检索结果-维普期刊中文期刊服务平台

基于OOA-VMD与LSTM的变转速滚动轴承故障诊断: 1; 作者郗涛王虎王莉静《中国工程机械学报》北大核心 2026年第1期144-149,共6页; 为解决在变转速工况下滚动轴承故障诊断的问题,提出一种鱼鹰优化算法(OOA)-变分模态分解(VMD)的故障特征提取与长短时记忆网络(LSTM)相融合的故障诊断方法。首先,利用OOA,对VMD算法中的重要参数进行优化,解决信号分解过程中VMD的参数设... 展开更多; 关键词变转速滚动轴承 ooa算法变分模态分解(VMD) 长短时记忆网络(LSTM); 在线阅读下载PDF 职称材料

基于OOA-RBF的电容式六维力传感器解耦算法被引量：1: 2; 作者陈铭杰蒲明辉《仪表技术与传感器》北大核心 2025年第6期13-19,27,共8页; 传感器的解耦准确性对传感器的精度有重大影响。传统的解耦算法在处理复杂非线性问题时存在局限性,鉴于此,提出了一种基于鱼鹰优化算法优化径向基神经网络(OOA-RBF)的解耦算法。通过模拟鱼鹰捕食行为,该算法动态调整搜索策略,优化径向... 展开更多; 关键词鱼鹰优化算法径向基神经网络传感器解耦非线性解耦; 在线阅读下载PDF 职称材料

基于OOA-CatBoost的烧结矿粒度预测模型被引量：1: 3; 作者李喆王猛 +3 位作者董振姜娟娟李杰杨爱民《烧结球团》北大核心 2025年第3期47-58,共12页; 在烧结生产过程中,烧结矿粒度是评价烧结矿质量的重要指标之一。为提高烧结生产水平,针对烧结过程检测的滞后性和粒级占比调控预测问题,建立基于整体生产参数的烧结矿粒级占比预测模型;将经过特征选择之后的12个关键参数作为输入变量,... 展开更多; 关键词烧结矿粒级鱼鹰优化算法 CatBoost ooa-CatBoost算法预测; 在线阅读下载PDF 职称材料

基于改进CNN-GRU模型的短期电力负荷预测研究被引量：1: 4; 作者王寅超陈博 +1 位作者俞俊霞沈会《计算机工程》北大核心 2026年第3期451-460,共10页; 为维护电力系统的稳定运行,满足电力系统对于短期电力负荷预测精度的需求,提出一种基于改进卷积神经网络与门控循环单元(CNN-GRU)模型的短期电力负荷预测方法。采用核主成分分析(KPCA)法处理多维输入数据,提取主要影响因素作为后续预测... 展开更多; 关键词短期负荷预测核主成分分析鱼鹰优化算法门控循环单元极端梯度提升; 在线阅读下载PDF 职称材料

基于SVD-IACMD的GIS振动信号去噪算法被引量：9: 5; 作者涂嘉毅关向雨 +2 位作者赵俊义林建港赖泽楷《电力工程技术》北大核心 2024年第6期163-172,共10页; 振动测量对发现气体绝缘开关设备(gas insulated switchgear,GIS)潜在性缺陷具有重要意义,但GIS本体振动信号易受基础振动、测量噪声以及环境噪声的影响,使得现场GIS振动带电检测和机械缺陷诊断的效果较差。针对此问题,提出一种基于奇... 展开更多; 关键词气体绝缘开关设备(GIS) 信号降噪奇异值分解(SVD) 改进自适应啁啾模态分解(IACMD) 鱼鹰优化算法(ooa) 机械振动; 在线阅读下载PDF 职称材料

题名基于OOA-VMD与LSTM的变转速滚动轴承故障诊断: 1; 作者郗涛王虎王莉静; 机构天津工业大学机械工程学院天津城建大学控制与机械工程学院; 出处《中国工程机械学报》北大核心 2026年第1期144-149,共6页; 基金天津市科委企业科技特派员资助项目(20YDTPJC00840) 国家科技重大专项子课题资助项目(2019zx04055-001-014)。; 文摘为解决在变转速工况下滚动轴承故障诊断的问题,提出一种鱼鹰优化算法(OOA)-变分模态分解(VMD)的故障特征提取与长短时记忆网络(LSTM)相融合的故障诊断方法。首先,利用OOA,对VMD算法中的重要参数进行优化,解决信号分解过程中VMD的参数设置问题;其次,对重构信号进行Hilbert变换,提取包络谱值作为故障特征向量;最后,采用轴承数据集,基于LSTM网络算法进行故障诊断训练、检验和分析。结果表明:本文方法具有较好的故障特征提取能力,且故障识别率达到99.33%。; 关键词变转速滚动轴承 ooa算法变分模态分解(VMD) 长短时记忆网络(LSTM); Keywords variable speed rolling bearing ooa algorithm variational mode decomposition(VMD) long short-term memory(LSTM); 分类号 TH133.33 [机械工程—机械制造及自动化] TG506 [金属学及工艺—金属切削加工及机床]; 在线阅读下载PDF 职称材料

题名基于OOA-RBF的电容式六维力传感器解耦算法被引量：1: 2; 作者陈铭杰蒲明辉; 机构广西大学机械工程学院; 出处《仪表技术与传感器》北大核心 2025年第6期13-19,27,共8页; 基金国家自然科学基金项目(52365066)。; 文摘传感器的解耦准确性对传感器的精度有重大影响。传统的解耦算法在处理复杂非线性问题时存在局限性,鉴于此,提出了一种基于鱼鹰优化算法优化径向基神经网络(OOA-RBF)的解耦算法。通过模拟鱼鹰捕食行为,该算法动态调整搜索策略,优化径向基神经网络的网络参数,增强了算法的鲁棒性、稳定性以及泛化能力,有效避免局部最优解,加速全局寻优过程。通过实验室环境下的电容式六维力传感器数据集测试,并采用最小二乘法、BP神经网络、径向基神经网络的解耦效果进行比对,结果显示,新算法在测量误差修正和系统稳定性上均表现出较传统方法更优的性能,解耦后的相对误差显著减少,最大Ⅰ类误差为0.022 8%,最大Ⅱ类误差为0.027 9%,精度得到了提升。; 关键词鱼鹰优化算法径向基神经网络传感器解耦非线性解耦; Keywords osprey pptimization algorithm(ooa) radial basis function neural network(RBFNN) sensor decoupling nonlinear decoupling; 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

题名基于OOA-CatBoost的烧结矿粒度预测模型被引量：1: 3; 作者李喆王猛董振姜娟娟李杰杨爱民; 机构华北理工大学冶金与能源学院华北理工大学理学院华北理工大学铁矿石优选与铁前工艺智能化河北省工程研究中心; 出处《烧结球团》北大核心 2025年第3期47-58,共12页; 基金国家自然科学基金资助项目(52074126) 河北省自然科学基金资助项目(E2022209110)。; 文摘在烧结生产过程中,烧结矿粒度是评价烧结矿质量的重要指标之一。为提高烧结生产水平,针对烧结过程检测的滞后性和粒级占比调控预测问题,建立基于整体生产参数的烧结矿粒级占比预测模型;将经过特征选择之后的12个关键参数作为输入变量,对应的烧结矿粒级占比作为输出变量;通过缺失数据填补、数据增强以及异常点替换等数据预处理方法,获取用于预测烧结矿粒级占比的高质量数据集;采用鱼鹰优化算法(OOA)和类别特征梯度提升算法(CatBoost)构建预测模型。结果表明,OOA-CatBoost算法模型的平均绝对误差(MAE)为0.2769,均方误差(MSE)为0.0433,决定系数(R^(2))为0.9499。对比侏儒猫鼬优化(DMO)算法、麻雀搜索算法优化(SSA)、鱼鹰优化算法优化的随机森林(RF)、轻量梯度提升机(LightGBM)以及极限梯度提升算法(XGBoost)等其他11个机器学习模型,本文模型取得良好的预测效果。基于工业实测数据,OOA-CatBoost算法对烧结矿粒级占比的平均预测误差达到0.0852,可为优化原料配比、混合料参数和烧结机参数调控提供理论指导,从而提升优质烧结矿的粒级占比。; 关键词烧结矿粒级鱼鹰优化算法 CatBoost ooa-CatBoost算法预测; Keywords sinter grade osprey optimization algorithm CatBoost ooa-CatBoost algorithm prediction; 分类号 TF046.4 [冶金工程—冶金物理化学]; 在线阅读下载PDF 职称材料

题名基于改进CNN-GRU模型的短期电力负荷预测研究被引量：1: 4; 作者王寅超陈博俞俊霞沈会; 机构国网上海市电力公司经济技术研究院; 出处《计算机工程》北大核心 2026年第3期451-460,共10页; 基金国网上海市电力公司科技项目(SGTYHT/23-JS-001)。; 文摘为维护电力系统的稳定运行,满足电力系统对于短期电力负荷预测精度的需求,提出一种基于改进卷积神经网络与门控循环单元(CNN-GRU)模型的短期电力负荷预测方法。采用核主成分分析(KPCA)法处理多维输入数据,提取主要影响因素作为后续预测模型的输入。构建以改进鱼鹰算法(OOA)优化的CNN-GRU组合模型进行训练和预测,并引入注意力机制加强重要信息的影响,提升预测模型的预测性能。最后采用贝叶斯超参数(BH)理论优化的极端梯度提升(XGBoost)模型优化预测误差,并搭建仿真模型与多个模型进行对比实验,根据所得到的预测效果曲线和各项性能指标验证所提方法的有效性。实验结果表明,提出的改进CNN-GRU模型在训练与测试时的平均绝对百分比误差(MAPE)分别为1.56%和1.99%,由此可以得出所提出的改进预测模型具有更好的预测精度。; 关键词短期负荷预测核主成分分析鱼鹰优化算法门控循环单元极端梯度提升; Keywords short-term load forecasting Kernel Principal Component Analysis(KPCA) Osprey Optimization algorithm(ooa) Gated Recurrent Unit(GRU) eXtreme Gradient Boosting(XGBoost); 分类号 TP391 [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SVD-IACMD的GIS振动信号去噪算法被引量：9: 5; 作者涂嘉毅关向雨赵俊义林建港赖泽楷; 机构福州大学电气工程与自动化学院中铝山东有限公司; 出处《电力工程技术》北大核心 2024年第6期163-172,共10页; 基金福建省自然科学基金资助项目“GIS触头多尺度失效特征与接触故障智能诊断方法研究”(2020J01509)。; 文摘振动测量对发现气体绝缘开关设备(gas insulated switchgear,GIS)潜在性缺陷具有重要意义,但GIS本体振动信号易受基础振动、测量噪声以及环境噪声的影响,使得现场GIS振动带电检测和机械缺陷诊断的效果较差。针对此问题,提出一种基于奇异值分解(singular value decomposition,SVD)-改进自适应啁啾模态分解(improve adaptive chirp mode decomposition,IACMD)的现场振动信号降噪算法。该方法首先利用SVD对原始振动信号进行预处理,滤除低频基础振动和测量噪声,其次利用鱼鹰优化算法(osprey optimization algorithm,OOA)对处理后的信号进行自适应模态分解,得到分解后的固有模态(intrinsic mode functions,IMF)分量,再利用互相关系数筛选有效分量重构振动信号。模拟信号与现场信号测试结果表明:与OOA-自适应啁啾模态分解(adaptive chirp mode decomposition,ACMD)和SVD-变分模态分解(variational mode decomposition,VMD)相比,所提出的SVD-IACMD算法可以去除基础振动、测量噪声和环境噪声,保留GIS本体振动的基频和谐波分量,为GIS现场抗干扰振动检测和机械缺陷诊断提供技术支持。; 关键词气体绝缘开关设备(GIS) 信号降噪奇异值分解(SVD) 改进自适应啁啾模态分解(IACMD) 鱼鹰优化算法(ooa) 机械振动; Keywords gas insulated switchgear(GIS) signal denoising singular value decomposition(SVD) improve adaptive chirp mode decomposition(IACMD) osprey optimization algorithm(ooa) mechanical vibration; 分类号 TM81 [电气工程—高电压与绝缘技术]; 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OOA-VMD与LSTM的变转速滚动轴承故障诊断	郗涛王虎王莉静	《中国工程机械学报》北大核心	2026	0	在线阅读下载PDF 职称材料
2	基于OOA-RBF的电容式六维力传感器解耦算法	陈铭杰蒲明辉	《仪表技术与传感器》北大核心	2025	1	在线阅读下载PDF 职称材料
3	基于OOA-CatBoost的烧结矿粒度预测模型	李喆王猛董振姜娟娟李杰杨爱民	《烧结球团》北大核心	2025	1	在线阅读下载PDF 职称材料
4	基于改进CNN-GRU模型的短期电力负荷预测研究	王寅超陈博俞俊霞沈会	《计算机工程》北大核心	2026	1	在线阅读下载PDF 职称材料
5	基于SVD-IACMD的GIS振动信号去噪算法	涂嘉毅关向雨赵俊义林建港赖泽楷	《电力工程技术》北大核心	2024	9	在线阅读下载PDF 职称材料