检索结果-维普期刊中文期刊服务平台

基于小波包能量分解与神经网络的断路器故障诊断研究: 1; 作者鄢呈旸王立军 +2 位作者张闻哲张佳灏林婧《高压电器》北大核心 2025年第9期1-7,17,共8页; 断路器在电网中肩负着控制和保护的重要任务,其结构复杂、零件繁多,容易产生潜伏性故障,加强对断路器操动机构系统潜伏性故障诊断研究,提前发现潜伏性故障,对提高断路器的运行可靠性具有重要意义。文中以ZN98型真空断路器为研究对象,搭... 展开更多; 关键词高压断路器潜伏性故障小波包频带能量分解 PNN神经网络故障识别; 在线阅读下载PDF 职称材料

H桥逆变器电解电容参数性故障特征提取被引量：4: 2; 作者王新赵文昌《电子测量技术》 2016年第6期159-162,共4页; 研究H桥逆变器电解电容参数性故障诊断的特征提取问题。传统基波等效分析法是利用基波来寻求电容老化的特征规律,在实际情况中该方法误差较大,可靠性不高。针对这一问题,提出采用小波包频带能量法对故障信号进行特征提取,该方法能够精... 展开更多; 关键词 H桥逆变器电解电容老化基波等效分析小波包频带能量; 在线阅读下载PDF 职称材料

基于多传感器信息融合的SVM结构损伤诊断方法被引量：1: 3; 作者刘义艳陈晨俞竣瀚《西安建筑科技大学学报（自然科学版）》 CSCD 北大核心 2013年第6期803-807,共5页; 为了能准确地诊断复杂结构损伤的发生、位置和程度,提出了一种聚类经验模式分解(EEMD)、小波包分解(WPT)、多传感器信息融合和SVM模式分类相结合的结构损伤诊断方法.首先对多个传感器采集的加速度振动信号进行EEMD分解,选择包含结构损... 展开更多; 关键词聚类经验模式分解小波包频带能量支持向量机信息融合损伤诊断; 在线阅读下载PDF 职称材料

基于卷积神经网络的结构损伤识别被引量：55: 4; 作者李雪松马宏伟林逸洲《振动与冲击》 EI CSCD 北大核心 2019年第1期159-167,共9页; 为解决结构的健康监测问题,找到合适的结构损伤识别特征,使用卷积神经网络提取结构特征来识别损伤,并通过IASC-ASCE SHM Benchmark第一阶段模拟数据验证其有效性,同时与小波包频带能量特征、前五阶本征模态函数能量特征做同分类器准确... 展开更多; 关键词卷积神经网络 BENCHMARK 小波包频带能量经验模式分解; 在线阅读下载PDF 职称材料

三缸单作用往复泵泵阀冲击信号的实用提取新方法被引量：5: 5; 作者罗红梅齐明侠 +2 位作者裴峻峰白光野潜凌《振动与冲击》 EI CSCD 北大核心 2008年第8期158-160,168,共4页; 针对三缸单作用往复式钻井泵泵阀振动信号成分复杂和相互干扰的特点,研究了往复泵泵阀故障诊断前从多信源振动信号中分离提取泵阀冲击信号的方法,包括有时标信号时泵阀冲击信号的分离提取方法和无时标信号时泵阀冲击信号的分离提取方法... 展开更多; 关键词往复泵泵阀冲击信号分离提取时标脉冲信号小波包分频带能量; 在线阅读下载PDF 职称材料

题名基于小波包能量分解与神经网络的断路器故障诊断研究: 1; 作者鄢呈旸王立军张闻哲张佳灏林婧; 机构西安交通大学电工材料电气绝缘全国重点实验室广东电网有限责任公司广州供电局; 出处《高压电器》北大核心 2025年第9期1-7,17,共8页; 基金国家自然科学基金项目(52377157)。; 文摘断路器在电网中肩负着控制和保护的重要任务,其结构复杂、零件繁多,容易产生潜伏性故障,加强对断路器操动机构系统潜伏性故障诊断研究,提前发现潜伏性故障,对提高断路器的运行可靠性具有重要意义。文中以ZN98型真空断路器为研究对象,搭建ZN98断路器振动加速度测试系统,以缓冲器紧固螺栓松动、挂板紧固螺栓松动、分闸线圈顶针冲程改变、合闸线圈复位弹簧失效、分闸弹簧老化、缓冲器失效、合闸弹簧固定螺栓紧死等潜伏性故障为例,基于小波包频带能量分解算法提取故障诊断特征量,并由神经网络算法进行故障识别。研究结果表明,应选取分解后不同频带归一化能量值选择区分度最高的2个敏感频带作为潜伏性故障诊断特征量,且PNN神经网络算法相比BP神经网络算法有着更可靠的准确率和效率,所以PNN神经网络更适合高压断路器潜伏性故障识别的实际工程应用。; 关键词高压断路器潜伏性故障小波包频带能量分解 PNN神经网络故障识别; Keywords high voltage circuit breaker latent fault wavelet packet frequency band energy decomposition PNN neural network fault identification; 分类号 TM561 [电气工程—电器]; 在线阅读下载PDF 职称材料

题名H桥逆变器电解电容参数性故障特征提取被引量：4: 2; 作者王新赵文昌; 机构河南理工大学电气工程与自动化学院; 出处《电子测量技术》 2016年第6期159-162,共4页; 基金国家自然科学基金(61403129) 河南省科技攻关(142102210048)资助项目; 文摘研究H桥逆变器电解电容参数性故障诊断的特征提取问题。传统基波等效分析法是利用基波来寻求电容老化的特征规律,在实际情况中该方法误差较大,可靠性不高。针对这一问题,提出采用小波包频带能量法对故障信号进行特征提取,该方法能够精确提取信号的频带能量变化信息。通过建立H桥逆变器仿真模型,模拟电容不同老化程度的故障,用小波包频带能量法提取出电容正常和不同老化程度下的频带能量,构造特征向量,以寻求H桥逆变器电容老化时的特征变化规律。仿真结果表明,该方法能够准确提取H桥逆变器的电解电容老化故障特征。; 关键词 H桥逆变器电解电容老化基波等效分析小波包频带能量; Keywords H-brige inverter electrolysis capacitor aging fundamental equivalent analysis wavelet packet frequency band energy; 分类号 TM64 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于多传感器信息融合的SVM结构损伤诊断方法被引量：1: 3; 作者刘义艳陈晨俞竣瀚; 机构长安大学电控学院汉中市建筑勘察设计研究院; 出处《西安建筑科技大学学报（自然科学版）》 CSCD 北大核心 2013年第6期803-807,共5页; 基金中国博士后基金资助项目(20110491637) 国家青年自然科学基金资助项目(61201407 +1 种基金 61203374) 中央高校基本科研业务费的资助项目(2013G1321044); 文摘为了能准确地诊断复杂结构损伤的发生、位置和程度,提出了一种聚类经验模式分解(EEMD)、小波包分解(WPT)、多传感器信息融合和SVM模式分类相结合的结构损伤诊断方法.首先对多个传感器采集的加速度振动信号进行EEMD分解,选择包含结构损伤信息丰富的固有模态函数(IMF);其次对其进行正交小波包分解,并计算小波包相对能量分布;最后把这些传感器信号的小波包相对能量融合,构成SVM分类器的输入特征向量,从而实现损伤的诊断和评价.研究结果表明:该方法在学习样本数较少的情况下仍然具有较好的适应性和分类能力;多传感器信息融合技术减小了损伤检测信息的不确定性,提高了损伤诊断准确率.; 关键词聚类经验模式分解小波包频带能量支持向量机信息融合损伤诊断; Keywords ensemble empirical mode decomposition （EEMD） wavelet packet frequency band energy support vectormachine （ SVM） information fusion damage diagnosis; 分类号 TU973.2 [建筑科学—结构工程] TU311.3 [建筑科学—结构工程]; 在线阅读下载PDF 职称材料

题名基于卷积神经网络的结构损伤识别被引量：55: 4; 作者李雪松马宏伟林逸洲; 机构青海大学土木工程学院东莞理工学院暨南大学力学与土木工程学院; 出处《振动与冲击》 EI CSCD 北大核心 2019年第1期159-167,共9页; 文摘为解决结构的健康监测问题,找到合适的结构损伤识别特征,使用卷积神经网络提取结构特征来识别损伤,并通过IASC-ASCE SHM Benchmark第一阶段模拟数据验证其有效性,同时与小波包频带能量特征、前五阶本征模态函数能量特征做同分类器准确率对比,证明了卷积神经网络在自动提取特征方面的优势。在分析卷积神经网络自动提取特征的鲁棒性时,发现单一噪声数据训练的特征抗噪能力有一定局限性,为了获得更好的特征抗噪能力,提出混合噪声训练模式,验证了含噪声0%～50%的样本数据,均取得良好识别结果。同时在进行卷积核特征可视化工作中发现,混噪模式训练的卷积核能够识别更多阶次的频率信息。; 关键词卷积神经网络 BENCHMARK 小波包频带能量经验模式分解; Keywords convolution neural network Benchmark wavelet packet frequency band energy empirical mode decomposition(EMD); 分类号 TU312.3 [建筑科学—结构工程]; 在线阅读下载PDF 职称材料

题名三缸单作用往复泵泵阀冲击信号的实用提取新方法被引量：5: 5; 作者罗红梅齐明侠裴峻峰白光野潜凌; 机构中国石油集团工程设计有限责任公司华北分公司中国石油大学华东机电工程学院江苏工业学院胜利油田高原石油装备有限责任公司; 出处《振动与冲击》 EI CSCD 北大核心 2008年第8期158-160,168,共4页; 文摘针对三缸单作用往复式钻井泵泵阀振动信号成分复杂和相互干扰的特点,研究了往复泵泵阀故障诊断前从多信源振动信号中分离提取泵阀冲击信号的方法,包括有时标信号时泵阀冲击信号的分离提取方法和无时标信号时泵阀冲击信号的分离提取方法,实现了泵阀振动信号的预处理。对两种方法提取的泵阀冲击信号进行小波包分频带能量值计算,计算结果表明,这两种方法均能有效地消除目标泵阀振动信号中混杂的其他泵阀振动分量,达到相同的效果,从而使后续分析中得到的监测诊断信息的准确性和可靠性得到保障。; 关键词往复泵泵阀冲击信号分离提取时标脉冲信号小波包分频带能量; Keywords triplex pump pump valve impact signal separation and extraction time-impulse signal wavelet packet energy-band; 分类号 TH165.3 [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	作者	出处	发文年	被引量	操作
1	基于小波包能量分解与神经网络的断路器故障诊断研究	鄢呈旸王立军张闻哲张佳灏林婧	《高压电器》北大核心	2025	0	在线阅读下载PDF 职称材料
2	H桥逆变器电解电容参数性故障特征提取	王新赵文昌	《电子测量技术》	2016	4	在线阅读下载PDF 职称材料
3	基于多传感器信息融合的SVM结构损伤诊断方法	刘义艳陈晨俞竣瀚	《西安建筑科技大学学报（自然科学版）》 CSCD 北大核心	2013	1	在线阅读下载PDF 职称材料
4	基于卷积神经网络的结构损伤识别	李雪松马宏伟林逸洲	《振动与冲击》 EI CSCD 北大核心	2019	55	在线阅读下载PDF 职称材料
5	三缸单作用往复泵泵阀冲击信号的实用提取新方法	罗红梅齐明侠裴峻峰白光野潜凌	《振动与冲击》 EI CSCD 北大核心	2008	5	在线阅读下载PDF 职称材料