基于PNN神经网络的掘进机截齿磨损程度识别研究 被引量：15

1

作者 张强 王禹 王琛淇 《煤炭科学技术》 CAS CSCD 北大核心 2019年第6期37-44,共8页

针对掘进机截齿磨损在线识别问题,提出一种基于PNN神经网络的截齿磨损程度多特征信号识别方法,提取不同磨损程度的截齿在截割过程中的振动和声发射特征信号,分别分析振动加速度、声发射信号峰值以及2种特征信号频域图的均方根这4个特征... 针对掘进机截齿磨损在线识别问题,提出一种基于PNN神经网络的截齿磨损程度多特征信号识别方法,提取不同磨损程度的截齿在截割过程中的振动和声发射特征信号,分别分析振动加速度、声发射信号峰值以及2种特征信号频域图的均方根这4个特征参数,获取振动信号、声发射信号与不同磨损程度截齿的变化规律。建立5种不同磨损程度截齿的多特征信号样本数据库,采用多特征信号样本对PNN神经网络进行学习和训练,建立截齿磨损程度的识别模型,实现截齿磨损程度的精确识别。结果表明:基于PNN神经网络的截齿预测磨损状态识别模型识别精度较高,识别准确率和预测准确率约为93.3%和95.0%,与BP神经网络方法相比分别提高了3.3%和15.0%。因此该神经网络具有良好的可靠性与精确性。 展开更多

关键词 掘进机 截齿磨损 振动信号 声发射信号 pnn神经网络

在线阅读 下载PDF 职称材料

基于PNN神经网络的电控发动机故障诊断 被引量：9

2

作者 巴寅亮 王书提 +2 位作者 李春兰 郭增波 加克.乌云才次克 《现代电子技术》 北大核心 2016年第20期146-148,153,共4页

PNN是前馈型神经网络,具有强大的非线性模式分类能力。提出运用PNN神经网络对发动机电控系统进行故障诊断的方法,介绍了PNN神经网络及其工作原理,以伊兰特汽车发动机电控系统为研究对象,让发动机在怠速情况下,并对其进行故障设置,运用金... PNN是前馈型神经网络,具有强大的非线性模式分类能力。提出运用PNN神经网络对发动机电控系统进行故障诊断的方法,介绍了PNN神经网络及其工作原理,以伊兰特汽车发动机电控系统为研究对象,让发动机在怠速情况下,并对其进行故障设置,运用金德KT600故障诊断仪采集发动机故障数据流,利用PNN神经网络建立诊断模型,并对网络诊断模型进行验证,诊断结果完全正确,且训练速度非常快。实验结果表明PNN神经网络具有较强的泛化能力和实用价值。 展开更多

关键词 pnn神经网络 发动机 电控系统 故障诊断

在线阅读 下载PDF 职称材料

基于PNN神经网络的地震属性反演技术 被引量：6

3

作者 王晶 杨懋新 刘金平 《科学技术与工程》 2011年第27期6539-6543,共5页

在薄互层地震储层预测中,属性分析和地震反演是当前应用地震资料进行储层预测的主要技术,两者实质上都属于反问题范畴,两者各有优缺点。提出了一种基于PNN神经网络的多属性地震反演技术,可以比较好地发挥两者的优势。概率神经网络(PPN)... 在薄互层地震储层预测中,属性分析和地震反演是当前应用地震资料进行储层预测的主要技术,两者实质上都属于反问题范畴,两者各有优缺点。提出了一种基于PNN神经网络的多属性地震反演技术,可以比较好地发挥两者的优势。概率神经网络(PPN)是一种数学内插方案,只不过在实现时利用了神经网络的架构,可以通过数学公式理解它的行为,克服了BP网络的的"黑匣子"问题。该技术在GTZ扶杨油层的砂岩预测中应用效果较好,厚度大于3 m的砂岩识别符合率超过90%以上。 展开更多

关键词 pnn神经网络 属性地震反演 扶杨油层

在线阅读 下载PDF 职称材料

基于遗传PNN神经网络的真空阀自动调试系统 被引量：1

4

作者 严保康 周凤星 张伟 《仪表技术与传感器》 CSCD 北大核心 2015年第1期60-64,共5页

针对真空阀检测中可能出现的故障情形及相应的调试方法,提出一种基于遗传PNN神经网络的真空阀自动调试系统。将不同占空比电源驱动下出气口的压力作为故障特征值,并利用PNN网络进行故障分类,结合机械手臂进行相应的调试,从而实现故障自... 针对真空阀检测中可能出现的故障情形及相应的调试方法,提出一种基于遗传PNN神经网络的真空阀自动调试系统。将不同占空比电源驱动下出气口的压力作为故障特征值,并利用PNN网络进行故障分类,结合机械手臂进行相应的调试,从而实现故障自动检测与调试。在样本数有限的情况下,PNN神经网络通过遗传算法获得模式层最佳节点数目及相应的平滑参数,降低了网络的冗余度并提高了网络的精度,再将通过PNN分类并调试成功的数据加入到样本集中重新训练网络,直到网络精度增长率达到一定范围,使得网络的精度和模式层节点数达到最优值。测试结果表明,该方法能够有效的对真空阀进行故障分类与调试,能大幅提高检测的自动化程度和精度。 展开更多

关键词 真空阀 pnn神经网络 故障分类 自动调试 遗传算法

在线阅读 下载PDF 职称材料

PNN神经网络在尾气分析发动机故障诊断中的应用 被引量：10

5

作者 郝大鹏 巴寅亮 +2 位作者 李春兰 王书提 加克.乌云才次克 《现代电子技术》 北大核心 2019年第5期145-148,共4页

汽车尾气不仅对大气环境污染越来越严重,而且其排放成分浓度直接反映车辆运行工况,因此通过分析尾气成分浓度,利用PNN网络对尾气进行分析从而诊断发动机故障,可初步判断发动机故障所在。PNN网络结合径向神经网络和概率密度的优点,特别... 汽车尾气不仅对大气环境污染越来越严重,而且其排放成分浓度直接反映车辆运行工况,因此通过分析尾气成分浓度,利用PNN网络对尾气进行分析从而诊断发动机故障,可初步判断发动机故障所在。PNN网络结合径向神经网络和概率密度的优点,特别适合模式分类识别。文中以北京现代伊兰特为例,利用尾气分析仪采集汽车尾气CO,CO2,HC,O2和NOx的数据,运用PNN神经网络建立故障诊断模型,并对其进行验证。诊断及验证结果完全正确,表明PNN网络具有较高的准确率和使用价值。 展开更多

关键词 尾气分析 pnn神经网络 故障诊断 发动机 浓度 电控系统

在线阅读 下载PDF 职称材料

基于交叉验证的地震多属性概率神经网络(PNN)反演在识别热瓦普地区火成岩中的应用 被引量：1

6

作者 谢会文 许永忠 +4 位作者 郑多明 高宏亮 李国会 叶茂林 王双双 《中国矿业》 北大核心 2015年第2期154-158,共5页

新疆塔北地区发育巨厚二叠系火成岩,速度差异较大,而且火山喷发模式难确定,给其下伏低幅度碎屑岩圈闭和岩性圈闭落实带来困难。本文对二叠系火成岩利用概率神经网络反演等方法进行精细的速度场研究。概率神经网络反演是一种典型的非线... 新疆塔北地区发育巨厚二叠系火成岩,速度差异较大,而且火山喷发模式难确定,给其下伏低幅度碎屑岩圈闭和岩性圈闭落实带来困难。本文对二叠系火成岩利用概率神经网络反演等方法进行精细的速度场研究。概率神经网络反演是一种典型的非线性反演方法,相比于稀疏脉冲反演,在地震反演过程的非线性问题,具有更好的分辨率。通过逐步回归和交叉验证优选使验证误差最小的属性组合,使反演结果与测井属性有更好的相关性。建立的速度场经验证,更符合火成岩分布与速度变化规律。 展开更多

关键词 pnn神经网络反演 交叉验证 岩性识别 火成岩

在线阅读 下载PDF 职称材料

基于PLS概率神经网络的桥门式起重机安全评估方法

7

作者 冯青 陈刚 +1 位作者 刘志凯 刘晓初 《机床与液压》 北大核心 2024年第24期56-63,共8页

针对传统概率神经网络对桥门式起重机进行安全评估时存在的网络结构复杂、参数繁多、运算费时等问题,提出一种基于偏最小二乘(PLS)的概率神经网络(PNN)的桥门式起重机安全评估方法。采用偏最小二乘法提取主成分,利用部分主成分替代原有... 针对传统概率神经网络对桥门式起重机进行安全评估时存在的网络结构复杂、参数繁多、运算费时等问题,提出一种基于偏最小二乘(PLS)的概率神经网络(PNN)的桥门式起重机安全评估方法。采用偏最小二乘法提取主成分,利用部分主成分替代原有的样本输入,降低输入的维数;利用有限的模式组合神经元替换通常的样本神经元,减少网络的节点和连接等参数,以简化网络,加快其收敛速度,并将输出结果进行离散化,提高模型的训练效率和推理速度。仿真试验结果表明:相比传统的PNN评估法,所提方法大幅缩短了训练与测试时间,验证了该方法的有效性,实现了桥门式起重机高效智能安全评估。 展开更多

关键词 桥门式起重机 概率神经网络(pnn) 偏最小二乘(PLS) 残差矩阵

在线阅读 下载PDF 职称材料

基于概率神经网络的空袭目标识别 被引量：6

8

作者 蔡继亮 叶微 《火力与指挥控制》 CSCD 北大核心 2010年第12期25-27,共3页

针对BP网络的不足,提出基于概率神经网络(PNN)进行空袭目标识别的方法。首先提取空袭目标的速度、高度、机动加速度和雷达反射面积等特征并进行归一化处理,作为输入层数据,然后建立了概率神经网络目标识别模型。M atlab仿真实验表明,该... 针对BP网络的不足,提出基于概率神经网络(PNN)进行空袭目标识别的方法。首先提取空袭目标的速度、高度、机动加速度和雷达反射面积等特征并进行归一化处理,作为输入层数据,然后建立了概率神经网络目标识别模型。M atlab仿真实验表明,该方法识别空袭目标简单快速且准确率高,具有良好应用前景。 展开更多

关键词 pnn神经网络 目标识别 概率

在线阅读 下载PDF 职称材料

旋转机械故障诊断的神经网络方法研究 被引量：9

9

作者 栾美洁 许飞云 贾民平 《噪声与振动控制》 CSCD 北大核心 2008年第1期85-88,共4页

BP神经网络具有较好的非线性映射能力,可以描述频率特征和故障之间的关系,而概率神经网络学习规则简单、训练速度快、避免局部极小和反复训练的问题。根据两种神经网络的原理选择合适的参数建立两个旋转机械故障诊断模型,并利用模型对... BP神经网络具有较好的非线性映射能力,可以描述频率特征和故障之间的关系,而概率神经网络学习规则简单、训练速度快、避免局部极小和反复训练的问题。根据两种神经网络的原理选择合适的参数建立两个旋转机械故障诊断模型,并利用模型对某旋转机械的故障数据进行处理,结果显示两种网络在故障诊断方面的实用价值。通过对故障数据的结果对比可以看到PNN网络比BP网络具有更好的容错能力。 展开更多

关键词 振动与波 BP神经网络 pnn神经网络 旋转机械 故障诊断

在线阅读 下载PDF 职称材料

基于混合结构神经网络的自适应背景模型 被引量：5

10

作者 王志明 张丽 包宏 《电子学报》 EI CAS CSCD 北大核心 2011年第5期1053-1058,共6页

本文提出一种基于神经网络的视频中运动目标检测自适应背景模型.对每个像素点(或局部区域)建立一个混合结构的神经网络背景模型,模型由一个4层前馈神经网络组成,输入层接受像素HSV特征,特征层实现特征提取功能,模式层以概率神经网络的... 本文提出一种基于神经网络的视频中运动目标检测自适应背景模型.对每个像素点(或局部区域)建立一个混合结构的神经网络背景模型,模型由一个4层前馈神经网络组成,输入层接受像素HSV特征,特征层实现特征提取功能,模式层以概率神经网络的方式完成像素属于背景概率的计算,输出层以赢者取胜的方式完成前景背景分类和模式层激活节点选择功能.网络的权值和结构随着视频中运动检测过程动态更新,无需独立的训练视频.网络的自适应性表现在网络的学习速率根据相邻帧运动差异自适应计算得到,且网络中的模式节点个数根据权重的变化动态增加或删除.实验结果表明,本文提出的方法在无需手工设置学习速率的情况下,运动区域检测准确率优于其他几种常见的运动检测背景模型,对背景或灯光的突然变化适应速度很快. 展开更多

关键词 视频监控 运动检测 神经网络(NN) 概率神经网络(pnn) 赢者取胜(WTA)

在线阅读 下载PDF 职称材料

一种基于R型因子分析和概率神经网络的冲击地压危险性等级评价模型 被引量：8

11

作者 王佳信 周宗红 +3 位作者 李克钢 王海泉 付自国 李晓飞 《振动与冲击》 EI CSCD 北大核心 2019年第2期192-203,共12页

冲击地压是煤矿生产活动中常见的一种动力灾害,其危险性等级评价是冲击地压防治工作中施行解危措施的前提和基础。综合考虑冲击地压发生的地质条件和开采技术条件,选取煤层厚度、倾角、埋深、地质构造情况、煤层倾角变化、厚度变化、瓦... 冲击地压是煤矿生产活动中常见的一种动力灾害,其危险性等级评价是冲击地压防治工作中施行解危措施的前提和基础。综合考虑冲击地压发生的地质条件和开采技术条件,选取煤层厚度、倾角、埋深、地质构造情况、煤层倾角变化、厚度变化、瓦斯浓度、顶板管理、采前卸压情况和响煤炮声等10个影响因素作为冲击地压危险性等级评价指标,但指标间或多或少存在一定的相关性,导致指标信息重叠。为了提高冲击地压危险性等级预测精度,借鉴一种R型因子分析对冲击地压10个指标进行降维处理,提取5个主因子作为新的评价指标。在R型因子分析的基础上,建立重庆砚石台煤矿冲击地压危险性等级评价的PNN模型,仿真结果表明:5种不同的训练和测试下PNN模型仍具有良好的评价效果,其正判率分别为94.29%,88.57%,88.57%,85.71%和82.86%,同时验证R型因子分析对冲击地压危险性等级评价结果。说明R型因子分析与PNN模型结合可为煤矿开采中冲击地压危险性等级评价提供一种思路。 展开更多

关键词 R型因子分析 概率神经网络(pnn) 冲击地压 危险性等级评价

在线阅读 下载PDF 职称材料

主元分析-神经网络岩爆等级预测模型 被引量：12

12

作者 张凯 张科 李昆 《中国安全科学学报》 CAS CSCD 北大核心 2021年第3期96-104,共9页

为准确可靠地预测岩爆灾害,构建结合主元分析法(PCA)的径向基神经网络(RBFNN)、概率神经网络(PNN)和广义回归神经网络(GRNN)岩爆预测模型。选取6个常用的参数构成岩爆预测指标体系,采用PCA消除各指标间的相关性并降维,得出3个线性无关... 为准确可靠地预测岩爆灾害,构建结合主元分析法(PCA)的径向基神经网络(RBFNN)、概率神经网络(PNN)和广义回归神经网络(GRNN)岩爆预测模型。选取6个常用的参数构成岩爆预测指标体系,采用PCA消除各指标间的相关性并降维,得出3个线性无关的主元即岩爆综合预测指标Y1、Y2和Y3,构成RBFNN、PNN、GRNN这3种神经网络的输入向量。研究结果表明:这3种PCA-神经网络模型,其岩爆预测结果优于对应的RBFNN、PNN、GRNN模型,提高预测准确率并缩短运算时间。从局部准确率、整体准确率及运算时间这3个方面综合比较,各模型的预测能力从强到弱依次为:PCA-GRNN> PCA-PNN> PCA-RBFNN> PNN> GRNN> RBFNN。 展开更多

关键词 主元分析法(PCA) 径向基神经网络(RBFNN) 概率神经网络(pnn) 广义回归神经网络(GRNN) 岩爆预测

在线阅读 下载PDF 职称材料

基于小波包能量分解与神经网络的断路器故障诊断研究

13

作者 鄢呈旸 王立军 +2 位作者 张闻哲 张佳灏 林婧 《高压电器》 2025年第9期1-7,17,共8页

断路器在电网中肩负着控制和保护的重要任务,其结构复杂、零件繁多,容易产生潜伏性故障,加强对断路器操动机构系统潜伏性故障诊断研究,提前发现潜伏性故障,对提高断路器的运行可靠性具有重要意义。文中以ZN98型真空断路器为研究对象,搭... 断路器在电网中肩负着控制和保护的重要任务,其结构复杂、零件繁多,容易产生潜伏性故障,加强对断路器操动机构系统潜伏性故障诊断研究,提前发现潜伏性故障,对提高断路器的运行可靠性具有重要意义。文中以ZN98型真空断路器为研究对象,搭建ZN98断路器振动加速度测试系统,以缓冲器紧固螺栓松动、挂板紧固螺栓松动、分闸线圈顶针冲程改变、合闸线圈复位弹簧失效、分闸弹簧老化、缓冲器失效、合闸弹簧固定螺栓紧死等潜伏性故障为例,基于小波包频带能量分解算法提取故障诊断特征量,并由神经网络算法进行故障识别。研究结果表明,应选取分解后不同频带归一化能量值选择区分度最高的2个敏感频带作为潜伏性故障诊断特征量,且PNN神经网络算法相比BP神经网络算法有着更可靠的准确率和效率,所以PNN神经网络更适合高压断路器潜伏性故障识别的实际工程应用。 展开更多

关键词 高压断路器 潜伏性故障 小波包频带能量分解 pnn神经网络 故障识别

在线阅读 下载PDF 职称材料

基于三序分量法和PNN的配电网不对称故障类型识别 被引量：4

14

作者 陈新岗 陈小青 +3 位作者 冯煜轩 贺娟 罗浩 余兵 《重庆理工大学学报（自然科学）》 CAS 北大核心 2019年第12期201-207,共7页

针对配电网故障类型识别率低的问题,提出一种基于正、负、零三序分量和概率神经网络(PNN)的配电网故障类型识别方法。首先,利用Matlab软件对10 kV配电网发生各类不对称故障进行仿真,将产生的故障电流用对称分量法进行分解,然后得到有差... 针对配电网故障类型识别率低的问题,提出一种基于正、负、零三序分量和概率神经网络(PNN)的配电网故障类型识别方法。首先,利用Matlab软件对10 kV配电网发生各类不对称故障进行仿真,将产生的故障电流用对称分量法进行分解,然后得到有差异的正、负、零序电流;再用这3种分量作为特征量,代入PNN进行训练;最后,将现有的故障特征量输入训练完成且具有识别功能的PNN网络中,达到故障识别及分类的目的。仿真结果表明:在不同的故障合闸角、过渡电阻以及负荷有重大变化等情况下,三序分量法与负序分量法在区分单相接地、两相短路接地、两相相间短路等不对称故障时,前者区分准确度更高,对进行事故分析和故障选相等具有重要意义。 展开更多

关键词 配电网 故障类型识别 故障特征量提取 pnn神经网络

在线阅读 下载PDF 职称材料

基于PNN的煤矿安全生产风险综合预警研究 被引量：11

15

作者 念其锋 施式亮 +1 位作者 李润求 罗文柯 《中国安全生产科学技术》 CAS CSCD 2013年第10期71-77,共7页

为加强煤矿安全生产风险预警管理,对煤矿安全生产系统风险因素进行分析,从人-机-环-管理四个方面建立了风险预警指标体系,给出了各指标的定义;提出了指标风险预警等级临界点的设置和指标警度计算方法;应用概率神经网络(PNN)构建了安全... 为加强煤矿安全生产风险预警管理,对煤矿安全生产系统风险因素进行分析,从人-机-环-管理四个方面建立了风险预警指标体系,给出了各指标的定义;提出了指标风险预警等级临界点的设置和指标警度计算方法;应用概率神经网络(PNN)构建了安全生产风险综合预警模型,通过指标风险预警等级临界点构建训练样本,并对预警模型进行了性能检验和工程应用。结果表明,基于PNN的安全生产风险综合预警模型风险识别能力强,运行速度快,计算效率高,可以进行推广应用。 展开更多

关键词 风险预警 警度 预警等级临界点 概率神经网络(pnn) 安全 煤矿

在线阅读 下载PDF 职称材料

煤层底板突水危险性的PNN预测模型研究及应用 被引量：16

16

作者 邵良杉 徐波 《中国安全科学学报》 CAS CSCD 北大核心 2015年第8期93-98,共6页

为准确有效地预测煤层底板突水的危险性,在分析大量观测实例数据的基础上,选取底板含水层水压、煤层采高、隔水层厚度、断层落差、煤层倾角和断层距工作面距离等6项指标作为影响煤层底板突水的初始特征指标。针对指标之间具有相关性的问... 为准确有效地预测煤层底板突水的危险性,在分析大量观测实例数据的基础上,选取底板含水层水压、煤层采高、隔水层厚度、断层落差、煤层倾角和断层距工作面距离等6项指标作为影响煤层底板突水的初始特征指标。针对指标之间具有相关性的问题,利用主成分分析(PCA)法提取6项特征指标的主成分,将其作为概率神经网络(PNN)的输入向量,建立基于PCA的煤层底板突水危险性的PNN预测模型。选取21组煤矿实测数据作为学习样本,用于训练模型。采用回代估计法对模型回检。利用学习好的模型,预测另外4组矿井突水数据样本。结果表明,该方法有效降低了指标数据相关性,实现了降维,使PNN模型工作复杂度减弱。将该模型应用于工程实例中,所得预测结果准确率为100%。 展开更多

关键词 底板突水 危险性 预测 主成分分析(PCA) 概率神经网络(pnn) 回检

在线阅读 下载PDF 职称材料

基于IWOA-PNN模型的管道焊缝腐蚀剩余强度预测 被引量：6

17

作者 骆正山 肖雨 王小完 《安全与环境学报》 CAS CSCD 北大核心 2023年第2期435-441,共7页

针对管道焊缝腐蚀问题构建基于改进鲸鱼优化算法(Improved Whale Optimization Algorithm, IWOA)的概率神经网络(Probabilistic Neural Network, PNN)剩余强度预测模型。首先,通过种群初始化、非线性收敛因子和惯性权重因子提高鲸鱼优... 针对管道焊缝腐蚀问题构建基于改进鲸鱼优化算法(Improved Whale Optimization Algorithm, IWOA)的概率神经网络(Probabilistic Neural Network, PNN)剩余强度预测模型。首先,通过种群初始化、非线性收敛因子和惯性权重因子提高鲸鱼优化算法的寻优速度和精度;然后,利用IWOA算法优化PNN的光滑因子,构建IWOA-PNN预测模型;最后,以水压爆破试验数据为基础,使用MATLAB软件进行仿真试验,并与另外2个模型进行对比分析。结果表明:IWOA-PNN模型的ERMS为0.633 1,EAR为2.19%,R^(2)为0.954 6,均优于PNN和鲸鱼优化算法(Whale Optimization Algorithm, WOA)-PNN模型;IWOA-PNN模型与传统模型相比误差更小,能够更为准确地预测焊缝腐蚀后剩余强度,为管道的维修和更换提供参考。 展开更多

关键词 安全工程 管道腐蚀 焊缝 剩余强度 改进鲸鱼优化算法(IWOA) 概率神经网络(pnn)

在线阅读 下载PDF 职称材料

基于EMD及PNN的航天器振动环境分析 被引量：2

18

作者 杨海 程伟 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2008年第6期622-626,共5页

针对航天器非平稳随机振动信号模态频率密集的特点,提出了基于经验模式分解EMD(Empirical Mode Decomposition)的多分量过程神经网络PNN(Process Neural Net-work)自回归模型.通过EMD对原始时间序列进行分解,使之成为一组不同尺度的局... 针对航天器非平稳随机振动信号模态频率密集的特点,提出了基于经验模式分解EMD(Empirical Mode Decomposition)的多分量过程神经网络PNN(Process Neural Net-work)自回归模型.通过EMD对原始时间序列进行分解,使之成为一组不同尺度的局部正交本征模函数IMF(Intrinsic Mode Functions),利用PNN对每个IMF分别进行时变参数分析并以此确定其时变自功率谱密度,对所有分量的时变自功率谱密度通过叠加进行重构,以此得到原始信号的时变自功率谱密度.仿真结果和实例分析表明:和传统的时频分析法相比,该方法直接使用信号数据,避免了相关估计计算,减小了计算工作量;无交叉干扰项,提高了信号的时频分布特性,具有较高的时频分辨率;对各工况下航天器的振动信号能有效的进行分析,具有较强的信号特征提取能力. 展开更多

关键词 非平稳随机振动信号 时变参数模型 功率谱 过程神经网络(pnn) 经验模式分解(EMD)

在线阅读 下载PDF 职称材料

基于VMD-PNN的砂轮钝化声发射检测 被引量：3

19

作者 龚子维 刘希强 +3 位作者 张仲宁 杨京 程建春 刘翔雄 《声学技术》 CSCD 北大核心 2021年第2期260-268,共9页

在磨削加工过程中,加工刀具即砂轮会发生钝化现象,砂轮表面磨损影响加工精度和工件质量,需要及时检测并修整。磨粒的塑性变形、破碎、断裂等会产生声发射信号,能够作为精确识别砂轮钝化状态的依据,且不易被噪声干扰,因此提出一种基于变... 在磨削加工过程中,加工刀具即砂轮会发生钝化现象,砂轮表面磨损影响加工精度和工件质量,需要及时检测并修整。磨粒的塑性变形、破碎、断裂等会产生声发射信号,能够作为精确识别砂轮钝化状态的依据,且不易被噪声干扰,因此提出一种基于变分模态分解(Variational Mode Decomposition,VMD)和概率神经网络(Probabilistic Neural Network,PNN)的砂轮钝化声发射检测方法。VMD可以将原始信号分解为多个本征模态函数(Intrinsic Mode Function,IMF)分量,筛选其中峭度较大的分量重构即得到声发射信号。声发射检测的关键是特征参数的选取,在相关研究基础上本文提出了声发射包络能量占比作为一个重要的特征参数,并选取了共5种特征参数,构建出5维特征向量数据集,输入到PNN中进行训练,经过测试识别准确度达到94.5%。该方法建立了声发射信号特征参数与砂轮不同钝化状态的关系,能够对砂轮严重钝化状态给出准确预警,具有实际应用价值。文章比较了声发射信号不同特征参数用于识别砂轮钝化状态的准确度,对特征参数的选用具有参考意义。 展开更多

关键词 砂轮钝化 声发射 变分模态分解(VMD) 概率神经网络(pnn)

在线阅读 下载PDF 职称材料

一种基于PNN的点阵喷码字符识别方法 被引量：2

20

作者 马玲 罗晓曙 蒋品群 《广西师范大学学报（自然科学版）》 CAS 北大核心 2020年第4期32-41,共10页

在点阵喷码字符智能识别问题的研究中,由于点阵喷码字符是喷印在背景复杂且含有其他标准字符的产品外包装上,且点阵喷码字符的字体大小、喷墨量及光照影响的变化,使得准确定位和识别点阵喷码字符均有一定的难度。本文针对上述难点提出... 在点阵喷码字符智能识别问题的研究中,由于点阵喷码字符是喷印在背景复杂且含有其他标准字符的产品外包装上,且点阵喷码字符的字体大小、喷墨量及光照影响的变化,使得准确定位和识别点阵喷码字符均有一定的难度。本文针对上述难点提出基于概率神经网络(PNN)的点阵喷码字符识别方法。首先,将原始图像转换成灰度图像并进行高斯滤波预处理。然后,利用改进的FAST角点检测算法快速定位喷码字符。在特征提取环节,本文提取待识别点阵喷码字符的HOG特征和网格特征,并将这2种特征进行联合。最后,将联合后的字符特征输入到PNN,建立分类模型,利用训练好的分类模型识别出点阵喷码字符。实验结果表明:本文提出的点阵喷码字符定位方法准确率高、速度快,且采用PNN建立的分类模型对受光照影响、字体不一的点阵喷码字符具有一定的适应性,识别准确率为97.1%,可满足工业中点阵喷码字符识别的应用场合。 展开更多

关键词 FAST角点检测算法 概率神经网络(pnn) 喷码字符识别 字符定位 特征提取

在线阅读 下载PDF 职称材料