诊断方法。离心泵典型故障诊断实例结果表明,相比于其它方法,AGJO-SDAE在平均诊断精度最少提高了1.03%,在标准差上最少降低了0.007,在耗时上最少减少了4.87 s;在2 dB、8 dB和14 dB噪声强度下,诊断精度相对衰减率最少分别降低了0.21%、1.01%和0.94%。 展开更多
关键词 故障诊断 堆叠降噪自编码器 金豺狼优化算法 自适应逃脱能量 离心泵
在线阅读 下载PDF
电力变压器内部故障的递进分层诊断方法 被引量：1
20
作者 咸日常 李云淏 +4 位作者 刘焕国 王昭璇 张海强 胡玉耀 王玮 《电网技术》 北大核心 2025年第4期1726-1734,I0079,I0080,共11页
电力变压器内部故障成因复杂、种类繁多,精确诊断难度大,现有诊断技术大多滞留于故障定性阶段。为实现多类型故障的精准定位,该文通过建立多状态量与故障特征之间的递进映射关系,提出一种改进灰狼算法与最小二乘支持向量机耦合的电力变... 电力变压器内部故障成因复杂、种类繁多,精确诊断难度大,现有诊断技术大多滞留于故障定性阶段。为实现多类型故障的精准定位,该文通过建立多状态量与故障特征之间的递进映射关系,提出一种改进灰狼算法与最小二乘支持向量机耦合的电力变压器故障递进分层诊断方法。首先介绍改进灰狼算法与最小二乘支持向量机的原理,建立电力变压器故障递进分层、自动诊断及定位模型;其次基于300组电力变压器的状态量,利用核主成分分析法进行降维处理,选取线性无关的特征状态量,依据DL/T 1685—2017《油浸式变压器状态评价导则》进行离散化处理,借助算法模型递进分层、自动诊断:第一层诊断故障回路、第二层确定故障部位、第三层明确故障原因,得到各分类器的诊断准确率及惩罚系数和核函数参数的最优组合解,并与其他算法模型的故障诊断结果进行分析对比;最后以实际故障案例验证方法的有效性。结果表明:该文所提诊断模型比其他方法拥有更高准确率和更快的运算速度。 展开更多
关键词 电力变压器 改进灰狼算法 最小二乘支持向量机 多状态量 内部故障 递进分层诊断
在线阅读 下载PDF
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 2 … 112 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部