期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于精细复合多元多尺度散布熵和深度残差收缩网络的轴向柱塞泵故障诊断
1
作者 储焰 常远 汤何胜 《机床与液压》 北大核心 2025年第6期142-147,共6页
为了克服单传感器振动信息不能全面表达柱塞泵故障特征信息的问题,提出一种新的轴向柱塞泵故障诊断方法,将精细复合多元多尺度散布熵(RCMMDE)嵌入深度残差收缩网络(DRSN)框架中,更精确地提取轴向柱塞泵非线性故障特征。通过RCMMDE全面... 为了克服单传感器振动信息不能全面表达柱塞泵故障特征信息的问题,提出一种新的轴向柱塞泵故障诊断方法,将精细复合多元多尺度散布熵(RCMMDE)嵌入深度残差收缩网络(DRSN)框架中,更精确地提取轴向柱塞泵非线性故障特征。通过RCMMDE全面表征轴向柱塞泵故障信息,构建故障特征集;利用DRSN对轴向柱塞泵的故障进行分类;最后,通过轴向柱塞泵故障模拟实验,获取典型故障信号特征,并与其他智能诊断算法进行对比,验证模型的泛化能力,实现柱塞泵故障特征的精准识别。结果表明:随着尺度因子的增大,RCMMDE可实现轴向柱塞泵微弱故障特征的有效分离;DRSN模型提高了对高噪声振动信号的特征学习能力,故障诊断精度达到96.21%,明显优于其他分类算法。 展开更多
关键词 轴向柱塞泵 故障诊断 精细复合多元多尺度散布熵(rcmmde) 深度残差收缩网络(DRSN)
在线阅读 下载PDF
基于变分模态分解和精细复合多尺度均值散布熵的轴承故障诊断 被引量:8
2
作者 张婕 张梅 陈万利 《机电工程》 CAS 北大核心 2023年第5期682-690,共9页
为充分提取非线性、非平稳的轴承故障信号特征信息,进而提高轴承故障诊断精度,提出了一种基于变分模态分解(VMD)和精细复合多尺度均值散布熵(RCMMDE)的轴承故障诊断方法(算法)。首先,使用VMD将轴承故障振动信号分解为了多个模态分量,通... 为充分提取非线性、非平稳的轴承故障信号特征信息,进而提高轴承故障诊断精度,提出了一种基于变分模态分解(VMD)和精细复合多尺度均值散布熵(RCMMDE)的轴承故障诊断方法(算法)。首先,使用VMD将轴承故障振动信号分解为了多个模态分量,通过评估原信号与模态分量信号的互相关程度,筛选了其有效模态,并对其进行了信号重构,实现了故障信号的降噪处理目的;然后,使用精细复合均值化代替了传统粗粒化方法,利用RCMMDE方法提取了重构信号的多尺度熵值,构成了特征样本集;最后,通过鲸鱼算法(WOA)对支持向量机(SVM)进行了超参数寻优,构建了最优的故障检测模型,并将特征样本集输入到WOA-SVM模型中进行了轴承故障诊断,并通过实验评估验证了模型的有效性。研究结果表明:该模型准确率达到99.67%,精确率、召回率等各项性能指标均在99%以上,并具有很强的鲁棒性。 展开更多
关键词 轴承故障诊断 变分模态分解 精细复合多尺度均值散布熵 鲸鱼算法 支持向量机 超参数寻优
在线阅读 下载PDF
A comparative study of four nonlinear dynamic methods and their applications in classification of ship-radiated noise 被引量:1
3
作者 Yu-xing Li Shang-bin Jiao +2 位作者 Bo Geng Qing Zhang You-min Zhang 《Defence Technology(防务技术)》 SCIE EI CAS CSCD 2022年第2期183-193,共11页
Refined composite multi-scale dispersion entropy(RCMDE),as a new and effective nonlinear dynamic method,has been applied in the field of medical diagnosis and fault diagnosis.In this paper,we first introduce RCMDE int... Refined composite multi-scale dispersion entropy(RCMDE),as a new and effective nonlinear dynamic method,has been applied in the field of medical diagnosis and fault diagnosis.In this paper,we first introduce RCMDE into the field of underwater acoustic signal processing for complexity feature extraction of ship radiated noise,and then propose a novel classification method for ship-radiated noise based on RCMDE and k-nearest neighbor(KNN),termed RCMDE-KNN.The results of a comparative experiment show that the proposed RCMDE-KNN classification method can effectively extract the complexity features of ship-radiated noise,and has better classification performance under one and two scales than the other three classification methods based on multi-scale permutation entropy(MPE)and KNN,multi-scale weighted-permutation entropy(MW-PE)and KNN,and multi-scale dispersion entropy(MDE)and KNN,termed MPE-KNN,MW-PE-KNN,and MDE-KNN.It is proved that the RCMDE-KNN classification method for ship-radiated noise is feasible and effective,and can obtain a very high recognition rate. 展开更多
关键词 Nonlinear dynamic refined composite multi-scale dispersion entropy(RCMDE) multi-scale dispersion entropy(MDE) multi-scale weighted-permutation entropy (MW-PE) multi-scale permutation entropy(MPE) Classification of ship-radiated noise
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部