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HBA-GRU的水电站大坝变形监控模型研究
1
作者
黄勇
刘昱玚
+3 位作者
宋璇
宋锦焘
朱海晨
张盛飞
《电网与清洁能源》
北大核心
2025年第9期95-100,共6页
大坝是水电站核心的挡水建筑物,大坝变形规律的精准监控是保障水电站安全的重要手段。针对大坝变形非线性强的特点以及监控模型参数影响的问题,融合先进深度学习和仿生优化算法,利用蜜獾优化算法(honey badger optimization algorithm,H...
大坝是水电站核心的挡水建筑物,大坝变形规律的精准监控是保障水电站安全的重要手段。针对大坝变形非线性强的特点以及监控模型参数影响的问题,融合先进深度学习和仿生优化算法,利用蜜獾优化算法(honey badger optimization algorithm,HBA)对深度学习门控制循环单元(gated recurrent unit,GRU)模型的超参数进行优化,建立HBA-GRU组合模型应用于水电站大坝变形监控预测。通过某水电站面板堆石坝变形监测数据实证结果显示,提出的组合模型在保持较高预测准确性的同时展现出良好的泛化性能,可为同类型水电站工程安全监控模型的构建提供有效技术支撑。
展开更多
关键词
水电站大坝
安全监控
变形预测
深度学习
门控制循环单元
蜜獾优化算法
在线阅读
下载PDF
职称材料
基于HBA-ICEEMDAN和HWPE的行星齿轮箱故障诊断
被引量：
7
2
作者
陈爱午
王红卫
《机电工程》
CAS
北大核心
2023年第8期1157-1166,共10页
针对行星齿轮箱的故障特征提取和模式识别问题,提出了结合蜜獾算法(HBA)优化改进自适应噪声完备经验模态分解(ICEEMDAN)、层次加权排列熵(HWPE)和灰狼算法(GWO)优化支持向量机(SVM)的行星齿轮箱故障诊断方法。首先,利用HBA优化了ICEEMDA...
针对行星齿轮箱的故障特征提取和模式识别问题,提出了结合蜜獾算法(HBA)优化改进自适应噪声完备经验模态分解(ICEEMDAN)、层次加权排列熵(HWPE)和灰狼算法(GWO)优化支持向量机(SVM)的行星齿轮箱故障诊断方法。首先,利用HBA优化了ICEEMDAN的白噪声幅值权重和噪声添加次数,并对行星齿轮箱的振动信号进行了HBA-ICEEMDAN分解,得到了若干个本征模态函数,筛选出其中相关系数较大的分量进行了重构;然后,利用HWPE提取了重构低噪信号的敏感特征值,获得了故障特征向量;最后,利用GWO优化了SVM的惩罚系数和核系数,训练GWO-SVM多故障分类器,对行星齿轮箱损伤进行了识别;利用行星齿轮箱的振动数据进行实验,验证了算法的有效性。研究结果表明:结合HBA-ICEEMDAN、HWPE和GWO-SVM的行星齿轮箱故障诊断方法能够准确地识别行星齿轮箱的典型单点故障和复合故障,识别准确率达到了98.15%。相较于其他组合方法,该方法在行星齿轮箱故障诊断中更具有有效性,更具有优越性。
展开更多
关键词
齿轮传动
蜜獾算法
改进自适应噪声完备经验模态分解
层次加权排列熵
灰狼算法-优化支持向量机
行星齿轮箱
故障诊断
在线阅读
下载PDF
职称材料
题名
基于HBA-GRU的水电站大坝变形监控模型研究
1
作者
黄勇
刘昱玚
宋璇
宋锦焘
朱海晨
张盛飞
机构
中国电建集团西北勘测设计研究院有限公司
西安理工大学水利水电学院
出处
《电网与清洁能源》
北大核心
2025年第9期95-100,共6页
基金
国家自然科学基金青年基金(52109166)
贵州省科技重大专项([2024]008-1)。
文摘
大坝是水电站核心的挡水建筑物,大坝变形规律的精准监控是保障水电站安全的重要手段。针对大坝变形非线性强的特点以及监控模型参数影响的问题,融合先进深度学习和仿生优化算法,利用蜜獾优化算法(honey badger optimization algorithm,HBA)对深度学习门控制循环单元(gated recurrent unit,GRU)模型的超参数进行优化,建立HBA-GRU组合模型应用于水电站大坝变形监控预测。通过某水电站面板堆石坝变形监测数据实证结果显示,提出的组合模型在保持较高预测准确性的同时展现出良好的泛化性能,可为同类型水电站工程安全监控模型的构建提供有效技术支撑。
关键词
水电站大坝
安全监控
变形预测
深度学习
门控制循环单元
蜜獾优化算法
Keywords
hydropower station dams
safety monitoring
displacement prediction
deep learning
gated recurrent unit(GRU)
honey
badger
optimization
algorithm
(
hba
)
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
基于HBA-ICEEMDAN和HWPE的行星齿轮箱故障诊断
被引量：
7
2
作者
陈爱午
王红卫
机构
江苏联合职业技术学院泰兴分院
东南大学机械工程学院
出处
《机电工程》
CAS
北大核心
2023年第8期1157-1166,共10页
基金
国家自然科学基金资助项目(52075095)。
文摘
针对行星齿轮箱的故障特征提取和模式识别问题,提出了结合蜜獾算法(HBA)优化改进自适应噪声完备经验模态分解(ICEEMDAN)、层次加权排列熵(HWPE)和灰狼算法(GWO)优化支持向量机(SVM)的行星齿轮箱故障诊断方法。首先,利用HBA优化了ICEEMDAN的白噪声幅值权重和噪声添加次数,并对行星齿轮箱的振动信号进行了HBA-ICEEMDAN分解,得到了若干个本征模态函数,筛选出其中相关系数较大的分量进行了重构;然后,利用HWPE提取了重构低噪信号的敏感特征值,获得了故障特征向量;最后,利用GWO优化了SVM的惩罚系数和核系数,训练GWO-SVM多故障分类器,对行星齿轮箱损伤进行了识别;利用行星齿轮箱的振动数据进行实验,验证了算法的有效性。研究结果表明:结合HBA-ICEEMDAN、HWPE和GWO-SVM的行星齿轮箱故障诊断方法能够准确地识别行星齿轮箱的典型单点故障和复合故障,识别准确率达到了98.15%。相较于其他组合方法,该方法在行星齿轮箱故障诊断中更具有有效性,更具有优越性。
关键词
齿轮传动
蜜獾算法
改进自适应噪声完备经验模态分解
层次加权排列熵
灰狼算法-优化支持向量机
行星齿轮箱
故障诊断
Keywords
gear transmission
honey
badger
algorithm
(
hba
)
improved complete ensemble empirical mode decomposition with adaptive noise(ICEEMDAN)
hierarchical weighted permutation entropy(HWPE)
grey wolf
algorithm
-optimal support vector machine(GWO-SVM)
planetary gearbox
fault diagnosis
分类号
TH132.41 [机械工程—机械制造及自动化]
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HBA-GRU的水电站大坝变形监控模型研究
黄勇
刘昱玚
宋璇
宋锦焘
朱海晨
张盛飞
《电网与清洁能源》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于HBA-ICEEMDAN和HWPE的行星齿轮箱故障诊断
陈爱午
王红卫
《机电工程》
CAS
北大核心
2023
7
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
