期刊文献+
共找到188篇文章
< 1 2 10 >
每页显示 20 50 100
柴油分子重构模型及分子水平柴油加氢精制反应动力学模型构建
1
作者 冯思瑶 潘艳秋 +1 位作者 马佳宁 孙延吉 《化工进展》 北大核心 2025年第8期4852-4861,共10页
“分子炼油”是从分子层面描述反应过程、实现对油品特定组成与质量精确描述的一种技术,是石化生产过程数字化建模方法之一。本文以国内某石化企业柴油加氢精制装置为背景,通过构建柴油分子重构模型和柴油加氢精制反应动力学模型,满足... “分子炼油”是从分子层面描述反应过程、实现对油品特定组成与质量精确描述的一种技术,是石化生产过程数字化建模方法之一。本文以国内某石化企业柴油加氢精制装置为背景,通过构建柴油分子重构模型和柴油加氢精制反应动力学模型,满足智能工厂建设的需要。首先,建立了包括1352个分子的柴油分子物性库,并采用分子类型-同系物(MTHS)矩阵构建柴油分子重构模型,模拟值与真实值最大相对误差为4.83%,证明模型可靠。其次,结合装置特点,通过筛选确定反应分子、建立柴油加氢精制反应规则,构建了包含246个反应、涉及282个分子的反应网络,并基于烷基侧链对化学反应速率常数的影响程度设置反应速度常数影响因子,建立反应速率常数关联模型,将492个反应参数减少至116个,大大减少了变量个数,由此构建分子水平柴油加氢精制反应动力学关联模型。结果表明,在温度398℃、压力9MPa、空速为1h-1条件下,加氢脱硫后产品含硫量的计算值与真实值相对误差均小于10%,且模型稳定性好,证明模型可靠。基于所建立的模型,可实现不同操作工况下产品组成的预测。本文可为石化企业智能工厂模型建设提供研究思路。 展开更多
关键词 分子炼油 柴油加氢精制 分子重构模型 反应网络 遗传算法 动力学模型 计算机模拟
在线阅读 下载PDF
基于三角网格重构模型的物体绕流数值模拟研究
2
作者 董清晨 刘涛涛 +1 位作者 黄彪 张后胜 《力学学报》 北大核心 2025年第8期1849-1860,共12页
基于边界数据浸入法(BDIM)的流-固耦合数值模拟中,传统模型离散重构方法存在阶梯状失真问题.为此提出了一种基于三角网格的几何重构方法,结合BDIM实现高精度流场求解,旨在提升BDIM对于复杂流动问题的模拟精度.通过三角网格重构固体模型... 基于边界数据浸入法(BDIM)的流-固耦合数值模拟中,传统模型离散重构方法存在阶梯状失真问题.为此提出了一种基于三角网格的几何重构方法,结合BDIM实现高精度流场求解,旨在提升BDIM对于复杂流动问题的模拟精度.通过三角网格重构固体模型,利用STL文件中的三角形面元信息将固体沿其近似法向方向离散,有效避免了传统方法中沿着笛卡尔正交坐标轴方向离散导致的几何阶梯状误差.采用有限差分法求解N-S方程,采用Chen空化模型构建气体体积分数控制方程,分别通过单相球体绕流与多相Clark-Y水翼空化绕流算例验证了数值计算方法的有效性.数值计算结果表明:与传统方法相比,基于三角网格重构模型的方法显著降低了模型表面的失真情况.对于雷诺数Re=3700条件下的球体绕流问题,文章方法相对于传统方法提高了压力系数与轴向速度分布的预测精度;在流场充分发展之后,计算得到的球体绕流后流场的涡结构与DNS得到的结果有较好的一致性.在Clark-Y水翼绕流空化多相流模拟中,文章方法能更精确捕捉气液界面动态行为.在保证计算效率的同时,旨在为基于BDIM处理具有复杂固体边界问题提供鲁棒性更强的数值解决方案. 展开更多
关键词 流-固耦合 边界数据浸入法 三角网格 模型重构 数值模拟
在线阅读 下载PDF
岩石随机孔隙结构的三维重构模型与细观渗流分析 被引量:10
3
作者 赵延林 曹平 +3 位作者 唐劲舟 马文豪 李树清 王卫军 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2017年第1期168-176,共9页
将多孔岩石介质的孔隙视为具有毫米量级的随机细观结构,重构岩石三维随机孔隙结构模型,在细观力学的层面上研究孔隙结构对多孔岩石渗流的影响。引入微管渗流模型,利用统计学原理和FLAC3D软件研究多孔岩石介质随机孔隙结构的重构技术和... 将多孔岩石介质的孔隙视为具有毫米量级的随机细观结构,重构岩石三维随机孔隙结构模型,在细观力学的层面上研究孔隙结构对多孔岩石渗流的影响。引入微管渗流模型,利用统计学原理和FLAC3D软件研究多孔岩石介质随机孔隙结构的重构技术和细观渗流数值模拟方法。研究结果表明:多孔岩石孔隙率越大,流体由非稳定流过渡到稳定流的时间愈短,渗透系数和孔隙率具精度很高的线性关系,岩石介质透水性的孔隙率阈值nλ=4.05%,峰前多孔岩石介质的渗透系数主要受体积应力控制,且两者之间具有负指数关系。重构毫米量级的孔隙结构单元,其数值稳定性可以得到保证。 展开更多
关键词 岩石力学 孔隙结构 细观渗流 流固耦合 重构模型
在线阅读 下载PDF
基于复杂网络理论的指挥控制系统自适应重构模型 被引量:22
4
作者 田旭光 朱元昌 +1 位作者 罗坤 张成名 《系统工程与电子技术》 EI CSCD 北大核心 2013年第1期91-96,共6页
为研究信息化条件下指挥控制(command and control,C2)系统在对抗环境下的自适应重构机制,基于复杂网络理论和作战指挥原则,从重构触发机制、边的修复策略、结构重组策略和重构评价机制4方面建立了C2系统的自适应重构模型,其中重点研究... 为研究信息化条件下指挥控制(command and control,C2)系统在对抗环境下的自适应重构机制,基于复杂网络理论和作战指挥原则,从重构触发机制、边的修复策略、结构重组策略和重构评价机制4方面建立了C2系统的自适应重构模型,其中重点研究了边的修复策略和结构重组策略。针对边的修复提出了一种自适应修复策略;而针对结构重组,提出了升级重组、越级重组、转隶重组和组合重组4种重组策略。仿真结果表明,在综合考虑重构效果和成本消耗的情况下,与以往研究相比,边的自适应修复策略为相对较优的边重构策略,而与单一重组相比,组合重组策略为较优的结构重组策略;并且该自适应重构模型能在一定程度上比较客观地反映指挥控制系统的遇袭重构演化过程。 展开更多
关键词 指挥控制系统 复杂网络 自适应重构模型
在线阅读 下载PDF
植被发育斜坡土体大孔隙三维重构模型渗流场的LBM数值模拟 被引量:5
5
作者 王志良 年玉泽 +1 位作者 申林方 徐则民 《岩土力学》 EI CAS CSCD 北大核心 2018年第10期3821-3829,共9页
以云南昭通头寨植被发育斜坡土体为研究对象,结合CT扫描试验与数字图像处理技术实现了其三维大孔隙空间结构模型的重构。然后基于格子Boltzmann方法(LBM)的D3Q19模型,将固体土骨架视为渗流场边界,并设置反弹格式的边界条件模拟土骨架与... 以云南昭通头寨植被发育斜坡土体为研究对象,结合CT扫描试验与数字图像处理技术实现了其三维大孔隙空间结构模型的重构。然后基于格子Boltzmann方法(LBM)的D3Q19模型,将固体土骨架视为渗流场边界,并设置反弹格式的边界条件模拟土骨架与水分间的相互作用,从细观角度研究了水在植被发育斜坡土体大孔隙中的渗流特性。研究结果表明:土体渗流过程中,在大孔隙纵向连通的通道内形成了优先流,且通道中的流速远超其他部位;而在封闭或者连通性差的大孔隙中导水率极小,流速几乎为0。土体中大孔隙通道内的流速由孔壁至通道中心逐渐增大,且流速与至通道中心的距离近似呈二次抛物线的分布特征。沿深度方向土体切片大孔隙率大的截面平均渗流流速Uz也较大,从整体变化趋势来看,截面大孔隙率与平均渗流流速有相似的变化规律,这充分说明植被发育斜坡土体内的大孔隙分布对土壤沿深度方向的渗流特性有重要影响。 展开更多
关键词 渗流场 大孔隙 植被发育斜坡 重构模型 CT扫描技术 格子BOLTZMANN方法
在线阅读 下载PDF
基于SOFM神经网络的整体网格重构模型 被引量:3
6
作者 张伟 陈丽能 +2 位作者 姜献峰 孙毅 马亚良 《机电工程》 CAS 2003年第5期83-84,共2页
提出了基于SOFM神经网络的大规模散乱点数据压缩方法,并建立了重构矩形拓扑整体网格和三角拓扑整体网格神经网络模型。
关键词 SOFM神经网络 网格重构模型 数据压缩 人工智能
在线阅读 下载PDF
页岩储层有机质分布定量分析及重构模型 被引量:7
7
作者 张爽 隋微波 《油气地质与采收率》 CAS CSCD 北大核心 2016年第2期22-28,共7页
龙马溪组黑色页岩是四川盆地大中型气藏的重要烃源岩,其中含有的有机质吸附大量的页岩气,准确描述有机质的分布情况对确定页岩气藏开发具有重大意义。针对四川盆地页岩气井取心获得的多块岩样进行场发射扫描电镜观察实验,以面积、周长... 龙马溪组黑色页岩是四川盆地大中型气藏的重要烃源岩,其中含有的有机质吸附大量的页岩气,准确描述有机质的分布情况对确定页岩气藏开发具有重大意义。针对四川盆地页岩气井取心获得的多块岩样进行场发射扫描电镜观察实验,以面积、周长、紧凑度、延伸率等参数作为关键指标对页岩岩心中的有机质分布规律进行了形态特征定量分析。通过评价分布距离、分布角度等参数,定量表征样品中有机质分布的相对关系,提出了描述有机质团块分散程度的定量分析方法,证明有机质团块具有集聚性,总结了分散距离和分散角度之间的统计规律。根据有机质形态特征和分散程度的定量分析结果,提出并建立了一种基于概率统计的有机质分布重构模型,验证了模型的可靠性。该模型可直观展示有机质在不同尺度下的分布个数与不同有机质间的相对位置关系,准确反映了有机质的面积分布规律、区域聚集程度规律,定量表征了有机质在分布上的非均质性,反映了真实岩心的内部情况,为模拟页岩内部微观渗流特征提供了基础模型。 展开更多
关键词 页岩 有机质 定量分析 重构模型 概率统计
在线阅读 下载PDF
基于CMAC神经网络的配网重构模型 被引量:7
8
作者 金丽成 邱家驹 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2004年第6期784-788,共5页
为使配电网的有功功率损失最小化,提出了一种基于小脑模型关节控制器(cerebellarmodelarticulationcontroller,CMAC)神经网络配电网重构模型.借助于CMAC神经网络输入和输出之间的非线性映射关系和泛化能力,来建立变化的负荷水平与最优... 为使配电网的有功功率损失最小化,提出了一种基于小脑模型关节控制器(cerebellarmodelarticulationcontroller,CMAC)神经网络配电网重构模型.借助于CMAC神经网络输入和输出之间的非线性映射关系和泛化能力,来建立变化的负荷水平与最优化网络拓扑之间的对应关系,即网络重构.还将该模型与基于BP网络的配网重构模型进行比较.经算例表明,模型可以快速地给出重构的结果,适合大型配电网使用. 展开更多
关键词 CMAC神经网络 重构模型 配电网 网络重构 小脑模型关节控制器神经网络 网损最小 非线性映射关系
在线阅读 下载PDF
散乱点云与重构模型的误差分析 被引量:3
9
作者 刘晶 林大钧 《东华大学学报(自然科学版)》 CAS CSCD 北大核心 2008年第3期285-286,290,共3页
在反求工程中,对产品的实物模型进行数字化测量后,重构得到产品的CAD模型.而实物测量数据与重构模型间的误差分析是必要的,它会对原产品的仿制或重复制造等后续工作产生影响.首先对零件实物的散乱点云进行预处理,得到截平面点云,然后实... 在反求工程中,对产品的实物模型进行数字化测量后,重构得到产品的CAD模型.而实物测量数据与重构模型间的误差分析是必要的,它会对原产品的仿制或重复制造等后续工作产生影响.首先对零件实物的散乱点云进行预处理,得到截平面点云,然后实现曲线拟合和重构模型,最后对散乱点云与重构模型进行误差分析,并通过误差生长线来区分误差大的区域. 展开更多
关键词 散乱点云 重构模型 误差分析
在线阅读 下载PDF
基于反模式的J2EE中间件重构模型
10
作者 冉崇善 张轼坤 高云鹏 《计算机工程与设计》 CSCD 北大核心 2010年第8期1731-1733,1737,共4页
J2EE中存在着大量的反模式,这些反模式会极大的降低应用系统的性能,对"会话数据膨胀"反模式进行了研究,提出了两种重构模型,即业务流控制器模型和委托控制器模型,它们有助于将所有导航信息移出单个的Servlet和JSP,放入一个中... J2EE中存在着大量的反模式,这些反模式会极大的降低应用系统的性能,对"会话数据膨胀"反模式进行了研究,提出了两种重构模型,即业务流控制器模型和委托控制器模型,它们有助于将所有导航信息移出单个的Servlet和JSP,放入一个中心Servlet中,实现代码的分流和调用路径的选择,减少了开发人员的工作量,分析了具体的重构步骤,并以实例说明了这些模型在重构过程中的作用。 展开更多
关键词 反模式 会话数据膨胀 重构模型 业务流 委托
在线阅读 下载PDF
用于Android手机活动识别的深度重构模型
11
作者 王金甲 田佩佩 《高技术通讯》 北大核心 2017年第7期604-611,共8页
基于数据的流形假设,进行了Android手机的活动识别研究,提出了一种深度重构模型(DRMs),该模型无需基础几何的先验假设就能自动学习到当前类样本的复杂非线性曲面结构和几何特点。首先定义了一个深度重构模型(DRM)模板,通过高斯受限玻尔... 基于数据的流形假设,进行了Android手机的活动识别研究,提出了一种深度重构模型(DRMs),该模型无需基础几何的先验假设就能自动学习到当前类样本的复杂非线性曲面结构和几何特点。首先定义了一个深度重构模型(DRM)模板,通过高斯受限玻尔兹曼机(GRBMs)逐层贪婪训练以初始化DRM模板的权重。在训练阶段,根据每类样本分别微调初始化后的DRM模板便可得到特定类的DRM。在测试阶段,基于测试样本与特定类DRM的最小重构误差决策活动类别。实验证明,该方法对Android手机数据集的活动识别正确率高达99%。 展开更多
关键词 活动识别 深度重构模型 自动编码器 ANDROID手机 高斯受限玻尔兹曼机(GRBMs)
在线阅读 下载PDF
面向汉维机器翻译的调序表重构模型 被引量:4
12
作者 潘一荣 李晓 +2 位作者 杨雅婷 米成刚 董瑞 《计算机应用》 CSCD 北大核心 2018年第5期1283-1288,共6页
针对词汇化调序模型在机器翻译中存在的上下文无关性及稀疏性问题,提出了基于语义内容进行调序方向及概率预测的调序表重构模型。首先,使用连续分布式表示方法获取调序规则的特征向量;然后,通过循环神经网络(RNN)对于向量化表示的调序... 针对词汇化调序模型在机器翻译中存在的上下文无关性及稀疏性问题,提出了基于语义内容进行调序方向及概率预测的调序表重构模型。首先,使用连续分布式表示方法获取调序规则的特征向量;然后,通过循环神经网络(RNN)对于向量化表示的调序规则进行调序方向及概率预测;最后,过滤并重构调序表,赋予原始调序规则更加合理的调序概率分布值,提高调序模型中调序信息的准确度,同时降低调序表规模,提高后续解码速率。实验结果表明,将调序表重构模型应用至汉维机器翻译任务中,BLEU值可以获得0.39的提升。 展开更多
关键词 汉维机器翻译 调序表重构模型 词汇化调序 语义内容 连续分布式表示 循环神经网络
在线阅读 下载PDF
基于土壤三组分重构模型的导热系数研究 被引量:4
13
作者 陈臣 徐道春 +3 位作者 李武志 李文彬 姚立红 张保卫 《森林工程》 2018年第3期74-78,99,共6页
土壤导热系数是土壤温差发电系统设计和优化等研究过程中最基本的参数,其具体数值常受到多种因素的影响。本研究的目的是建立能够有效预测不同因素下土壤导热系数的模型。在结合土壤自身多孔介质特性和固液气三相组成的基础上,构建土壤... 土壤导热系数是土壤温差发电系统设计和优化等研究过程中最基本的参数,其具体数值常受到多种因素的影响。本研究的目的是建立能够有效预测不同因素下土壤导热系数的模型。在结合土壤自身多孔介质特性和固液气三相组成的基础上,构建土壤三组分随机混合重构模型,提出一种根据土壤干密度和质量含水率来计算土壤有效导热系数的方法。同时利用Hot Disk热常数分析仪实际测量32个不同含水率、不同干密度土壤样本的导热系数,对新建立的导热系数预测模型进行了测试验证。结果表明,本文提出的导热系数预测结果平均误差为3.05%,最大误差为10.82%;利用预测模型与前人研究实验值进行对比,平均误差为10.31%,最大误差为19.26%。结果证明该模型能较好地预测土壤导热系数。结合预测模型研究了土壤导热系数的影响因素,得到导热系数与干密度和质量含水率呈明显的正相关关系;并发现土壤在冻结状态下,导热性能明显增强。 展开更多
关键词 土壤导热系数 重构模型 干密度 质量含水率
在线阅读 下载PDF
基于联合稀疏重构模型的双基MIMO雷达off-grid目标参数快速估计 被引量:2
14
作者 张栋 白新有 +1 位作者 邱彦文 郑桂妹 《现代雷达》 CSCD 北大核心 2019年第11期30-34,共5页
针对多输入多输出(MIMO)雷达二维参数稀疏估计中的不在格点上(off-grid)目标问题,利用两次泰勒展开对信号模型进行修正,构建联合稀疏重构模型,将off-grid问题转化为联合稀疏重构问题;为降低计算复杂度,针对该联合稀疏重构模型提出Joint-... 针对多输入多输出(MIMO)雷达二维参数稀疏估计中的不在格点上(off-grid)目标问题,利用两次泰勒展开对信号模型进行修正,构建联合稀疏重构模型,将off-grid问题转化为联合稀疏重构问题;为降低计算复杂度,针对该联合稀疏重构模型提出Joint-2D-OMP算法。仿真结果表明:所提模型和算法在解决off-grid问题的同时,可有效提高参数估计的速度。 展开更多
关键词 多输入多输出雷达 到达角 联合稀疏重构模型 不在格点上(off-grid)目标
在线阅读 下载PDF
网络信息重构模型的优选算法及其改进
15
作者 潘榕 魏慧琴 《计算机工程与应用》 CSCD 北大核心 2009年第12期114-116,共3页
从信息资源角度出发,针对网络信息发布过程的问题进行研究,建立信息重构模型,并根据简化模型进行优选方案讨论。从时间复杂度考虑,使用动态规划原理深入研究,对优选算法进行改进,得到网络信息重构模型优选算法的改进方案,使该算法得到... 从信息资源角度出发,针对网络信息发布过程的问题进行研究,建立信息重构模型,并根据简化模型进行优选方案讨论。从时间复杂度考虑,使用动态规划原理深入研究,对优选算法进行改进,得到网络信息重构模型优选算法的改进方案,使该算法得到更完善的发展,在网络信息重构发布方面拥有更广泛的实用性。 展开更多
关键词 重构模型 网络信息 承载能力 叶结点覆盖集
在线阅读 下载PDF
基于MSET重构模型整体优化的轴承性能退化评估方法 被引量:4
16
作者 张龙 刘杨远 +3 位作者 吴荣真 王良 承志恒 颜秋宏 《振动与冲击》 EI CSCD 北大核心 2023年第16期251-261,共11页
针对传统单域特征指标无法充分表征轴承性能退化的状态信息,而基于多域高维特征向量的重构评估模型存在信息冗余且易受到不一致优化目标的影响而导致模型次优性能的问题,提出一种基于多元状态估计(multivariate state estimation techni... 针对传统单域特征指标无法充分表征轴承性能退化的状态信息,而基于多域高维特征向量的重构评估模型存在信息冗余且易受到不一致优化目标的影响而导致模型次优性能的问题,提出一种基于多元状态估计(multivariate state estimation technique, MSET)重构模型整体优化的轴承性能退化评估方法。首先,提取轴承振动信号的多个时域和频域特征、自回归模型系数和三层小波包Renyi熵组成高维多域特征向量,同时将健康状态的高维特征向量构建MSET重构模型的历史记忆矩阵;然后,利用遗传算法对轴承高维特征向量和MSET模型中的历史记忆矩阵进行同步联合优化,从而实现特征优选和重构评估模型的整体自适应优化,进一步提高降维后特征向量与重构模型的匹配性;最后,利用余弦相似度作为故障程度指标构建轴承性能退化评估曲线。西安交大-昇阳科技联合实验室滚动轴承疲劳试验全寿命数据分析结果表明,所提方法具有一定的有效性和可靠性。 展开更多
关键词 多域特征向量 多元状态估计重构模型 历史记忆矩阵 遗传算法 同步联合优化
在线阅读 下载PDF
基于非线性重构模型的植物叶片图像集分类方法
17
作者 刘孟南 杜吉祥 《计算机科学》 CSCD 北大核心 2017年第B11期212-216,共5页
提出一种基于非线性重构模型的植物叶片图像集的分类识别方法。该方法首先使用高斯受限玻尔兹曼机(GRBMs)通过非监督预训练来初始化模型的权值;然后针对每一个植物叶片图像集用初始化的模型训练得到一个特定的模型;最后根据测试样本的... 提出一种基于非线性重构模型的植物叶片图像集的分类识别方法。该方法首先使用高斯受限玻尔兹曼机(GRBMs)通过非监督预训练来初始化模型的权值;然后针对每一个植物叶片图像集用初始化的模型训练得到一个特定的模型;最后根据测试样本的最小重构误差和测试样本集的最多投票策略来判定测试样本集的类别。该方法通过图像预处理来处理图像,避免了图像在缩放时发生形变,并采用基于k-means的特征提取方法来提取植物叶片图像特征。实验结果表明,该方法能够准确地对植物叶片图像集进行分类识别。 展开更多
关键词 非线性重构模型 高斯RBMs k-means特征提取 图像预处理
在线阅读 下载PDF
基于贝叶斯框架的火灾场景重构模型 被引量:1
18
作者 李国辉 《消防科学与技术》 CAS 北大核心 2019年第9期1243-1243,共1页
美国德克萨斯大学学者提出一种将火灾场景数据耦合到计算工具中去的贝叶斯计算方法。基于火灾烟气传播模型(CFAST)和火灾动力学模型(FDS)的正演模型,利用贝叶斯反演重构技术来反推火灾位置、规模和到达峰值的时间。为便于马尔科夫链蒙... 美国德克萨斯大学学者提出一种将火灾场景数据耦合到计算工具中去的贝叶斯计算方法。基于火灾烟气传播模型(CFAST)和火灾动力学模型(FDS)的正演模型,利用贝叶斯反演重构技术来反推火灾位置、规模和到达峰值的时间。为便于马尔科夫链蒙特卡罗采样,将高斯过程代理迭代模型应用于FDS仿真。该反演框架能够预测除一个CFAST正演模型外的所有1 MW稳定火灾的总能量释放量。结果表明,FDS对最大能量释放量的预测精度优于CFAST,而在确定火灾发生位置方面,二者表现同样出色。 展开更多
关键词 贝叶斯框架 马尔科夫链蒙特卡罗 德克萨斯大学 正演模型 迭代模型 高斯过程 重构模型 计算工具
在线阅读 下载PDF
重构模型精度的评定和产品改进 被引量:1
19
作者 刘晶 《机床与液压》 北大核心 2010年第21期117-119,144,共4页
以叶片CT扫描后的数据点云为研究对象,对其进行数据预处理、曲线拟合以及重构模型。针对重构模型采用了两种方式评定重构模型质量,第一种方式是以叶片重构模型与其CAD模型的均方误差、平均误差以及最大误差来评定总体重构精度。另一种... 以叶片CT扫描后的数据点云为研究对象,对其进行数据预处理、曲线拟合以及重构模型。针对重构模型采用了两种方式评定重构模型质量,第一种方式是以叶片重构模型与其CAD模型的均方误差、平均误差以及最大误差来评定总体重构精度。另一种方式就是以重构模型上的截面曲线与CAD模型上的对应理论曲线的均方误差、平均误差、最大误差、截面曲线周长和截面面积来评定重构模型局部重构质量。此外,在重构模型的过程中,对拟合的曲线进行等比例缩放,从而改进产品模型,得到一系列形状相同,尺寸不同的产品族。 展开更多
关键词 模型重构 精度评定 产品改进
在线阅读 下载PDF
齿轮性能退化评估的时序重构模型
20
作者 张龙 黄婧 +2 位作者 吴荣真 宋成洋 王朝兵 《机械科学与技术》 CSCD 北大核心 2022年第12期1860-1868,共9页
齿轮性能退化评估是预诊断的提前和基础,针对概率相似度量评估方法存在模型复杂,容易过早饱和等现象,提出一种基于AR (Autoregressive model)模型和字典学习的齿轮性能退化评估的重构模型方法,其中AR模型用于提取齿轮振动信号的状态特征... 齿轮性能退化评估是预诊断的提前和基础,针对概率相似度量评估方法存在模型复杂,容易过早饱和等现象,提出一种基于AR (Autoregressive model)模型和字典学习的齿轮性能退化评估的重构模型方法,其中AR模型用于提取齿轮振动信号的状态特征,字典学习通过正常状态下构建的字典模型(Dictionary learning, DL)对测试样本进行AR模型系数重构。首先提取正常运行状态下振动信号的AR模型系数构建过完备字典模型,然后将待测信号的AR系数作为特征向量输入字典模型中得到重构后的AR模型系数。最后由原始AR系数和重构AR系数分别构造自回归模型,并各自完成对待测信号的时序建模,将两自回归模型所得残差序列的均方根误差作为性能劣化程度指标。全寿命疲劳实验数据分析结果表明,与传统时域指标相比该方法对早期故障更敏感且具有与齿轮故障发展趋势一致性更好等优点。 展开更多
关键词 AR模型 字典学习 齿轮 性能退化评估 重构模型
在线阅读 下载PDF
上一页 1 2 10 下一页 到第
使用帮助 返回顶部