期刊文献+
共找到1,253篇文章
< 1 2 63 >
每页显示 20 50 100
Stacking算法对凝给水系统故障诊断的适用性研究
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
基于人工智能算法的汽车电气系统故障智能诊断研究
2
作者 曹玉 《汽车测试报告》 2025年第1期31-33,共3页
随着现代汽车技术的快速发展,汽车电气系统的复杂性不断增加,传统的故障诊断方法已难以满足高效、精准的需求。人工智能算法具有强大的数据处理和学习能力,逐渐成为汽车电气系统故障智能诊断的重要工具。该文对人工智能算法进行概述,分... 随着现代汽车技术的快速发展,汽车电气系统的复杂性不断增加,传统的故障诊断方法已难以满足高效、精准的需求。人工智能算法具有强大的数据处理和学习能力,逐渐成为汽车电气系统故障智能诊断的重要工具。该文对人工智能算法进行概述,分析基于人工智能算法的汽车电气系统故障智能诊断存在的问题,提出相应的优化策略,并探讨基于人工智能算法的汽车电气系统故障智能诊断发展趋势,以提高汽车故障诊断水平。 展开更多
关键词 人工智能算法 汽车电气系统 故障诊断 数据处理
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
3
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
基于DKL算法的发电机机端电压互感器故障诊断
4
作者 肖惜 焦东围 +1 位作者 赵世海 冯宇 《水电与新能源》 2025年第1期49-53,共5页
电压互感器故障诊断对于保障发电机组的安全可靠运行具有十分重要的意义。基于动态时间规整算法(D)、K最近邻分类算法(K)和长短时记忆网络分类算法(L),开发了具有离线故障检测和在线故障检测功能的红外测温专家诊断系统,通过对水轮发电... 电压互感器故障诊断对于保障发电机组的安全可靠运行具有十分重要的意义。基于动态时间规整算法(D)、K最近邻分类算法(K)和长短时记忆网络分类算法(L),开发了具有离线故障检测和在线故障检测功能的红外测温专家诊断系统,通过对水轮发电机机端电压互感器温度的监测,可以快速、准确地实现电压互感器故障的诊断和预警。 展开更多
关键词 电压互感器 温度 算法 故障诊断
在线阅读 下载PDF
基于多模态数据与智能算法的电力变压器故障诊断研究
5
作者 赵军磊 《中国高新科技》 2025年第6期47-48,51,共3页
针对传统电力变压器故障诊断方法泛化能力有限、单一模态以及精度低等问题,文章提出一种基于多模态数据与智能算法的电力变压器故障诊断方式,通过集成声发射、局部放电、热成像和油样分析等多模态数据源,采用Stacking-CatBoost模型进行... 针对传统电力变压器故障诊断方法泛化能力有限、单一模态以及精度低等问题,文章提出一种基于多模态数据与智能算法的电力变压器故障诊断方式,通过集成声发射、局部放电、热成像和油样分析等多模态数据源,采用Stacking-CatBoost模型进行故障预测,利用Gradient Boosting-RBM模型进行故障检测。利用实验验证该模型的鲁棒性和准确性,结果显示模型在处理多模态数据时表现出优越的故障识别能力。 展开更多
关键词 多模态数据 智能算法 电压变压器 故障诊断
在线阅读 下载PDF
继电保护中的智能故障诊断算法分析
6
作者 吴宇翔 张佳豪 曹吴彧 《集成电路应用》 2025年第1期310-311,共2页
阐述智能化故障诊断算法的设计并实现。利用小波变换等信号处理技术对故障信号预处理,提取有效的故障特征,对大量历史故障数据进行训练与学习,让模型具备自动识别故障类型的能力。
关键词 故障诊断算法 小波变换 信号预处理 故障特征提取 继电保护系统
在线阅读 下载PDF
模糊减法聚类算法下大型医疗设备故障可视化诊断系统
7
作者 金鑫 叶真 朱婷婷 《电子设计工程》 2025年第6期85-90,共6页
针对医疗设备故障诊断不足问题,研究基于模糊神经网络与减法聚类算法开发一种故障可视化诊断系统,通过对大型医疗设备故障建模分析,完成系统可视化开发。该项技术创新点在于引入模糊神经网络构建诊断模型,提升对复杂特征数据识别效果;... 针对医疗设备故障诊断不足问题,研究基于模糊神经网络与减法聚类算法开发一种故障可视化诊断系统,通过对大型医疗设备故障建模分析,完成系统可视化开发。该项技术创新点在于引入模糊神经网络构建诊断模型,提升对复杂特征数据识别效果;同时引入减法聚类算法优化模型参数,提升模型诊断效率。在诊断误差分析中,研究技术迭代收敛时均方根误差与平均绝对误差分别为0.012与0.015,同类技术中误差最低。而在故障诊断准确度方面研究技术综合表现也最佳。经实验该技术满足大型医疗设备的高效故障诊断要求,研究内容将为医疗设备智能化故障检测提供技术支持。 展开更多
关键词 模糊神经网络 减法聚类算法 医疗设备 故障诊断 可视化
在线阅读 下载PDF
基于人工智能的机器人网络故障诊断算法分析
8
作者 肖洪莲 《电子产品世界》 2025年第1期64-67,共4页
针对机器人网络故障影响系统稳定性与可靠性的问题,探讨了基于人工智能的机器人网络故障诊断算法。首先,详细分析了智能机器人人机协作设计,建立了机器人网络数据安全模型,设计了机器人网络数据保护策略;其次,提出了结合门控循环神经网... 针对机器人网络故障影响系统稳定性与可靠性的问题,探讨了基于人工智能的机器人网络故障诊断算法。首先,详细分析了智能机器人人机协作设计,建立了机器人网络数据安全模型,设计了机器人网络数据保护策略;其次,提出了结合门控循环神经网络的机器人网络故障诊断算法;最后,通过收集机器人网络数据并建立相关数据集,得出了在故障检测方面具有较高准确性和可靠性的实验结果。结果表明,基于门控循环单元(gated recurrent unit,GRU)模型的故障诊断算法具有更高的准确性和稳定性。 展开更多
关键词 机器人网络 故障诊断算法 门控循环神经网络 无迹卡尔曼状态估计算法
在线阅读 下载PDF
基于改进麻雀搜索算法优化LSTM的滚动轴承故障诊断 被引量:6
9
作者 周玉 房倩 +1 位作者 裴泽宣 白磊 《工程科学与技术》 EI CAS CSCD 北大核心 2024年第2期289-298,共10页
为了对滚动轴承的工作状态及故障类别进行准确的诊断,本文采用长短时记忆(LSTM)神经网络作为分类器对滚动轴承数据集进行分类诊断。首先,从滚动轴承原始运行振动信号中提取时域和频域特征参数,组成具有高维特征参数的数据集;使用核主成... 为了对滚动轴承的工作状态及故障类别进行准确的诊断,本文采用长短时记忆(LSTM)神经网络作为分类器对滚动轴承数据集进行分类诊断。首先,从滚动轴承原始运行振动信号中提取时域和频域特征参数,组成具有高维特征参数的数据集;使用核主成分分析(KPCA)方法对高维特征集进行降维处理,选取重要性程度高的特征构成输入特征向量。然后,针对LSTM神经网络在滚动轴承故障诊断中存在的超参数难以确定的问题,提出一种基于自适应t分布策略的麻雀搜索算法优化LSTM神经网络的故障诊断方法(tSSA–LSTM)。最后,使用凯斯西储大学滚动轴承数据中心的数据进行故障诊断精度测试、泛化性能测试及噪声环境下故障诊断性能测试等多个仿真实验,并将本文提出的诊断模型与麻雀搜索算法优化长短时记忆神经网络(SSA–LSTM)、遗传算法优化长短时记忆神经网络(GA–LSTM)、粒子群算法优化长短时记忆神经网络(PSO–LSTM)及传统LSTM诊断模型进行对比。结果表明:tSSA可以更有效地对LSTM的隐含层神经元数量、周期次数、学习率等超参数进行合理优化;所提方法的平均诊断准确率达到98.86%,交叉验证平均诊断结果为98.57%;所提方法在噪声干扰下的故障诊断准确率也优于对比方法。因此,本文提出的tSSA–LSTM模型不仅可以更精准地诊断滚动轴承故障状态,而且具有更强的泛化能力及抗干扰能力,有效地提高了滚动轴承故障诊断的性能。 展开更多
关键词 麻雀搜索算法 故障诊断 长短时记忆神经网络 特征提取 滚动轴承
在线阅读 下载PDF
蜉蝣优化双通道网络在齿轮箱故障诊断中的应用
10
作者 于宁 魏沉潜 +2 位作者 田立勇 赵建军 于晓涵 《西安交通大学学报》 北大核心 2025年第5期217-228,共12页
为了有效提取齿轮箱中齿轮和滚动轴承的故障信号特征,并克服深度学习模型超参数选取依赖人工经验的局限性,提高故障诊断的准确性和稳定性,提出了一种基于蜉蝣算法(MA)优化的双通道神经网络故障诊断模型。该模型采用一维时序输入的门控... 为了有效提取齿轮箱中齿轮和滚动轴承的故障信号特征,并克服深度学习模型超参数选取依赖人工经验的局限性,提高故障诊断的准确性和稳定性,提出了一种基于蜉蝣算法(MA)优化的双通道神经网络故障诊断模型。该模型采用一维时序输入的门控循环单元(GRU)和二维图像输入的卷积神经网络(CNN)构建双通道并行架构,并引入自适应批标准化(AdaBN)算法。利用MA的全局优化能力,以CNN-GRU的诊断精度为优化目标,自适应调整模型超参数。将蜉蝣算法优化效果与粒子群算法和遗传算法进行了对比验证,以评估其在模型参数优化方面的有效性。基于东南大学齿轮箱数据集和凯斯西储大学轴承数据集的实验结果表明:该模型能够有效提取振动信号特征,其故障识别精度与稳定性均优于典型深度学习模型,并展现出较强的鲁棒性。在稳态工况下,优化后的CNN-GRU(MA-CNN-GRU)模型在各数据集上的识别精度显著提高;在噪声工况下,MA优化的CNN-GRU模型表现出优异的抗噪性;在变负载工况下,结合AdaBN算法的MA-CNN-GRU模型实现了最高的平均识别精度。所提模型能够高效、准确地检测齿轮箱故障,为机械设备的维护和稳定运行提供了重要的参考价值。 展开更多
关键词 故障诊断 齿轮箱 门控循环单元 卷积神经网络 蜉蝣算法
在线阅读 下载PDF
面向造纸污水处理的故障诊断复合算法研究 被引量:1
11
作者 戴静 陈江萍 +1 位作者 成兰 刘冬 《造纸科学与技术》 2024年第6期39-42,38,共5页
故障诊断是保障系统稳定性与安全性的关键节点。在造纸污水处理过程中,系统硬件设备由于长期处于恶劣环境极易引发系统故障,因此准确诊断故障以避免不可挽回的损失至关重要。基于此,针对造纸污水处理过程的特点,以主成分分析技术提取故... 故障诊断是保障系统稳定性与安全性的关键节点。在造纸污水处理过程中,系统硬件设备由于长期处于恶劣环境极易引发系统故障,因此准确诊断故障以避免不可挽回的损失至关重要。基于此,针对造纸污水处理过程的特点,以主成分分析技术提取故障主元而明确故障诊断模型输入量,以粒子群优化算法优化机器学习算法支持向量机而构成故障诊断复合算法,由此搭建了面向造纸污水处理的故障诊断模型,并进行了仿真分析。结果发现,面向造纸污水处理的故障诊断复合算法正确率可达96.9%,且稳定性与鲁棒性较高,可广泛推广至多工业污水处理领域。 展开更多
关键词 造纸污水 污水处理 故障诊断 粒子群优化算法 支持向量机
在线阅读 下载PDF
基于WP-TRP的滚动轴承故障诊断方法
12
作者 王娜 崔月磊 +1 位作者 罗亮 王子从 《东北大学学报(自然科学版)》 北大核心 2025年第3期20-27,共8页
针对故障诊断中传统时频域法提取特征时易受主观因素影响而导致冗余,且深度学习算法受训练数据影响导致计算复杂性较高的缺点,将时域和频域结合,提出一种基于小波包-无阈值递归图(WPTRP)的滚动轴承故障诊断方法.首先,提出递减信息熵准则... 针对故障诊断中传统时频域法提取特征时易受主观因素影响而导致冗余,且深度学习算法受训练数据影响导致计算复杂性较高的缺点,将时域和频域结合,提出一种基于小波包-无阈值递归图(WPTRP)的滚动轴承故障诊断方法.首先,提出递减信息熵准则,以克服小波包分解的主观性,获取更准确的时频域特征;在此基础上,引入无阈值递归图思想,充分提取数据初始时域特征,并利用奇异值分解进一步降低冗余特征,提高计算效率.然后,引入海洋捕食者算法来获得支持向量机最优参数,实现故障诊断的准确分类.最后,通过标准滚动轴承数据集仿真验证了所提方法的有效性. 展开更多
关键词 故障诊断 小波包分解 信息熵 无阈值递归图 奇异值分解 海洋捕食者算法
在线阅读 下载PDF
改进SSA优化BP神经网络的变压器故障诊断
13
作者 汪繁荣 汪筠涵 江俊杰 《现代电子技术》 北大核心 2025年第4期145-150,共6页
变压器故障类型的准确诊断对保障电网的安全与稳定至关重要。针对BP神经网络与麻雀搜索算法(SSA)存在收敛缓慢和易陷入局部极值导致无法准确诊断的问题,提出将改进的麻雀搜索算法(ISSA)优化BP神经网络应用于变压器故障诊断。首先,引入... 变压器故障类型的准确诊断对保障电网的安全与稳定至关重要。针对BP神经网络与麻雀搜索算法(SSA)存在收敛缓慢和易陷入局部极值导致无法准确诊断的问题,提出将改进的麻雀搜索算法(ISSA)优化BP神经网络应用于变压器故障诊断。首先,引入非线性惯性权重和纵横交叉策略,从而提高算法的收敛速度和全局寻优能力;其次,将ISSA与传统SSA在收敛函数上进行对比分析,得到ISSA算法在迭代12次后以52%的准确率收敛,而SSA算法迭代23次后才达到25%的准确率,证明了ISSA在收敛速度和精度方面有明显提高;最后,将ISSA-BP、SSA-BP和BP诊断模型进行对比。实验结果表明,ISSA-BP模型准确率达到了97%,比SSA-BP、BP神经网络模型分别提高了4%和11%,可以认为提出的算法模型在变压器故障诊断领域具有更高的精度与良好的发展前景。 展开更多
关键词 麻雀搜索算法 BP神经网络 变压器 故障诊断 非线性惯性权重 纵横交叉策略
在线阅读 下载PDF
基于PLC的电源故障诊断系统开发
14
作者 轩克辉 李金方 《通信电源技术》 2025年第7期109-111,共3页
为提升电源系统故障诊断的准确性和实时性,设计一种基于电力线通信(Power Line Communication,PLC)的电源故障诊断系统。通过分析PLC的基本原理,设计一种融合通信、故障检测与定位算法以及数据交互功能的系统架构。系统包括通信模块设... 为提升电源系统故障诊断的准确性和实时性,设计一种基于电力线通信(Power Line Communication,PLC)的电源故障诊断系统。通过分析PLC的基本原理,设计一种融合通信、故障检测与定位算法以及数据交互功能的系统架构。系统包括通信模块设计、故障检测与定位算法开发以及接口与数据交互优化。实验结果表明,该系统在复杂电力环境下具有较高的稳定性,能够实现对电源故障的快速定位与诊断,显著提高诊断效率和通信性能,为智能电网和电力系统的可靠运行提供支持。 展开更多
关键词 电力线通信(PLC) 电源故障诊断 系统架构 故障诊断算法
在线阅读 下载PDF
基于GA改进ANN算法的车载网控系统故障诊断 被引量:1
15
作者 杨慧荣 《山西电子技术》 2024年第1期16-18,共3页
车载网控系统是保证运行安全的一类重要控制设备,也是确保系统稳定运行的核心部件。为了提高车载网控系统故障诊断效率,通过遗传算法(GA)具有的全局寻优功能来实现对神经网络初始阈值与权值的优化,把寻优结果代到神经网络内完成训练过程... 车载网控系统是保证运行安全的一类重要控制设备,也是确保系统稳定运行的核心部件。为了提高车载网控系统故障诊断效率,通过遗传算法(GA)具有的全局寻优功能来实现对神经网络初始阈值与权值的优化,把寻优结果代到神经网络内完成训练过程;使ANN泛化方法具有的映射性能获得充分利用可以防止产生局部极小值情况,获得更高的分类精度;利用实例分析方式测试车载故障诊断过程的有效性。研究结果表明:采用GA改进ANN算法可以有效优化平均误差及数据正确率,有效降低迭代次数,表明可以通过GA改进ANN方法来提升神经网络运算性能。经过遗传算法优化处理的ANN在训练过程中可以获得比初始ANN更快时收敛速率。 展开更多
关键词 车载网控系统 故障诊断 遗传算法 ANN 有效性 分类精度
在线阅读 下载PDF
基于EEMD结合LCTDBO-BP的水泵机组故障诊断 被引量:1
16
作者 吕顺利 曾云 +3 位作者 李想 张兼博 汪洋 赵翔宽 《排灌机械工程学报》 北大核心 2025年第1期38-44,共7页
水泵机组振动信号的诊断对机组安全稳定运行至关重要.基于现有技术存在的诸多问题,提出一种基于EEMD分解融合多尺度排列熵和多策略优化算法结合的水泵机组故障诊断模型.利用EEMD对原始信号进行分解并进行重构,然后计算重构信号的多尺度... 水泵机组振动信号的诊断对机组安全稳定运行至关重要.基于现有技术存在的诸多问题,提出一种基于EEMD分解融合多尺度排列熵和多策略优化算法结合的水泵机组故障诊断模型.利用EEMD对原始信号进行分解并进行重构,然后计算重构信号的多尺度排列熵组作为特征集,最后建立DBO-BP故障诊断模型.针对DBO算法易陷入局部最优解和迭代速度慢等问题,采用莱维飞行、混沌映射和自适应t分布3种方法对蜣螂算法进行优化,最终得到LCTDBO-BP的新模型.为探究优化后模型的性能,引入多种维度的函数进行再次分析.结果表明,在单峰和多峰函数下,所提模型具有明显的优越性.同时利用转子故障平台数据模拟水泵机组典型故障并进行故障分类验证,仿真结果表明该模型的准确度达到了98%,与未优化模型对比提高了8%.该项研究为水泵机组故障诊断提供了新的手段. 展开更多
关键词 水泵机组 故障诊断 优化算法 特征提取
在线阅读 下载PDF
风力机齿轮箱无监督故障诊断方法研究
17
作者 俎海东 焦晓峰 +2 位作者 张万福 孙康 李春 《动力工程学报》 北大核心 2025年第1期106-114,130,共10页
针对风力机齿轮箱振动信号具有强非线性特征,提出了改进变分模态分解方法对信号进行分解以提取特征分量,并以混沌相图及Lyapunov指数量化信号的非线性变化。采用随机近邻嵌入算法对多模态非线性故障特征集的冗余特征进行降维,以保证故... 针对风力机齿轮箱振动信号具有强非线性特征,提出了改进变分模态分解方法对信号进行分解以提取特征分量,并以混沌相图及Lyapunov指数量化信号的非线性变化。采用随机近邻嵌入算法对多模态非线性故障特征集的冗余特征进行降维,以保证故障特征提取的可靠性并提升故障诊断准确率,所提出的无监督故障诊断框架无需人为对故障样本进行标注,更适合工程应用,并将所提方法应用于NREL GRC风力机齿轮箱故障。结果表明:改进变分模态分解方法可准确实现多模态特征提取,结合随机近邻嵌入算法,可有效消除冗余特征保证故障信息的可靠性,且同类样本聚集、异类样本差异增大,聚类表现更清晰,提升了故障分类的准确率。 展开更多
关键词 齿轮箱 变分模态分解 混沌相图 LYAPUNOV指数 随机近邻嵌入算法 故障诊断
在线阅读 下载PDF
列控车载设备故障诊断的知识图谱构建与应用
18
作者 刘丹 张振海 +1 位作者 翟秋宇 余家乐 《铁道标准设计》 北大核心 2025年第5期184-192,共9页
车载设备是列车运行控制系统的核心组成部分,为减少车载设备故障发生频次和故障处理的时间损耗,需要对车载设备的运行状态和故障现象进行准确地分析和诊断。知识图谱技术作为人工智能领域的研究热点,在现有传统故障诊断方法未有效利用... 车载设备是列车运行控制系统的核心组成部分,为减少车载设备故障发生频次和故障处理的时间损耗,需要对车载设备的运行状态和故障现象进行准确地分析和诊断。知识图谱技术作为人工智能领域的研究热点,在现有传统故障诊断方法未有效利用非结构化的先验知识和处理结果不具解释性的问题上可提供新的解决思路,因此,提出一种基于知识图谱的列控车载设备故障诊断方法。实体识别是构建图谱的关键技术之一,结合传统中文实体识别方法存在识别效果不佳和全局语义难以共享问题,采用Graph Attention和CRF相结合的神经网络模型来实现实体识别。首先,以近三年某铁路局的列控车载设备典型故障分析报告作为实验数据集进行预处理;接着,对Graph Attention神经网络模型进行训练与优化,由条件随机场模型(CRF)得到最优的文本标签序列;为验证该方法在实体识别中的有效性,在同一语料环境下,将Graph Attention-CRF神经网络模型与其他3种模型作对比,结果表明,本文提出的模型F1值可达94.24%,实体识别准确率较当前主流的BiLSTM-CRF模型提升4.51%,较FLAT模型提升2.42%,测试时间也只比用时最短的BiLSTM-CRF模型多0.41 s。最后,利用设定的关系匹配规则将识别的实体进行链接和匹配来完成包含车载设备故障信息的知识图谱,并以图谱问答的故障诊断方式给维修工作人员提供决策辅助。 展开更多
关键词 列控车载设备 故障诊断 知识图谱 Graph Attention-CRF算法 智能问答 辅助决策
在线阅读 下载PDF
基于RIME-VMD的高速列车横向减振器故障诊断
19
作者 秦永峰 李刚 +1 位作者 齐金平 王建帅 《铁道科学与工程学报》 北大核心 2025年第3期942-953,共12页
为解决变分模态分解(VMD)在高速列车横向减振器故障诊断中特征提取较为困难的问题,提出一种基于霜冰算法(RIME)以最小包络熵作为适应度函数优化变分模态分解(VMD)的特征提取方法。首先,使用霜冰算法(RIME)优化VMD在不同故障状态下模态(I... 为解决变分模态分解(VMD)在高速列车横向减振器故障诊断中特征提取较为困难的问题,提出一种基于霜冰算法(RIME)以最小包络熵作为适应度函数优化变分模态分解(VMD)的特征提取方法。首先,使用霜冰算法(RIME)优化VMD在不同故障状态下模态(IMF)分量的个数和惩罚因子的最优参数组合;其次,计算各个IMFs分量的峭度值与相关性系数,再分别选取峭度值较大的前4阶IMF分量,并在峭度值较大的4个IMFs分量中选取相关性系数较高的前3阶IMFs进行信号重构降噪;最后,计算多尺度的奇异熵、样本熵、排列熵作为故障特征值,并结合t分布随机近邻嵌入(t-SNE)算法降维去除冗余特征信息,将降维融合后的特征矩阵逐一输入到支持向量机(SVM)中,从而实现对高速列车横向减振器不同故障部位的识别。仿真实验结果表明:相较于灰狼算法(GWO)优化变分模态分解(VMD)的方法,RIME-VMD方法利用霜冰算法高效的搜索与开发能力,可以更快速寻得高速列车不同工况下,变分模态分解中分解层数和惩罚因子参数的全局最优组合,提高了VMD分解信号的鲁棒性,采用信号重构的方法可以有效提取故障特征,实现高速列车横向减振器故障的高效、准确识别。原始变分模态分解(VMD)方法虽然分解速度较快,但原始VMD参数的人工试错成本更高,不能满足高速列车故障诊断的要求。研究结果可为高速列车横向减振器故障诊断和安全运营进一步优化提供参考。 展开更多
关键词 转向架 变分模态分解 霜冰算法 故障诊断 多尺度奇异熵
在线阅读 下载PDF
电动拖拉机驱动电机系统故障诊断模型研究
20
作者 蒋延莲 刘艳 《农机化研究》 北大核心 2025年第2期234-238,共5页
驱动电机系统的故障可能导致电动拖拉机失控或发生意外情况,从而危及驾驶员和周围环境的安全,准确诊断故障可以帮助驾驶员及时采取措施,避免潜在的危险。为了进一步提高电动拖拉机驱动电机系统的故障诊断准确率,基于驱动电机系统的数据... 驱动电机系统的故障可能导致电动拖拉机失控或发生意外情况,从而危及驾驶员和周围环境的安全,准确诊断故障可以帮助驾驶员及时采取措施,避免潜在的危险。为了进一步提高电动拖拉机驱动电机系统的故障诊断准确率,基于驱动电机系统的数据特征及故障类型,以BP人工神经网络模型为基础,通过PSO-BP优化后的人工神经网络模型构建电动拖拉机电机驱动电机系统故障诊断模型,并对传统BP神经网络模型的阈值和权重进行优化,以更快地收敛到全局最优解。通过采集驱动电机系统的数据,对基于PSO-BP故障诊断模型进行试验验证,结果表明:模型对5种故障状态诊断准确率较高,特别是退磁故障和IGBT故障这两种复杂的故障类型。研究内容能够为电动拖拉机驱动电机系统的故障诊断提供一种有效的方法和技术支持,可提高诊断准确率、保障驾驶员和周围环境的安全,提高了工作效率,降低了维修成本。 展开更多
关键词 电动拖拉机 驱动电机系统 故障诊断 准确率 PSO-BP优化算法
在线阅读 下载PDF
上一页 1 2 63 下一页 到第
使用帮助 返回顶部