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
2
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
基于EEMD样本熵和SRC的自确认气体传感器故障诊断方法
被引量：
8
1
作者
陈寅生
姜守达
+2 位作者
刘晓东
杨京礼
王祁
《系统工程与电子技术》
EI
CSCD
北大核心
2016年第5期1215-1220,共6页
针对非线性、非平稳情况下自确认气体传感器的故障诊断问题,提出了对传感器不同故障模式信号进行特征提取和智能识别的在线故障诊断方法。首先,该方法根据传感器信号的变化进行集合经验模态分解(ensemble empirical mode decomposition,...
针对非线性、非平稳情况下自确认气体传感器的故障诊断问题,提出了对传感器不同故障模式信号进行特征提取和智能识别的在线故障诊断方法。首先,该方法根据传感器信号的变化进行集合经验模态分解(ensemble empirical mode decomposition,EEMD),自适应地获得一组固有模态函数(intrinsic mode functions,IMFs),对每个IMF及残余分量进行样本熵分析,提取传感器输出信号的完备特征;然后,利用稀疏表示分类(sparse representationbased classification,SRC)将各故障模式下训练样本的特征向量构成超完备字典。为了提高故障诊断方法的自适应能力,对SRC分类器进行在线更新。通过求解最小1范数约束问题,获得测试样本的稀疏表示系数,再由不同故障类型的重构误差确定测试样本归属,进行传感器故障类型识别。实验结果表明,与目前其他传感器故障诊断方法比较,本文提出的方法能够更显著地提取传感器故障信号特征,故障识别率提高4%以上,达到97.14%。
展开更多
关键词
自确认气体传感器
故障诊断
集合经验模态分解
样本熵
稀疏表示分类
在线阅读
下载PDF
职称材料
基于样本熵和峭度的自确认气体传感器故障诊断方法
被引量：
3
2
作者
吕福星
邓芳明
+1 位作者
吴翔
谭畅
《仪表技术与传感器》
CSCD
北大核心
2017年第9期1-4,12,共5页
针对以往基于小波分析提取气体传感器故障特征的不足,文中提出一种基于样本熵和峭度的自确认气体传感器故障诊断方法。该方法从信息论角度出发,首先直接提取传感器输出序列的样本熵和峭度作为故障特征,再输入支持向量机实现分类诊断。...
针对以往基于小波分析提取气体传感器故障特征的不足,文中提出一种基于样本熵和峭度的自确认气体传感器故障诊断方法。该方法从信息论角度出发,首先直接提取传感器输出序列的样本熵和峭度作为故障特征,再输入支持向量机实现分类诊断。经提取的故障特征仅二维,极大地减轻了分类器模型的复杂度以及总体的诊断耗时。经仿真实验证明,文中方法可有效地提取故障特征,在低诊断耗时下依然有高达97%的准确率。
展开更多
关键词
自确认气体传感器
故障诊断
样本熵
峭度
支持向量机
在线阅读
下载PDF
职称材料
题名
基于EEMD样本熵和SRC的自确认气体传感器故障诊断方法
被引量：
8
1
作者
陈寅生
姜守达
刘晓东
杨京礼
王祁
机构
哈尔滨工业大学电气工程与自动化学院
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2016年第5期1215-1220,共6页
基金
国家自然科学基金(61201306
61271094
61327804)资助课题
文摘
针对非线性、非平稳情况下自确认气体传感器的故障诊断问题,提出了对传感器不同故障模式信号进行特征提取和智能识别的在线故障诊断方法。首先,该方法根据传感器信号的变化进行集合经验模态分解(ensemble empirical mode decomposition,EEMD),自适应地获得一组固有模态函数(intrinsic mode functions,IMFs),对每个IMF及残余分量进行样本熵分析,提取传感器输出信号的完备特征;然后,利用稀疏表示分类(sparse representationbased classification,SRC)将各故障模式下训练样本的特征向量构成超完备字典。为了提高故障诊断方法的自适应能力,对SRC分类器进行在线更新。通过求解最小1范数约束问题,获得测试样本的稀疏表示系数,再由不同故障类型的重构误差确定测试样本归属,进行传感器故障类型识别。实验结果表明,与目前其他传感器故障诊断方法比较,本文提出的方法能够更显著地提取传感器故障信号特征,故障识别率提高4%以上,达到97.14%。
关键词
自确认气体传感器
故障诊断
集合经验模态分解
样本熵
稀疏表示分类
Keywords
self-validating gas sensor
fault diagnosis
ensemble empirical mode decomposition（EEMD）
sample entropy
sparse representation-based classification（SRC）
分类号
TP206.3 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于样本熵和峭度的自确认气体传感器故障诊断方法
被引量：
3
2
作者
吕福星
邓芳明
吴翔
谭畅
机构
华东交通大学电气与自动化工程学院
出处
《仪表技术与传感器》
CSCD
北大核心
2017年第9期1-4,12,共5页
基金
国家自然科学基金项目(61663013)
江西省重点研发计划项目(20161BBE50076)
+1 种基金
江西省自然科学基金青年基金项目(20161BAB212051)
江西省教育厅科技项目(GJJ150506)
文摘
针对以往基于小波分析提取气体传感器故障特征的不足,文中提出一种基于样本熵和峭度的自确认气体传感器故障诊断方法。该方法从信息论角度出发,首先直接提取传感器输出序列的样本熵和峭度作为故障特征,再输入支持向量机实现分类诊断。经提取的故障特征仅二维,极大地减轻了分类器模型的复杂度以及总体的诊断耗时。经仿真实验证明,文中方法可有效地提取故障特征,在低诊断耗时下依然有高达97%的准确率。
关键词
自确认气体传感器
故障诊断
样本熵
峭度
支持向量机
Keywords
self-validating gas sensor
fault diagnosis
sample entropy
kurtosis
SVM
分类号
TP212 [自动化与计算机技术—检测技术与自动化装置]
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EEMD样本熵和SRC的自确认气体传感器故障诊断方法
陈寅生
姜守达
刘晓东
杨京礼
王祁
《系统工程与电子技术》
EI
CSCD
北大核心
2016
8
在线阅读
下载PDF
职称材料
2
基于样本熵和峭度的自确认气体传感器故障诊断方法
吕福星
邓芳明
吴翔
谭畅
《仪表技术与传感器》
CSCD
北大核心
2017
3
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
