期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于重力梯度辅助定位的概率神经网络改进方法 被引量:1
1
作者 袁赣南 张红伟 +1 位作者 袁克非 吴简彤 《中国惯性技术学报》 EI CSCD 北大核心 2013年第3期369-374,共6页
为了提高潜器导航定位精度,针对等值线算法在惯导系统初始误差较大时易发散的问题,提出基于概率神经网络调优的等值线改进方法。首先,在搜索区域内,利用概率神经网络算法对惯导系统航迹进行调优,并经过卡尔曼滤波器与惯导系统航迹进行... 为了提高潜器导航定位精度,针对等值线算法在惯导系统初始误差较大时易发散的问题,提出基于概率神经网络调优的等值线改进方法。首先,在搜索区域内,利用概率神经网络算法对惯导系统航迹进行调优,并经过卡尔曼滤波器与惯导系统航迹进行信息融合形成待匹配航迹;在此基础上利用实时等值线算法得到最佳匹配位置。分别在不同初始条件下进行仿真分析,得出概率神经网络算法在大的初始误差下不易发散但定位精度不高的结论,然后在潜器行驶6 h后,初始误差为5.438的条件下进行仿真验证,结果表明,改进方法定位精度均值优于0.537,从而证明改进方法是有效的,即使在大的初始误差下仍然能够达到较高的定位精度。 展开更多
关键词 辅助导航 重力梯度 概率神经网络算法 等值线算法 潜器
在线阅读 下载PDF
基于数字孪生和概率神经网络的矿用通风机预测性故障诊断研究 被引量:19
2
作者 经海翔 黄友锐 +1 位作者 徐善永 唐超礼 《工矿自动化》 北大核心 2021年第11期53-60,共8页
针对当前矿用通风机故障诊断方法存在预测性较差、准确率较低的问题,提出了一种基于数字孪生和概率神经网络(PNN)的矿用通风机预测性故障诊断方法。利用Unity3D、3dsMax、SciFEA等搭建通风机的数字孪生模型,模拟出真实通风机的结构特点... 针对当前矿用通风机故障诊断方法存在预测性较差、准确率较低的问题,提出了一种基于数字孪生和概率神经网络(PNN)的矿用通风机预测性故障诊断方法。利用Unity3D、3dsMax、SciFEA等搭建通风机的数字孪生模型,模拟出真实通风机的结构特点、物理属性和运行规则,利用PREspective与通风机的PLC实时通信,将通风机的运行状态实时映射至数字孪生模型中;以通风机的数字孪生模型为基础,结合专家知识、机器学习、历史数据等构建了通风机预测性故障诊断模型,通过分析通风机的实时数据与运行状态之间的关系,不断学习并更新模型参数;采用改进的鲸鱼优化算法(IWOA)通过包围猎物、捕食猎物和搜索猎物的生物行为求取平滑因子最优值并赋予PNN,利用优化后的PNN对通风机进行预测性故障诊断,对比通风机预测性故障诊断模型判断结果与实际情况是否相符,若诊断错误,则需要对预测性故障诊断模型中的参数进行修正,直到故障判断准确。实验结果表明,与遗传算法(GA)、粒子群算法(PSO)、鲸鱼优化算法(WOA)优化后的PNN故障诊断精度相比,IWOA优化后的PNN故障诊断精度达97.5%,说明基于数字孪生和PNN的矿用通风机预测性故障诊断方法可以满足通风机故障诊断的实时性与准确性要求。 展开更多
关键词 矿用通风机 预测性故障诊断 智能诊断 数字孪生 鲸鱼优化算法概率神经网络
在线阅读 下载PDF
基于PCA-PNN算法的柴油故障诊断研究
3
作者 徐红明 孙飞 王琳 《柴油机》 2023年第5期31-36,共6页
为了实现柴油机智能化故障诊断,提出一种基于PCA-PNN算法的柴油机故障诊断方法。该方法兼具主成分分析(principal component analysis,PCA)法降低数据维数和概率神经网络(probabilistic neural network,PNN)法计算速度快、容错率低、稳... 为了实现柴油机智能化故障诊断,提出一种基于PCA-PNN算法的柴油机故障诊断方法。该方法兼具主成分分析(principal component analysis,PCA)法降低数据维数和概率神经网络(probabilistic neural network,PNN)法计算速度快、容错率低、稳定性好的特点。利用AVL BOOST软件建立柴油机仿真模型,并进行有效性验证,采集包含12个柴油机故障特征参数的195组样本数据集。故障诊断试验表明:PCA-PNN柴油机故障诊断算法简洁、易于推理,诊断准确率为94.87%、运行时间为0.673 s,准确率更高、诊断速度更快,为探索柴油机智能化故障诊断提供新的技术路径。 展开更多
关键词 柴油机 主成分分析法 概率神经网络算法 故障诊断
在线阅读 下载PDF
基于FASTICA与PNN的齿轮箱故障诊断研究 被引量:3
4
作者 张睿 郑文帅 +1 位作者 黄彬城 钱坤 《煤矿机械》 北大核心 2013年第6期278-280,共3页
机械设备运行中得到的诊断信息往往存在信噪比低、信号混叠等问题,严重影响提取真实的故障信号特征,降低了诊断准确率。针对上述问题,提出一种新的基于快速独立分量分析与概率神经网络的设备故障诊断方法,FASTICA对振动信号降噪处理后... 机械设备运行中得到的诊断信息往往存在信噪比低、信号混叠等问题,严重影响提取真实的故障信号特征,降低了诊断准确率。针对上述问题,提出一种新的基于快速独立分量分析与概率神经网络的设备故障诊断方法,FASTICA对振动信号降噪处理后提取特征,PNN实现故障识别。通过算法仿真以及LMS齿轮箱实验证明,该融合算法处理后的动态故障诊断能力和诊断精度都明显提高。 展开更多
关键词 快速独立分量分析 概率神经网络算法 齿轮箱 故障诊断
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部