检索结果-维普期刊中文期刊服务平台

基于熵-流特征和樽海鞘群优化支持向量机的故障诊断方法被引量：25: 1; 作者王振亚姚立纲 +1 位作者蔡永武张俊《振动与冲击》 EI CSCD 北大核心 2021年第6期107-114,共8页; 针对旋转机械设备故障特征提取困难的问题,提出一种熵-流特征和樽海鞘群优化支持向量机(salp swarm optimization support vector machine,SSO-SVM)的故障诊断方法。利用改进多尺度加权排列熵(improved multiscale weighted permutation... 展开更多; 关键词故障诊断行星齿轮箱熵-流特征改进多尺度加权排列熵(Imwpe) 等度规映射(Isomap) 樽海鞘群优化算法(SSO) 支持向量机(SVM); 在线阅读下载PDF 职称材料

基于改进多元多尺度加权排列熵的齿轮箱故障诊断被引量：5: 2; 作者赵家浩廖晓娟唐锡雷《组合机床与自动化加工技术》北大核心 2022年第12期48-52,共5页; 齿轮箱振动存在多个传递路径,而典型齿轮箱故障诊断方法一般使用单个路径的单通道振动信号,易造成其它通道信息的遗漏。为充分利用不同路径振动信号故障信息,增强故障特征的质量,引入了多元多尺度加权排列熵,对其粗粒化方式进行了完善,... 展开更多; 关键词齿轮箱改进多元多尺度加权排列熵成对邻近特征故障诊断; 在线阅读下载PDF 职称材料

广义复合多尺度加权排列熵与参数优化支持向量机的滚动轴承故障诊断被引量：26: 3; 作者丁嘉鑫王振亚 +1 位作者姚立纲蔡永武《中国机械工程》 EI CAS CSCD 北大核心 2021年第2期147-155,共9页; 针对滚动轴承特征提取和故障识别两个关键环节,提出了一种广义复合多尺度加权排列熵(GCMWPE)与参数优化支持向量机相结合的故障诊断方法。利用GCMWPE全面表征滚动轴承故障特征信息,构建高维故障特征集。应用监督等度规映射(S-Isomap)算... 展开更多; 关键词广义复合多尺度加权排列熵支持向量机等度规映射滚动轴承故障诊断; 在线阅读下载PDF 职称材料

基于谱熵梅尔积和改进VMD的轴承故障预警被引量：10: 4; 作者马小平李博华 +2 位作者蔡蔓利韩正化陈泽彭《北京理工大学学报》 EI CAS CSCD 北大核心 2021年第11期1179-1187,共9页; 针对传统轴承故障预警实时性较差、故障特征提取准确性影响预警效果的问题,将语音端点识别思想进行迁移,采用谱熵梅尔积特征的双门限法实时追踪故障起始点.为克服变分模态分解(variational mode decomposition,VMD)参数选取不当和端点... 展开更多; 关键词谱熵梅尔积改进变分模态分解多尺度加权排列熵轴承故障诊断; 在线阅读下载PDF 职称材料

题名基于熵-流特征和樽海鞘群优化支持向量机的故障诊断方法被引量：25: 1; 作者王振亚姚立纲蔡永武张俊; 机构福州大学机械工程及自动化学院; 出处《振动与冲击》 EI CSCD 北大核心 2021年第6期107-114,共8页; 基金国家自然科学基金(51775114,51275092) 福建省工业机器人基础部件技术重大研发平台(2014H21010011)。; 文摘针对旋转机械设备故障特征提取困难的问题,提出一种熵-流特征和樽海鞘群优化支持向量机(salp swarm optimization support vector machine,SSO-SVM)的故障诊断方法。利用改进多尺度加权排列熵(improved multiscale weighted permutation entropy,IMWPE)提取机械设备不同工况下的故障特征;采用监督等度规映射(S-Isomap)流形学习进行降维处理,获取低维的熵-流特征集;将熵-流特征输入至SSO-SVM多故障分类器进行识别与诊断。行星齿轮箱故障诊断实验分析结果表明:IMWPE+S-Isomap熵-流特征提取方法优于现有的多尺度排列熵(multiscale permutation entropy,MPE)、多尺度加权排列熵(multiscale weighted permutation entropy,MWPE)和IMWPE等熵值特征提取方法以及IMWPE+等度规映射(Isomap)和IMWPE+线性局部切空间排列(linear local tangent space alignment,LLTSA)等熵-流特征提取方法;樽海鞘群算法对支持向量机参数寻优效果优于粒子群、灰狼群、人工蜂群和蝙蝠群等算法;所提故障诊断方法识别精度达到100%,能够有效诊断出行星齿轮箱各工况类型。; 关键词故障诊断行星齿轮箱熵-流特征改进多尺度加权排列熵(Imwpe) 等度规映射(Isomap) 樽海鞘群优化算法(SSO) 支持向量机(SVM); Keywords fault diagnosis planetary gearbox entropy-manifold feature improved multiscale weighted permutation entropy(Imwpe) isometric mapping(Isomap) salp swarm optimization(SSO)algorithm support vector machine(SVM); 分类号 TH165.3 [机械工程—机械制造及自动化] TN911.7 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于改进多元多尺度加权排列熵的齿轮箱故障诊断被引量：5: 2; 作者赵家浩廖晓娟唐锡雷; 机构山东大学微电子学院山东旅游职业学院工商管理系重庆科创职业学院人工智能学院; 出处《组合机床与自动化加工技术》北大核心 2022年第12期48-52,共5页; 文摘齿轮箱振动存在多个传递路径,而典型齿轮箱故障诊断方法一般使用单个路径的单通道振动信号,易造成其它通道信息的遗漏。为充分利用不同路径振动信号故障信息,增强故障特征的质量,引入了多元多尺度加权排列熵,对其粗粒化方式进行了完善,提出了改进多元多尺度加权排列熵(IMMWPE),实现齿轮箱多通道振动信号的故障特征提取。基于此,提出了一种结合IMMWPE、成对邻近特征和粒子群优化支持向量机的齿轮箱故障诊断方法。通过齿轮箱多通道数据分析,将其与多元多尺度样本熵、多元多尺度排列熵和多元多尺度模糊熵等方法进行对比,结果证明该方法能够准确识别齿轮箱的各类故障,而且优于对比方法。; 关键词齿轮箱改进多元多尺度加权排列熵成对邻近特征故障诊断; Keywords gearbox improved multivariate multiscale weighted permutation entropy pair-wise feature proximity fault diagnosis; 分类号 TH165 [机械工程—机械制造及自动化] TG659 [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

题名广义复合多尺度加权排列熵与参数优化支持向量机的滚动轴承故障诊断被引量：26: 3; 作者丁嘉鑫王振亚姚立纲蔡永武; 机构福州大学机械工程及自动化学院; 出处《中国机械工程》 EI CAS CSCD 北大核心 2021年第2期147-155,共9页; 基金国家自然科学基金(51775114,51275092) 福建省工业机器人基础部件技术重大研发平台项目(2014H21010011)。; 文摘针对滚动轴承特征提取和故障识别两个关键环节,提出了一种广义复合多尺度加权排列熵(GCMWPE)与参数优化支持向量机相结合的故障诊断方法。利用GCMWPE全面表征滚动轴承故障特征信息,构建高维故障特征集。应用监督等度规映射(S-Isomap)算法进行有效的二次特征提取。采用天牛须搜索优化支持向量机(BAS-SVM)诊断识别故障类型。将所提方法应用于滚动轴承实验数据分析过程,结果表明:GCMWPE特征提取效果优于多尺度加权排列熵、复合多尺度加权排列熵和广义多尺度加权排列熵;GCMWPE与S-Isomap相结合的特征提取方法可在低维空间中有效区分滚动轴承不同故障类型;BAS-SVM的识别正确率和识别速度优于粒子群优化支持向量机、模拟退火优化支持向量机和人工鱼群优化支持向量机;所提方法能够有效、精准地识别出各故障类型。; 关键词广义复合多尺度加权排列熵支持向量机等度规映射滚动轴承故障诊断; Keywords generalized composite multiscale weighted permutation entropy(GCmwpe) support vector machine(SVM) isometric mapping rolling bearing fault diagnosis; 分类号 TH165.3 [机械工程—机械制造及自动化] TN911.7 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于谱熵梅尔积和改进VMD的轴承故障预警被引量：10: 4; 作者马小平李博华蔡蔓利韩正化陈泽彭; 机构中国矿业大学信息与控制工程学院; 出处《北京理工大学学报》 EI CAS CSCD 北大核心 2021年第11期1179-1187,共9页; 基金国家重点研发计划资助项目(2018YFC0808100) 江苏省重点研发计划资助项目(SBE2016000850)。; 文摘针对传统轴承故障预警实时性较差、故障特征提取准确性影响预警效果的问题,将语音端点识别思想进行迁移,采用谱熵梅尔积特征的双门限法实时追踪故障起始点.为克服变分模态分解(variational mode decomposition,VMD)参数选取不当和端点效应对提取效果造成的影响,提出能量差网格搜索法对VMD进行参数寻优,并用支持向量回归机对端点效应进行抑制,结合多尺度加权排列熵在检测振动信号随机性方面的优势,充分发挥VMD对信号的重构能力,对起始点后的故障段进行特征捕捉.通过实际轴承故障信号的实验及数据分析,验证了该方法在轴承故障预警中的有效性.; 关键词谱熵梅尔积改进变分模态分解多尺度加权排列熵轴承故障诊断; Keywords product of spectral entropy and MFCCo(MFPH) improved VMD multiscale weighted permutation entropy(mwpe) bearing fault diagnosis; 分类号 TH212 [机械工程—机械制造及自动化] TH213.3 [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	基于熵-流特征和樽海鞘群优化支持向量机的故障诊断方法	王振亚姚立纲蔡永武张俊	《振动与冲击》 EI CSCD 北大核心	2021	25	在线阅读下载PDF 职称材料
2	基于改进多元多尺度加权排列熵的齿轮箱故障诊断	赵家浩廖晓娟唐锡雷	《组合机床与自动化加工技术》北大核心	2022	5	在线阅读下载PDF 职称材料
3	广义复合多尺度加权排列熵与参数优化支持向量机的滚动轴承故障诊断	丁嘉鑫王振亚姚立纲蔡永武	《中国机械工程》 EI CAS CSCD 北大核心	2021	26	在线阅读下载PDF 职称材料
4	基于谱熵梅尔积和改进VMD的轴承故障预警	马小平李博华蔡蔓利韩正化陈泽彭	《北京理工大学学报》 EI CAS CSCD 北大核心	2021	10	在线阅读下载PDF 职称材料