检索结果-维普期刊中文期刊服务平台

基于履带车辆车体动态响应的行驶路面不平度识别被引量：3: 1; 作者凌启辉戴巨川 +3 位作者陈盛钊孙飞鹰汪国胜廖力力《中国机械工程》 EI CAS CSCD 北大核心 2022年第1期62-69,共8页; 建立了基于履带车辆车体动态响应的行驶路面不平度识别的模型。该模型采用带外源输入的非线性自回归神经网络结构,以履带车辆车体动态响应为输入、路面不平度为输出。将相关性系数、均方根误差和绝对误差累计概率密度作为识别效果的评... 展开更多; 关键词履带车辆路面不平度识别动态响应带外源输入的非线性自回归神经网络; 在线阅读下载PDF 职称材料

基于NARX的蒸汽发生器液位异常检测方法: 2; 作者周光荣杨森权 +1 位作者郑胜易爽《科学技术与工程》北大核心 2024年第34期14672-14678,共7页; 蒸汽发生器液位是评价核电机组运行状态的重要参数指标之一,由于传统预设固定液位报警阈值的监测方法无法在触发报警信号前及早发现异常,为蒸汽发生器液位建立异常检测模型很有必要。基于蒸汽发生器复杂非线性系统的特点,通过带外源输... 展开更多; 关键词蒸汽发生器液位带外源输入的非线性自回归(nonlinear auto-regressive with exogenous inputs NARX) 异常检测; 在线阅读下载PDF 职称材料

EMD与NARX神经网络的风电场总功率组合预测被引量：6: 3; 作者张振华马超 +1 位作者徐瑾辉欧阳泽拯《计算机工程与应用》 CSCD 北大核心 2016年第12期265-270,共6页; 探索构建对风电场总功率进行直接预测的高精度组合预测算法。考虑到风速的非平稳性导致风电总功率表现为非平稳时间序列,采用NARX神经网络作为初步预测模型,提出了经验模态分解与NARX神经网络相结合的混合预测模型。对风电场总功率非平... 展开更多; 关键词经验模态分解非线性自回归神经网络(带外部输入的)(NARX) 非平稳时间序列风电场总功率; 在线阅读下载PDF 职称材料

可重构功放的新颖NARX神经网络逆向建模研究被引量：1: 4; 作者南敬昌臧净 +1 位作者高明明胡婷婷《微波学报》 CSCD 北大核心 2019年第5期51-56,共6页; 针对使用CAD软件设计射频微波电路繁琐且耗时长等缺点,提出一种新颖的带外部输入的非线性自回归(NARX)神经网络逆向建模方法。此方法采用具有激励函数的NARX神经网络(DAFNN)为模型以提高网络的泛化能力,利用支持向量机(SVM)替代模型的... 展开更多; 关键词带外部输入的非线性自回归(NARX)神经网络逆向建模 DAFNN神经元模型支持向量机可重构功率放大器; 在线阅读下载PDF 职称材料

考虑温度及老化的储能用锂离子电池组荷电状态估算算法: 5; 作者姬鹏吕泽旭《电工技术学报》 2025年第17期5667-5682,共16页; 为提高储能用锂离子电池组在不同环境温度及电池老化状态下的荷电状态(SOC)估算精度,提出一种考虑温度及老化的储能用锂离子电池组SOC估算算法。利用带外源性输入的非线性自回归模型(NARX)神经网络来代替传统二阶RC等效电路模型中的RC回... 展开更多; 关键词电池组荷电状态(SOC)估算带外源性输入的非线性自回归模型(NARX)神经网络均值差异模型自适应无迹卡尔曼(AUKF) 模糊控制; 在线阅读下载PDF 职称材料

题名基于履带车辆车体动态响应的行驶路面不平度识别被引量：3: 1; 作者凌启辉戴巨川陈盛钊孙飞鹰汪国胜廖力力; 机构湖南科技大学机电工程学院江麓机电集团有限公司中国北方车辆研究所; 出处《中国机械工程》 EI CAS CSCD 北大核心 2022年第1期62-69,共8页; 基金湖南省教育厅优秀青年项目(157948) 湖南省科技创新计划(2021RC4038) 机械设备健康维护湖南省重点实验室开放基金(202002)。; 文摘建立了基于履带车辆车体动态响应的行驶路面不平度识别的模型。该模型采用带外源输入的非线性自回归神经网络结构,以履带车辆车体动态响应为输入、路面不平度为输出。将相关性系数、均方根误差和绝对误差累计概率密度作为识别效果的评价指标,并给出了上述三个指标的融合方法。基于正交试验设计的思路分析并实现了路面不平度识别模型输入数量和识别效果的平衡,简化了测试系统传感器的布置。分析了不同的路面、采样频率和车速下的路面不平度识别效果。结果表明,提出的不平度识别方法满足工程实际需求。; 关键词履带车辆路面不平度识别动态响应带外源输入的非线性自回归神经网络; Keywords tracked vehicle road roughness recognition dynamic response nonlinear auto-regressive with exogeneous inputs(NARX)neural network; 分类号 TJ811 [兵器科学与技术—武器系统与运用工程]; 在线阅读下载PDF 职称材料

题名基于NARX的蒸汽发生器液位异常检测方法: 2; 作者周光荣杨森权郑胜易爽; 机构中核武汉核电运行技术股份有限公司三峡大学理学院中核集团核工业仿真技术重点实验室三峡大学电气与新能源学院; 出处《科学技术与工程》北大核心 2024年第34期14672-14678,共7页; 基金中核集团核工业仿真技术重点实验室对外开放基金(B220631)。; 文摘蒸汽发生器液位是评价核电机组运行状态的重要参数指标之一,由于传统预设固定液位报警阈值的监测方法无法在触发报警信号前及早发现异常,为蒸汽发生器液位建立异常检测模型很有必要。基于蒸汽发生器复杂非线性系统的特点,通过带外源输入的非线性自回归(nonlinear auto-regressive with exogenous inputs, NARX)方法研究了蒸汽发生器在正常工作模式下液位及相关参数间的耦合关系模型。模型以历史液位值和相关参数作为输入回归得到下一时刻的液位预测值,并通过预测值与实际观测值残差的大小,来判断蒸汽发生器多传感器系统当前工作状态是否异常。与触发预设液位阈值后再报警的传统状态监测方法相比,结果表明该方法能够检测到液位与相关参数间的耦合关系偏移,并在微小变化发生时就检测到异常,从而实现蒸汽发生器液位的状态监测和预警。同时经真实核电厂数据验证,可见该模型能够对液位实现准确的回归预测,并在依照真实故障类型构建的异常数据集验证实验中,取得了较好的异常检测效果。; 关键词蒸汽发生器液位带外源输入的非线性自回归(nonlinear auto-regressive with exogenous inputs NARX) 异常检测; Keywords steam generator water level NARX(nonlinear auto-regressive with exogenous inputs) anomaly detection; 分类号 TL48 [核科学技术—核技术及应用]; 在线阅读下载PDF 职称材料

题名EMD与NARX神经网络的风电场总功率组合预测被引量：6: 3; 作者张振华马超徐瑾辉欧阳泽拯; 机构广东外语外贸大学经济贸易学院统计系考文垂大学商务、环境和社会学院广东外语外贸大学金融学院; 出处《计算机工程与应用》 CSCD 北大核心 2016年第12期265-270,共6页; 基金国家自然科学基金(No.71271061) 中国大学生创新训练计划项目(No.201411846001,No.201411846013) +6 种基金广东外语外贸大学教学改革重点项目(No.GYJYZDA12011); 文摘探索构建对风电场总功率进行直接预测的高精度组合预测算法。考虑到风速的非平稳性导致风电总功率表现为非平稳时间序列,采用NARX神经网络作为初步预测模型,提出了经验模态分解与NARX神经网络相结合的混合预测模型。对风电场总功率非平稳时间序列进行经验模态分解,得到不同频带本征模式分量的平稳序列。对不同频带的平稳分量建立相应的NARX神经网络预测模型,并将各分量模型的预测值进行等权求和得到最终预测值。此外,为研究不同时间间隔对预测结果的影响,采用某大型风电场时间间隔为5 min与15 min的数据进行实验。预测结果表明,提出的组合预测模型适合于总功率预测,其预测效果比传统模型的效果更佳,且时间间隔为5 min的数据比时间间隔为15 min的数据预测精度更高。; 关键词经验模态分解非线性自回归神经网络(带外部输入的)(NARX) 非平稳时间序列风电场总功率; Keywords empirical mode decomposition nonlinear Auto-Regressive with e Xogenous input neural network(NARX) non-stationary time series wind power total power; 分类号 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

题名可重构功放的新颖NARX神经网络逆向建模研究被引量：1: 4; 作者南敬昌臧净高明明胡婷婷; 机构辽宁工程技术大学电子与信息工程学院; 出处《微波学报》 CSCD 北大核心 2019年第5期51-56,共6页; 基金国家自然科学基金(61971210,61372058) 国家自然科学基金青年科学基金(61701211) +1 种基金辽宁省特聘教授项目(551806006) 辽宁省高校重点实验室项目(LJZS007); 文摘针对使用CAD软件设计射频微波电路繁琐且耗时长等缺点,提出一种新颖的带外部输入的非线性自回归(NARX)神经网络逆向建模方法。此方法采用具有激励函数的NARX神经网络(DAFNN)为模型以提高网络的泛化能力,利用支持向量机(SVM)替代模型的前馈部分完成数据分类,解决设计中的多解问题。然后应用于可以覆盖多个频段的可重构功率放大器中,实验表明,该方法在精度方面分别优于直接逆向建模方法和自适应η逆向建模方法99.86%和81.32%,计算速度方面优于直接逆向建模方法31.72%,可以降低射频微波可重构功率放大器的设计复杂度、缩短其设计时间。; 关键词带外部输入的非线性自回归(NARX)神经网络逆向建模 DAFNN神经元模型支持向量机可重构功率放大器; Keywords nonlinear auto-regressive with exogenous inputs(NARX)neural network inverse modeling neural network with dynamic activation functions(DAFNN)neuron model support vector machine reconfigurable power amplifier; 分类号 TP3 [自动化与计算机技术—计算机科学与技术]; 在线阅读下载PDF 职称材料

题名考虑温度及老化的储能用锂离子电池组荷电状态估算算法: 5; 作者姬鹏吕泽旭; 机构河北工程大学机械与装备工程学院; 出处《电工技术学报》 2025年第17期5667-5682,共16页; 基金河北省引进留学人员项目(CL201704) 河北省高等学校科学技术研究项目(ZD2019023)资助。; 文摘为提高储能用锂离子电池组在不同环境温度及电池老化状态下的荷电状态(SOC)估算精度,提出一种考虑温度及老化的储能用锂离子电池组SOC估算算法。利用带外源性输入的非线性自回归模型(NARX)神经网络来代替传统二阶RC等效电路模型中的RC回路,根据不同温度、不同老化状态下的实验数据对模型进行训练,进而建立考虑温度和老化影响的电池模型。为解决电池组SOC估算问题,电池组模型选择均值差异模型,通过自适应无迹卡尔曼滤波(AUKF)算法分别计算均值及差异模型SOC,并通过模糊控制计算SOC融合权值,实现电池组SOC融合及估算。最后搭建硬件在环仿真平台,在不同工况下将所提算法与扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)算法进行对比,结果表明所提算法估算精确度更高、鲁棒性更好。; 关键词电池组荷电状态(SOC)估算带外源性输入的非线性自回归模型(NARX)神经网络均值差异模型自适应无迹卡尔曼(AUKF) 模糊控制; Keywords Battery pack SOC estimation NARX neural network mean difference model AUKF algorithm fuzzy control; 分类号 TM912.9 [电气工程]; 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	基于履带车辆车体动态响应的行驶路面不平度识别	凌启辉戴巨川陈盛钊孙飞鹰汪国胜廖力力	《中国机械工程》 EI CAS CSCD 北大核心	2022	3	在线阅读下载PDF 职称材料
2	基于NARX的蒸汽发生器液位异常检测方法	周光荣杨森权郑胜易爽	《科学技术与工程》北大核心	2024	0	在线阅读下载PDF 职称材料
3	EMD与NARX神经网络的风电场总功率组合预测	张振华马超徐瑾辉欧阳泽拯	《计算机工程与应用》 CSCD 北大核心	2016	6	在线阅读下载PDF 职称材料
4	可重构功放的新颖NARX神经网络逆向建模研究	南敬昌臧净高明明胡婷婷	《微波学报》 CSCD 北大核心	2019	1	在线阅读下载PDF 职称材料
5	考虑温度及老化的储能用锂离子电池组荷电状态估算算法	姬鹏吕泽旭	《电工技术学报》	2025		在线阅读下载PDF 职称材料