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
基于循环频谱相干和DCNN的隔膜泵单向阀故障诊断方法研究
被引量：
6
1
作者
冯泽仲
熊新
王晓东
《振动与冲击》
EI
CSCD
北大核心
2021年第14期237-244,291,共9页
针对传统的机器学习方法过分依赖特征提取的质量,而深度学习在强干扰条件下其故障辨识率不佳的问题,提出了一种基于循环频谱相干(CSCoh)和深度卷积神经网络(DCNN)的故障诊断方法,并将其应用于实际工况环境下的隔膜泵单向阀故障诊断当中...
针对传统的机器学习方法过分依赖特征提取的质量,而深度学习在强干扰条件下其故障辨识率不佳的问题,提出了一种基于循环频谱相干(CSCoh)和深度卷积神经网络(DCNN)的故障诊断方法,并将其应用于实际工况环境下的隔膜泵单向阀故障诊断当中。对振动信号进行循环平稳特性分析,利用快速循环相关谱计算方法将原始振动信号生成二维CSCoh图;将生成的CSCoh图作为输入从而降低深度诊断模型中特征学习的难度,通过构建DCNN模型,并引入批量归一化和Dropout技术来提升模型的收敛速度和泛化能力;利用所提模型对故障进行分类识别,进而实现单向阀的故障诊断。结果表明,该方法可以准确地识别单向阀的故障类型,并具有较好的泛化性能。
展开更多
关键词
循环频谱相干(
cscoh
)
深度卷积神经网络(DCNN)
隔膜泵单向阀
故障诊断
在线阅读
下载PDF
职称材料
机械振动信号自适应多尺度非线性动力学特征提取方法研究
被引量：
13
2
作者
刘敏
范红波
+2 位作者
张英堂
李志宁
杨望灿
《振动与冲击》
EI
CSCD
北大核心
2020年第14期224-232,250,共10页
针对机械振动信号的故障特征提取问题,提出了基于独立变分模态分解与多尺度非线性动力学参数的特征提取方法。①提出频谱循环相干系数选取匹配波形对机械振动信号进行端点延拓后再进行VMD分解得到不同频率尺度的IMF分量;②根据互相关准...
针对机械振动信号的故障特征提取问题,提出了基于独立变分模态分解与多尺度非线性动力学参数的特征提取方法。①提出频谱循环相干系数选取匹配波形对机械振动信号进行端点延拓后再进行VMD分解得到不同频率尺度的IMF分量;②根据互相关准则选取有效的IMF分量进行核独立成分分析,分离出相互独立的有效故障特征频带分量;③计算各独立分量的复合多尺度模糊熵偏均值,并利用正交变换将独立分量正交化后构造多维超体,进而利用多维超体体积定义并计算信号的双测度分形维数,从而获得多尺度非线性动力学特征参数,实现机械故障诊断。仿真和实验结果表明:所提方法可有效抑制VMD分解的端点效应和模态混叠,信号分解效果好,特征参数分类精度高,极大地提高了机械故障诊断准确率。
展开更多
关键词
频谱循环相干系数
端点延拓
独立变分模态分解
复合多尺度模糊熵偏均值
双测度分形维数
在线阅读
下载PDF
职称材料
基于IVMD与改进KELM的发动机故障诊断
被引量：
4
3
作者
刘敏
张英堂
+1 位作者
李志宁
范红波
《振动．测试与诊断》
EI
CSCD
北大核心
2019年第4期875-883,911,912,共11页
为从含有较强噪声的缸盖振动信号中提取有效的故障特征并进行故障分类,提出了采用独立变分模态分解(independent variational mode decomposition,简称IVMD)与改进核极限学习机(improved kernel extreme learning machine,简称IKELM)的...
为从含有较强噪声的缸盖振动信号中提取有效的故障特征并进行故障分类,提出了采用独立变分模态分解(independent variational mode decomposition,简称IVMD)与改进核极限学习机(improved kernel extreme learning machine,简称IKELM)的发动机故障诊断方法。首先,根据频谱循环相干系数选取匹配波形对信号进行端点延拓,并利用变分模态分解(variational mode decomposition,简称VMD)将延拓后信号分解为一系列固有模态分量,有效抑制了VMD中的端点效应;其次,选取有效分量作为输入观测信号,进行核独立成分分析,进一步分离干扰噪声与有效信号,并消除模态混叠,得到相互独立的有效故障特征频带,进而提取各频带的自回归模型参数、多尺度模糊熵和标准化能量矩构建故障特征向量集;最后,建立基于社会情感优化算法的IKELM分类模型,对故障特征进行分类,实现发动机故障诊断。仿真和实验结果表明,所提出的方法可有效抑制VMD的端点效应,提高信号分解精度,消除噪声干扰并分离出相互独立的有效故障特征频带,增强特征参数辨识度,最终提高发动机故障诊断速度与精度,发动机故障诊断平均准确率达到99.85%。
展开更多
关键词
故障诊断
核极限学习机
社会情感优化算法
频谱循环相干系数
独立变分模态分解
在线阅读
下载PDF
职称材料
题名
基于循环频谱相干和DCNN的隔膜泵单向阀故障诊断方法研究
被引量：
6
1
作者
冯泽仲
熊新
王晓东
机构
昆明理工大学信息工程与自动化学院
云南省矿物管道输送工程技术研究中心
昆明理工大学云南省人工智能重点实验室
出处
《振动与冲击》
EI
CSCD
北大核心
2021年第14期237-244,291,共9页
基金
国家自然科学基金(51765022,61663017)
云南省科学研究计划(2019FD042)。
文摘
针对传统的机器学习方法过分依赖特征提取的质量,而深度学习在强干扰条件下其故障辨识率不佳的问题,提出了一种基于循环频谱相干(CSCoh)和深度卷积神经网络(DCNN)的故障诊断方法,并将其应用于实际工况环境下的隔膜泵单向阀故障诊断当中。对振动信号进行循环平稳特性分析,利用快速循环相关谱计算方法将原始振动信号生成二维CSCoh图;将生成的CSCoh图作为输入从而降低深度诊断模型中特征学习的难度,通过构建DCNN模型,并引入批量归一化和Dropout技术来提升模型的收敛速度和泛化能力;利用所提模型对故障进行分类识别,进而实现单向阀的故障诊断。结果表明,该方法可以准确地识别单向阀的故障类型,并具有较好的泛化性能。
关键词
循环频谱相干(
cscoh
)
深度卷积神经网络(DCNN)
隔膜泵单向阀
故障诊断
Keywords
cyclic
spectral
coherence
(
cscoh
)
deep convolutional neural network(DCNN)
fault diagnosis
diaphragm pump check valve
分类号
TH17 [机械工程—机械制造及自动化]
TH911.7 [机械工程]
在线阅读
下载PDF
职称材料
题名
机械振动信号自适应多尺度非线性动力学特征提取方法研究
被引量：
13
2
作者
刘敏
范红波
张英堂
李志宁
杨望灿
机构
陆军工程大学石家庄校区七系
中国人民解放军
出处
《振动与冲击》
EI
CSCD
北大核心
2020年第14期224-232,250,共10页
基金
国家自然科学基金(51305454)。
文摘
针对机械振动信号的故障特征提取问题,提出了基于独立变分模态分解与多尺度非线性动力学参数的特征提取方法。①提出频谱循环相干系数选取匹配波形对机械振动信号进行端点延拓后再进行VMD分解得到不同频率尺度的IMF分量;②根据互相关准则选取有效的IMF分量进行核独立成分分析,分离出相互独立的有效故障特征频带分量;③计算各独立分量的复合多尺度模糊熵偏均值,并利用正交变换将独立分量正交化后构造多维超体,进而利用多维超体体积定义并计算信号的双测度分形维数,从而获得多尺度非线性动力学特征参数,实现机械故障诊断。仿真和实验结果表明:所提方法可有效抑制VMD分解的端点效应和模态混叠,信号分解效果好,特征参数分类精度高,极大地提高了机械故障诊断准确率。
关键词
频谱循环相干系数
端点延拓
独立变分模态分解
复合多尺度模糊熵偏均值
双测度分形维数
Keywords
spectral
cyclic
coherence
coefficient
endpoint extension
independent variational mode decomposition
composite multi-scale fuzzy entropy partial mean
dual measure fractal dimension
分类号
TH137 [机械工程—机械制造及自动化]
TK41.1 [动力工程及工程热物理—动力机械及工程]
在线阅读
下载PDF
职称材料
题名
基于IVMD与改进KELM的发动机故障诊断
被引量：
4
3
作者
刘敏
张英堂
李志宁
范红波
机构
陆军工程大学石家庄校区七系
出处
《振动．测试与诊断》
EI
CSCD
北大核心
2019年第4期875-883,911,912,共11页
基金
国家自然科学基金资助项目(51305454)
文摘
为从含有较强噪声的缸盖振动信号中提取有效的故障特征并进行故障分类,提出了采用独立变分模态分解(independent variational mode decomposition,简称IVMD)与改进核极限学习机(improved kernel extreme learning machine,简称IKELM)的发动机故障诊断方法。首先,根据频谱循环相干系数选取匹配波形对信号进行端点延拓,并利用变分模态分解(variational mode decomposition,简称VMD)将延拓后信号分解为一系列固有模态分量,有效抑制了VMD中的端点效应;其次,选取有效分量作为输入观测信号,进行核独立成分分析,进一步分离干扰噪声与有效信号,并消除模态混叠,得到相互独立的有效故障特征频带,进而提取各频带的自回归模型参数、多尺度模糊熵和标准化能量矩构建故障特征向量集;最后,建立基于社会情感优化算法的IKELM分类模型,对故障特征进行分类,实现发动机故障诊断。仿真和实验结果表明,所提出的方法可有效抑制VMD的端点效应,提高信号分解精度,消除噪声干扰并分离出相互独立的有效故障特征频带,增强特征参数辨识度,最终提高发动机故障诊断速度与精度,发动机故障诊断平均准确率达到99.85%。
关键词
故障诊断
核极限学习机
社会情感优化算法
频谱循环相干系数
独立变分模态分解
Keywords
fault diagnosis
kernel extreme learning machine
social emotional optimization algorithm
spectral
cyclic
coherence
coefficient
independent variational mode decomposition
分类号
TH137 [机械工程—机械制造及自动化]
TK41.1 [动力工程及工程热物理—动力机械及工程]
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
基于循环频谱相干和DCNN的隔膜泵单向阀故障诊断方法研究
冯泽仲
熊新
王晓东
《振动与冲击》
EI
CSCD
北大核心
2021
6
在线阅读
下载PDF
职称材料
2
机械振动信号自适应多尺度非线性动力学特征提取方法研究
刘敏
范红波
张英堂
李志宁
杨望灿
《振动与冲击》
EI
CSCD
北大核心
2020
13
在线阅读
下载PDF
职称材料
3
基于IVMD与改进KELM的发动机故障诊断
刘敏
张英堂
李志宁
范红波
《振动．测试与诊断》
EI
CSCD
北大核心
2019
4
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
