期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
深度学习在电梯轿厢振动故障诊断中的应用研究
被引量：
11
1
作者
张兴合
高丙朋
+1 位作者
陈飞
南新元
《机电工程》
CAS
北大核心
2021年第2期260-264,共5页
在电梯系统运行过程中,针对故障诊断精确度不够高的问题,以及电梯轿厢振动故障诊断在卷积神经网络运用上的空白,采用电梯承运质量测试仪采集了电梯运行过程中的大量振动信号,并对信号进行了分离和筛选;采用了连续小波对预处理后的信号...
在电梯系统运行过程中,针对故障诊断精确度不够高的问题,以及电梯轿厢振动故障诊断在卷积神经网络运用上的空白,采用电梯承运质量测试仪采集了电梯运行过程中的大量振动信号,并对信号进行了分离和筛选;采用了连续小波对预处理后的信号进行了时频变换,以变换后的RGB图像作为深度学习模型输入;研究了深度学习在电梯轿厢振动故障诊断中的应用,设计了电梯轿厢振动故障诊断整体方案,并通过PyTorch实现了深度学习方案,将卷积神经网络应用到电梯轿厢振动故障诊断中,通过监督学习对深度残差神经网络进行了分析和训练,并与传统机器学习方法进行了对比。研究结果表明:深度学习故障诊断方案诊断正确率比传统机器学习故障诊断方法提高3%;深度学习方案能有效诊断电梯故障,为电梯故障诊断开辟新路径。
展开更多
关键词
电梯轿厢振动
故障诊断
卷积神经网络
深度学习
PyTorch
监督学习
在线阅读
下载PDF
职称材料
改进ResNet网络在电梯轿厢振动故障诊断中的应用
被引量：
8
2
作者
张兴合
高丙朋
+2 位作者
翁雄亮
杨武帮
姜雪梅
《现代电子技术》
2021年第17期169-172,共4页
为了提高电梯运行过程中故障诊断精确度,为电梯轿厢振动故障诊断开辟新路径。采用电梯承运质量测试仪记录电梯运行过程中的振动信号,分离出水平方向信号,用连续小波进行时频变换后作为输入,利用改进ResNet网络对信号进行分类诊断。对残...
为了提高电梯运行过程中故障诊断精确度,为电梯轿厢振动故障诊断开辟新路径。采用电梯承运质量测试仪记录电梯运行过程中的振动信号,分离出水平方向信号,用连续小波进行时频变换后作为输入,利用改进ResNet网络对信号进行分类诊断。对残差神经网络进行改进,加入通道空间注意力机制(CSAM),调整传统ResNet的网络结构使网络训练更加轻量化,节约训练时间和内存成本。实验结果表明,改进ResNet网络诊断正确率比传统机器学习故障诊断方法提高了1.86%,网络参数减少了3.98 Mb。改进ResNet网络能对电梯故障进行有效诊断,并且减少了网络参数和训练时间,为电梯的故障诊断开辟了新路径。
展开更多
关键词
故障诊断
电梯轿厢振动
残差神经网络
连续小波变换
通道空间注意力机制
轻量化
在线阅读
下载PDF
职称材料
基于AO-VMD-BF和多模型融合的电梯故障诊断
3
作者
邱朝洁
张林鍹
+2 位作者
李名洪
张盼盼
郑兴
《科学技术与工程》
北大核心
2024年第35期15023-15030,共8页
为了准确地实现电梯故障诊断,提出基于AO-VMD-BF和多模型融合的电梯故障诊断。首先,利用天鹰优化算法(aquila optimizer algorithm,AO)优化的变分模态分解(variational mode decomposition,VMD)将信号分解为多个模态分量,并利用皮尔逊...
为了准确地实现电梯故障诊断,提出基于AO-VMD-BF和多模型融合的电梯故障诊断。首先,利用天鹰优化算法(aquila optimizer algorithm,AO)优化的变分模态分解(variational mode decomposition,VMD)将信号分解为多个模态分量,并利用皮尔逊相关系数去除虚假分量,针对剩余信号仍有噪声的问题,通过巴特沃斯滤波(Butterworth filter,BF)进行二次去噪,对去噪筛选后的模态分量子序列进行重构即可得到去噪后的振动信号。然后提取时域、频域和熵特征,构成多域特征向量集。最后建立以卷积神经网络(convolutional neural network,CNN)、随机森林(random forest,RF)、支持向量机(support vector machine,SVM)和自适应提升(adaptive boosting,AdaBoost)为基模型,极限梯度提升树(extreme gradient boosting,XGBoost)为元分类器的Stacking集成学习的电梯故障诊断模型。实验结果表明,所提的方法能够有效提取电梯轿厢振动信号中的故障特征,对电梯故障进行准确、有效的诊断。
展开更多
关键词
天鹰优化算法
变分模态分解
Stacking集成学习
电梯轿厢振动
信号
在线阅读
下载PDF
职称材料
题名
深度学习在电梯轿厢振动故障诊断中的应用研究
被引量：
11
1
作者
张兴合
高丙朋
陈飞
南新元
机构
新疆大学电气工程学院
新疆维吾尔自治区特种设备检验研究院
出处
《机电工程》
CAS
北大核心
2021年第2期260-264,共5页
基金
国家质量监督检验检疫总局计划项目(2015QK269)
新疆自治区自然科学基金资助项目(2019D01C079)。
文摘
在电梯系统运行过程中,针对故障诊断精确度不够高的问题,以及电梯轿厢振动故障诊断在卷积神经网络运用上的空白,采用电梯承运质量测试仪采集了电梯运行过程中的大量振动信号,并对信号进行了分离和筛选;采用了连续小波对预处理后的信号进行了时频变换,以变换后的RGB图像作为深度学习模型输入;研究了深度学习在电梯轿厢振动故障诊断中的应用,设计了电梯轿厢振动故障诊断整体方案,并通过PyTorch实现了深度学习方案,将卷积神经网络应用到电梯轿厢振动故障诊断中,通过监督学习对深度残差神经网络进行了分析和训练,并与传统机器学习方法进行了对比。研究结果表明:深度学习故障诊断方案诊断正确率比传统机器学习故障诊断方法提高3%;深度学习方案能有效诊断电梯故障,为电梯故障诊断开辟新路径。
关键词
电梯轿厢振动
故障诊断
卷积神经网络
深度学习
PyTorch
监督学习
Keywords
elevator car vibration
fault diagnosis
convolution neural network(CNN)
deep learning
PyTorch
supervised learning
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
TU857 [建筑科学]
在线阅读
下载PDF
职称材料
题名
改进ResNet网络在电梯轿厢振动故障诊断中的应用
被引量：
8
2
作者
张兴合
高丙朋
翁雄亮
杨武帮
姜雪梅
机构
新疆大学电气工程学院
新疆大学建筑工程学院
出处
《现代电子技术》
2021年第17期169-172,共4页
基金
国家质量监督检验检疫总局计划项目(2015QK269)
新疆自治区自然科学基金:高海拔矿区冬季生物冶金氧化率控制策略研究(2019D01C079)。
文摘
为了提高电梯运行过程中故障诊断精确度,为电梯轿厢振动故障诊断开辟新路径。采用电梯承运质量测试仪记录电梯运行过程中的振动信号,分离出水平方向信号,用连续小波进行时频变换后作为输入,利用改进ResNet网络对信号进行分类诊断。对残差神经网络进行改进,加入通道空间注意力机制(CSAM),调整传统ResNet的网络结构使网络训练更加轻量化,节约训练时间和内存成本。实验结果表明,改进ResNet网络诊断正确率比传统机器学习故障诊断方法提高了1.86%,网络参数减少了3.98 Mb。改进ResNet网络能对电梯故障进行有效诊断,并且减少了网络参数和训练时间,为电梯的故障诊断开辟了新路径。
关键词
故障诊断
电梯轿厢振动
残差神经网络
连续小波变换
通道空间注意力机制
轻量化
Keywords
fault diagnosis
elevator car vibration
residual neural network
continuous wavelet transform
channel spatial attention mechanism
lightweight
分类号
TN711-34 [电子电信—电路与系统]
TP391.9 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于AO-VMD-BF和多模型融合的电梯故障诊断
3
作者
邱朝洁
张林鍹
李名洪
张盼盼
郑兴
机构
新疆大学电气工程学院
清华大学国家计算机集成制造系统工程技术研究中心
出处
《科学技术与工程》
北大核心
2024年第35期15023-15030,共8页
基金
新疆维吾尔自治区自然科学基金(2022D01C431)。
文摘
为了准确地实现电梯故障诊断,提出基于AO-VMD-BF和多模型融合的电梯故障诊断。首先,利用天鹰优化算法(aquila optimizer algorithm,AO)优化的变分模态分解(variational mode decomposition,VMD)将信号分解为多个模态分量,并利用皮尔逊相关系数去除虚假分量,针对剩余信号仍有噪声的问题,通过巴特沃斯滤波(Butterworth filter,BF)进行二次去噪,对去噪筛选后的模态分量子序列进行重构即可得到去噪后的振动信号。然后提取时域、频域和熵特征,构成多域特征向量集。最后建立以卷积神经网络(convolutional neural network,CNN)、随机森林(random forest,RF)、支持向量机(support vector machine,SVM)和自适应提升(adaptive boosting,AdaBoost)为基模型,极限梯度提升树(extreme gradient boosting,XGBoost)为元分类器的Stacking集成学习的电梯故障诊断模型。实验结果表明,所提的方法能够有效提取电梯轿厢振动信号中的故障特征,对电梯故障进行准确、有效的诊断。
关键词
天鹰优化算法
变分模态分解
Stacking集成学习
电梯轿厢振动
信号
Keywords
aquila optimizer algorithm
variational mode decomposition
Stacking integrated learning
elevator car vibration signal
分类号
TH165.4 [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
深度学习在电梯轿厢振动故障诊断中的应用研究
张兴合
高丙朋
陈飞
南新元
《机电工程》
CAS
北大核心
2021
11
在线阅读
下载PDF
职称材料
2
改进ResNet网络在电梯轿厢振动故障诊断中的应用
张兴合
高丙朋
翁雄亮
杨武帮
姜雪梅
《现代电子技术》
2021
8
在线阅读
下载PDF
职称材料
3
基于AO-VMD-BF和多模型融合的电梯故障诊断
邱朝洁
张林鍹
李名洪
张盼盼
郑兴
《科学技术与工程》
北大核心
2024
0
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
