检索结果-维普期刊中文期刊服务平台

基于多尺度卷积神经网络的滚动轴承故障诊断方法被引量：41: 1; 作者许子非金江涛李春《振动与冲击》 EI CSCD 北大核心 2021年第18期212-220,共9页; 为提升滚动轴承在大噪声、变载荷及复杂工况下故障诊断的准确率,考虑被采信号具有时间多尺度特性,提出多尺度卷积神经网络(MTSC-CNN),开发一种“端到端”的故障诊断系统。为验证MTSC-CNN方法的有效性,通过实验数据,对11种含故障类型、... 展开更多; 关键词故障诊断卷积神经网络(CNN) 轴承多尺度; 在线阅读下载PDF 职称材料

基于VMD能量熵与优化支持向量机的轴承故障诊断被引量：14: 2; 作者金江涛许子非 +2 位作者李春缪维跑李根《计量学报》 CSCD 北大核心 2021年第7期898-905,共8页; 滚动轴承早期故障信号比较微弱,且受噪声与振动耦合影响,导致其故障判别失准。基于变分模态分解算法(VMD)与能量熵结合构建多模态特征矩阵,以灰狼算法(GWO)优化支持向量机(SVM)参数,提出VMD-Entropy-OSVM轴承智能故障诊断,采用轴承实验... 展开更多; 关键词计量学智能故障诊断滚动轴承变分模态分解能量熵灰狼算法支持向量机优化; 在线阅读下载PDF 职称材料

基于卷积双向长短期记忆网络与混沌理论的滚动轴承故障诊断被引量：5: 3; 作者金江涛许子非 +3 位作者李春缪维跑孙康肖俊青《振动与冲击》 EI CSCD 北大核心 2022年第17期160-169,共10页; 针对传统滚动轴承故障诊断方法在大噪声与变载荷环境下诊断困难的问题。基于混沌理论,通过卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)提出CCNN(Chaotic CNN)-BiLSTM智能故障诊断方法。采用相空间重构法将一维时间序列转化为二维混... 展开更多; 关键词卷积神经网络双向长短期记忆网络混沌理论轴承故障诊断; 在线阅读下载PDF 职称材料

NACA0018翼型锯齿格尼襟翼尾迹特征的Liutex分析被引量：1: 4; 作者于永迪陈榴 +1 位作者郑哲辉戴韧《太阳能学报》 EI CAS CSCD 北大核心 2022年第10期210-217,共8页; 在雷诺数Re=1.38×10^(5)时,采用实验测量对比研究NACA0018原始翼型以及带有格尼襟翼和齿形襟翼翼型的尾迹涡结构,对比锯齿襟翼与格尼襟翼的控制机理。结果表明,在小攻角下,锯齿襟翼较格尼襟翼大大降低尾迹速度亏损,但速度偏转小于... 展开更多; 关键词风力机流动控制尾迹涡锯齿格尼襟翼 Liutex; 在线阅读下载PDF 职称材料

基于改进经验小波变换与分形特征集的风力机齿轮箱故障诊断被引量：2: 5; 作者孙康金江涛 +2 位作者李春叶柯华许子非《太阳能学报》 EI CAS CSCD 北大核心 2023年第5期310-319,共10页; 针对风力机齿轮箱振动响应信号具有强非线性及非平稳性的特点,考虑平均幅值对平均谱负熵时频域成分权重自适应调节,提出连续改进平均谱负熵方法(ICASN)以体现信号细节复杂度特征,并将ICASN引入经验小波变换(EWT),替代傅里叶谱作为频带... 展开更多; 关键词风力机齿轮箱故障检测支持向量机经验小波变换连续改进平均谱负熵分形高斯噪声改进灰狼算法; 在线阅读下载PDF 职称材料

离心风机双圆弧型线的气动特性研究被引量：10: 6; 作者张晓伟杨爱玲陈二云《能源工程》 2018年第2期7-11,18,共6页; 通过控制双圆弧叶型两段圆弧相切点半径、切点处叶片角两个参数,设计多种双圆弧离心风机模型,采用计算流体力学获得风机性能和流场数值解,研究中间圆系数、叶片角系数对性能的影响。结果表明,双圆弧离心叶轮设计中中间圆系数取0.7时,整... 展开更多; 关键词双圆弧叶型数值计算离心风机气动性能; 在线阅读下载PDF 职称材料

基于续尺度卷积网络的10 MW漂浮式风力机筋腱损伤识别: 7; 作者许子非杨阳 +4 位作者李春缪维跑张万福金江涛王鑫雨《振动与冲击》 EI CSCD 北大核心 2022年第3期183-189,286,共8页; 为提升复杂环境中漂浮式风力机平台筋腱结构隐性损伤识别率,基于卷积神经网络(convolutional neural network,CNN),提出连续多尺度卷积神经网络(continues-multi-scale convolutional neural network,CMS-CNN),建立“端到端”的损伤识... 展开更多; 关键词卷积神经网络(CNN) 漂浮式风力机故障诊断结构损伤; 在线阅读下载PDF 职称材料

动叶前缘缝翼开缝位置对离心风机的气动作用: 8; 作者刘婧杨爱玲陈二云《能源工程》 2018年第2期12-18,共7页; 前缘缝翼是通过延缓流动分离和失速,提高飞机机翼升力,将前缘缝翼引入高负荷离心风机动叶的气动设计,以抑制叶片吸力面的边界层分离、改善风机气动性能,并基于数值模拟方法研究前缘缝翼起始位置和偏转角两个几何参数对风机流场与气动性... 展开更多; 关键词动叶前缘缝翼开缝位置偏转角数值模拟; 在线阅读下载PDF 职称材料

题名基于多尺度卷积神经网络的滚动轴承故障诊断方法被引量：41: 1; 作者许子非金江涛李春; 机构上海理工大学能源与动力工程学院上海市动力工程多项流动与传热重点实验室; 出处《振动与冲击》 EI CSCD 北大核心 2021年第18期212-220,共9页; 基金国家自然科学基金(51976131,51676131,51176129,51875361) 上海市“科技创新心动计划”地方院校能力建设项目(19060502200)。; 文摘为提升滚动轴承在大噪声、变载荷及复杂工况下故障诊断的准确率,考虑被采信号具有时间多尺度特性,提出多尺度卷积神经网络(MTSC-CNN),开发一种“端到端”的故障诊断系统。为验证MTSC-CNN方法的有效性,通过实验数据,对11种含故障类型、损伤程度不同以及4种存在故障混合的轴承状态进行识别。结果表明:考虑单一时间尺度提取时,因信息缺失导致模型性能欠佳;过多的时间尺度将产生信息过提取,继而增加模型复杂度,且弱化模型诊断能力。与现有方法相比,MTSC-CNN模型在复杂环境下性能更佳。此外,基于可视化技术,表明由于不同尺度所学习特征存在互补性,而使模型具有较强的鲁棒性。; 关键词故障诊断卷积神经网络(CNN) 轴承多尺度; Keywords fault diagnosis convolutional neural network(CNN) bearing multiscale; 分类号 TH133 [机械工程—机械制造及自动化] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于VMD能量熵与优化支持向量机的轴承故障诊断被引量：14: 2; 作者金江涛许子非李春缪维跑李根; 机构上海理工大学能源与动力工程学院上海市动力工程多项流动与传热重点实验室; 出处《计量学报》 CSCD 北大核心 2021年第7期898-905,共8页; 基金国家自然科学基金(51976131,51676131) 上海市“科技创新行动计划”地方院校能力建设项目(19060502200)。; 文摘滚动轴承早期故障信号比较微弱,且受噪声与振动耦合影响,导致其故障判别失准。基于变分模态分解算法(VMD)与能量熵结合构建多模态特征矩阵,以灰狼算法(GWO)优化支持向量机(SVM)参数,提出VMD-Entropy-OSVM轴承智能故障诊断,采用轴承实验数据验证所提方法的有效性与优越性。实验结果表明:VMD-Entropy-OSVM不仅可识别轴承损伤末期的不同故障类型,且在识别损伤初期亦有较高准确度;在信噪比为8 dB下准确率高达99.8%,比现有方法提高3.3%~27.3%;当信噪比为0 dB下仍有73.5%的准确度,比现有方法提高11%~33%,该模型表现出良好的泛化性能;在相同计算资源下,所需运行时间更短,效率更高。; 关键词计量学智能故障诊断滚动轴承变分模态分解能量熵灰狼算法支持向量机优化; Keywords metrology intelligent fault diagnosis rolling bearing variational mode decomposition energy entropy grey wolf optimizer support vector machine optimization; 分类号 TB936 [机械工程—测试计量技术及仪器] TB973 [机械工程—测试计量技术及仪器]; 在线阅读下载PDF 职称材料

题名基于卷积双向长短期记忆网络与混沌理论的滚动轴承故障诊断被引量：5: 3; 作者金江涛许子非李春缪维跑孙康肖俊青; 机构上海理工大学能源与动力工程学院上海市动力工程多项流动与传热重点实验室; 出处《振动与冲击》 EI CSCD 北大核心 2022年第17期160-169,共10页; 基金国家自然科学基金(51976131,52006148) 上海市“科技创新心动计划”地方院校能力建设项目(19060502200)。; 文摘针对传统滚动轴承故障诊断方法在大噪声与变载荷环境下诊断困难的问题。基于混沌理论,通过卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)提出CCNN(Chaotic CNN)-BiLSTM智能故障诊断方法。采用相空间重构法将一维时间序列转化为二维混沌序列,学习并提取混沌序列中有效非线性信息,并输入Softmax层中完成分类。结果表明,较之现有方法,所提CCNN-BiLSTM方法在变载荷和大噪声(信噪比为-8 dB)环境下的准确率分别至少高出3.76%与5.21%,表明该方法具有良好的鲁棒性和泛化性能。; 关键词卷积神经网络双向长短期记忆网络混沌理论轴承故障诊断; Keywords convolutional neural network(CNN) bi-directional long-short term memory network(BiLSTMN) chaos theory bearing fault diagnosis; 分类号 TH113 [机械工程—机械设计及理论]; 在线阅读下载PDF 职称材料

题名NACA0018翼型锯齿格尼襟翼尾迹特征的Liutex分析被引量：1: 4; 作者于永迪陈榴郑哲辉戴韧; 机构上海理工大学能源与动力工程学院上海市动力工程多项流动与传热重点实验室; 出处《太阳能学报》 EI CAS CSCD 北大核心 2022年第10期210-217,共8页; 基金国家自然科学基金(52006147)。; 文摘在雷诺数Re=1.38×10^(5)时,采用实验测量对比研究NACA0018原始翼型以及带有格尼襟翼和齿形襟翼翼型的尾迹涡结构,对比锯齿襟翼与格尼襟翼的控制机理。结果表明,在小攻角下,锯齿襟翼较格尼襟翼大大降低尾迹速度亏损,但速度偏转小于格尼襟翼。通过Liutex分析发现气流经过锯齿襟翼后产生了对涡结构,与襟翼固有的流向涡掺混耗散,削弱由于流向涡引起的尾流不稳定性,从而减小翼型的阻力。对比齿形结构不同位置处的流动表明,在尾缘附近,速度偏转角从齿根,齿中到齿尖依次增加,对于远场的尾迹,3个截面的流动一致。; 关键词风力机流动控制尾迹涡锯齿格尼襟翼 Liutex; Keywords wind turbines flow control vortex serrated Gurney flap Liutex; 分类号 TK89 [动力工程及工程热物理—流体机械及工程]; 在线阅读下载PDF 职称材料

题名基于改进经验小波变换与分形特征集的风力机齿轮箱故障诊断被引量：2: 5; 作者孙康金江涛李春叶柯华许子非; 机构上海理工大学能源与动力工程学院上海市动力工程多项流动与传热重点实验室; 出处《太阳能学报》 EI CAS CSCD 北大核心 2023年第5期310-319,共10页; 基金国家自然科学基金(51976131 52006148 +1 种基金 52106262) 上海“科技创新行动计划”地方院校能力建设项目(19060502200)。; 文摘针对风力机齿轮箱振动响应信号具有强非线性及非平稳性的特点,考虑平均幅值对平均谱负熵时频域成分权重自适应调节,提出连续改进平均谱负熵方法(ICASN)以体现信号细节复杂度特征,并将ICASN引入经验小波变换(EWT),替代傅里叶谱作为频带划分依据。采用ICASN-EWT分解振动信号,基于改进平均谱负熵筛选特征分量,剔除信号冗余与噪声影响。分析各敏感分量分形特征并构建高维特征集,采用流形学习进行维数约简,并结合分形高斯噪声改进灰狼算法优化支持向量机关键参数,将降维后的向量集输入优化支持向量机进行故障识别与诊断,准确率高达100%。; 关键词风力机齿轮箱故障检测支持向量机经验小波变换连续改进平均谱负熵分形高斯噪声改进灰狼算法; Keywords wind turbines gearbox fault detection support vector machines empirical wavelet transform improved continuous average spectral negentropy fractal Gaussian noise grey wolf optimizer; 分类号 TP277 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名离心风机双圆弧型线的气动特性研究被引量：10: 6; 作者张晓伟杨爱玲陈二云; 机构上海理工大学能源与动力工程学院上海市动力工程多项流动与传热重点实验室; 出处《能源工程》 2018年第2期7-11,18,共6页; 基金国家自然科学基金资助项目(51305267); 文摘通过控制双圆弧叶型两段圆弧相切点半径、切点处叶片角两个参数,设计多种双圆弧离心风机模型,采用计算流体力学获得风机性能和流场数值解,研究中间圆系数、叶片角系数对性能的影响。结果表明,双圆弧离心叶轮设计中中间圆系数取0.7时,整机性能平稳,效率和压升较高;在叶轮进口段叶片角缓慢增长而在出口段叶片角的快速增大有利于减小流动损失,改善流场品质,提高风机效率。; 关键词双圆弧叶型数值计算离心风机气动性能; Keywords double circular arc profile numerical calculation centrifugal fan aerodynamic performance; 分类号 TH432 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于续尺度卷积网络的10 MW漂浮式风力机筋腱损伤识别: 7; 作者许子非杨阳李春缪维跑张万福金江涛王鑫雨; 机构上海理工大学能源与动力工程学院利物浦约翰摩尔斯大学海洋与机械学院宁波大学海运学院上海市动力工程多项流动与传热重点实验室; 出处《振动与冲击》 EI CSCD 北大核心 2022年第3期183-189,286,共8页; 基金国家自然科学基金(51976131,51676131,51875361) 上海市“科技创新心动计划”地方院校能力建设项目(19060502200)。; 文摘为提升复杂环境中漂浮式风力机平台筋腱结构隐性损伤识别率,基于卷积神经网络(convolutional neural network,CNN),提出连续多尺度卷积神经网络(continues-multi-scale convolutional neural network,CMS-CNN),建立“端到端”的损伤识别模型。为验证CMS-CNN方法的有效性,以10 MW漂浮式风力机为研究对象,对损伤位置、程度进行故障诊断,结果表明:连续多尺度模型比传统多尺度的诊断结果更佳;横荡加速度受环境载荷影响较小,基于此响应信号所训练的CMS-CNN诊断模型更可靠;CMS-CNN模型可在筋腱结构微弱损伤时实现精准定位,亦能完成结构隐性损伤程度识别。; 关键词卷积神经网络(CNN) 漂浮式风力机故障诊断结构损伤; Keywords convolutional neural network(CNN) floating wind turbine fault diagnosis structural damage; 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

题名动叶前缘缝翼开缝位置对离心风机的气动作用: 8; 作者刘婧杨爱玲陈二云; 机构上海理工大学能源与动力工程学院上海市动力工程多项流动与传热重点实验室; 出处《能源工程》 2018年第2期12-18,共7页; 基金上海市科委科研计划项目(13DZ2260900); 文摘前缘缝翼是通过延缓流动分离和失速,提高飞机机翼升力,将前缘缝翼引入高负荷离心风机动叶的气动设计,以抑制叶片吸力面的边界层分离、改善风机气动性能,并基于数值模拟方法研究前缘缝翼起始位置和偏转角两个几何参数对风机流场与气动性能的影响。研究结果表明,30%弦长处为最佳开缝位置,其总压升和效率最大增幅分别达到13.1%和1.2%。动叶前缘缝翼的存在加速了后叶片吸力面流体的流动,抑制了后叶片尾部边界层的分离,且具有动叶前缘缝翼的离心叶轮速度分布更加均匀,压升更大。动叶前缘缝翼的开缝位置对提高离心风机总压升和效率具有重要的影响。; 关键词动叶前缘缝翼开缝位置偏转角数值模拟; Keywords leading-edge slat location deflection angle numerical simulation; 分类号 TH432 [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	基于多尺度卷积神经网络的滚动轴承故障诊断方法	许子非金江涛李春	《振动与冲击》 EI CSCD 北大核心	2021	41	在线阅读下载PDF 职称材料
2	基于VMD能量熵与优化支持向量机的轴承故障诊断	金江涛许子非李春缪维跑李根	《计量学报》 CSCD 北大核心	2021	14	在线阅读下载PDF 职称材料
3	基于卷积双向长短期记忆网络与混沌理论的滚动轴承故障诊断	金江涛许子非李春缪维跑孙康肖俊青	《振动与冲击》 EI CSCD 北大核心	2022	5	在线阅读下载PDF 职称材料
4	NACA0018翼型锯齿格尼襟翼尾迹特征的Liutex分析	于永迪陈榴郑哲辉戴韧	《太阳能学报》 EI CAS CSCD 北大核心	2022	1	在线阅读下载PDF 职称材料
5	基于改进经验小波变换与分形特征集的风力机齿轮箱故障诊断	孙康金江涛李春叶柯华许子非	《太阳能学报》 EI CAS CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
6	离心风机双圆弧型线的气动特性研究	张晓伟杨爱玲陈二云	《能源工程》	2018	10	在线阅读下载PDF 职称材料
7	基于续尺度卷积网络的10 MW漂浮式风力机筋腱损伤识别	许子非杨阳李春缪维跑张万福金江涛王鑫雨	《振动与冲击》 EI CSCD 北大核心	2022	0	在线阅读下载PDF 职称材料
8	动叶前缘缝翼开缝位置对离心风机的气动作用	刘婧杨爱玲陈二云	《能源工程》	2018	0	在线阅读下载PDF 职称材料