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CEEMDAN-深度信念网络的超低速滚动轴承故障诊断
被引量：
9
1
作者
张鹏林
徐桃萍
+1 位作者
马小东
杨天雨
《组合机床与自动化加工技术》
北大核心
2019年第9期77-80,84,共5页
针对超低速滚动轴承故障诊断困难问题,提出一种自适应噪声的完备集合经验模态分解(CEEMDAN)与深度信念网络(DBN)相结合的超低速滚动轴承故障声发射(AE)诊断方法。通过EEMD和CEEMDAN方法分别对轴承AE信号进行分解,结果表明,CEEMDAN具有...
针对超低速滚动轴承故障诊断困难问题,提出一种自适应噪声的完备集合经验模态分解(CEEMDAN)与深度信念网络(DBN)相结合的超低速滚动轴承故障声发射(AE)诊断方法。通过EEMD和CEEMDAN方法分别对轴承AE信号进行分解,结果表明,CEEMDAN具有较好的分解完备性和抗模态混叠性;将EEMD能量熵和CEEMDAN能量熵分别作为模式识别分类器的特征向量进行故障诊断,后者的识别准确率较高;通过与SVM、BP神经网络方法对比,DBN方法的模式识别效果更好,且表现出较好的稳定性。因此,文章所提方法能够有效的应用于超低速滚动轴承的故障诊断。
展开更多
关键词
声发射
故障诊断
CEEMDAN能量熵
深度信念网络
超低速滚动轴承
在线阅读
下载PDF
职称材料
基于改进组合深度学习模型的大坝位移预测研究
被引量：
5
2
作者
任传栋
王志真
+2 位作者
刘淑萍
刘洪伟
侯龙潭
《水电能源科学》
北大核心
2023年第10期100-103,61,共5页
大坝位移可直接影响大坝的质量和运行安全,为找出大坝位移的合理预测模型,以时间卷积神经网络模型为基础(TCN),采用遗传算法对麻雀搜索算法(SSA)、灰狼算法(GWO)和蝙蝠算法(BA)三种仿生算法进行改进,得到MSSA、MGWO、MBA三种优化算法,...
大坝位移可直接影响大坝的质量和运行安全,为找出大坝位移的合理预测模型,以时间卷积神经网络模型为基础(TCN),采用遗传算法对麻雀搜索算法(SSA)、灰狼算法(GWO)和蝙蝠算法(BA)三种仿生算法进行改进,得到MSSA、MGWO、MBA三种优化算法,并引入深度置信网络模型(DBN)构建了D-MSSA-TCN、D-MGWO-TCN、D-MBA-TCN三种组合赋权模型,以均方根误差、决定系数、平均绝对误差、效率系数和GPI指数为精度指标体系,结果表明在三种优化仿生算法中,MSSA算法的运行效率及精度最高,三种组合模型的精度显著高于其余模型,其中D-MSSA-TCN模型在所有模型中精度最高,可推荐用于估算坝体位移。
展开更多
关键词
坝体位移
时间卷积神经网络
麻雀搜索算法
遗传算法
深度置信网络模型
在线阅读
下载PDF
职称材料
题名
基于CEEMDAN-深度信念网络的超低速滚动轴承故障诊断
被引量：
9
1
作者
张鹏林
徐桃萍
马小东
杨天雨
机构
兰州理工大学省部共建有色金属先进加工与再利用国家重点实验室
出处
《组合机床与自动化加工技术》
北大核心
2019年第9期77-80,84,共5页
文摘
针对超低速滚动轴承故障诊断困难问题,提出一种自适应噪声的完备集合经验模态分解(CEEMDAN)与深度信念网络(DBN)相结合的超低速滚动轴承故障声发射(AE)诊断方法。通过EEMD和CEEMDAN方法分别对轴承AE信号进行分解,结果表明,CEEMDAN具有较好的分解完备性和抗模态混叠性;将EEMD能量熵和CEEMDAN能量熵分别作为模式识别分类器的特征向量进行故障诊断,后者的识别准确率较高;通过与SVM、BP神经网络方法对比,DBN方法的模式识别效果更好,且表现出较好的稳定性。因此,文章所提方法能够有效的应用于超低速滚动轴承的故障诊断。
关键词
声发射
故障诊断
CEEMDAN能量熵
深度信念网络
超低速滚动轴承
Keywords
acoustic emission
fault diagnosis
CEEMDAN energy entropy
deepbelief network
ultra low speed rolling bearing
分类号
TH133.3 [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
基于改进组合深度学习模型的大坝位移预测研究
被引量：
5
2
作者
任传栋
王志真
刘淑萍
刘洪伟
侯龙潭
机构
山东省水利勘测设计院有限公司
山东省农业交流合作中心
山东省水利工程建设质量与安全中心
出处
《水电能源科学》
北大核心
2023年第10期100-103,61,共5页
文摘
大坝位移可直接影响大坝的质量和运行安全,为找出大坝位移的合理预测模型,以时间卷积神经网络模型为基础(TCN),采用遗传算法对麻雀搜索算法(SSA)、灰狼算法(GWO)和蝙蝠算法(BA)三种仿生算法进行改进,得到MSSA、MGWO、MBA三种优化算法,并引入深度置信网络模型(DBN)构建了D-MSSA-TCN、D-MGWO-TCN、D-MBA-TCN三种组合赋权模型,以均方根误差、决定系数、平均绝对误差、效率系数和GPI指数为精度指标体系,结果表明在三种优化仿生算法中,MSSA算法的运行效率及精度最高,三种组合模型的精度显著高于其余模型,其中D-MSSA-TCN模型在所有模型中精度最高,可推荐用于估算坝体位移。
关键词
坝体位移
时间卷积神经网络
麻雀搜索算法
遗传算法
深度置信网络模型
Keywords
dam displacement
temporal convolutional neural
network
sparrow search algorithm
genetic algorithm
deepbelief network
model
分类号
TV698.1 [水利工程—水利水电工程]
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CEEMDAN-深度信念网络的超低速滚动轴承故障诊断
张鹏林
徐桃萍
马小东
杨天雨
《组合机床与自动化加工技术》
北大核心
2019
9
在线阅读
下载PDF
职称材料
2
基于改进组合深度学习模型的大坝位移预测研究
任传栋
王志真
刘淑萍
刘洪伟
侯龙潭
《水电能源科学》
北大核心
2023
5
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
