期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
一种基于Triplet loss的齿轮箱复合故障识别方法 被引量:8
1
作者 赵晓平 王逸飞 +2 位作者 张永宏 吴家新 王丽华 《振动与冲击》 EI CSCD 北大核心 2021年第5期46-54,共9页
随着设备检测点的数量与采样频率的增加,机械健康监测进入了"大数据"时代。深度学习以其强大的自适应特征提取和分类能力也在机械大数据处理方面取得了丰硕的成果。在故障诊断领域,目前深度学习方法的研究对象均集中于单一故... 随着设备检测点的数量与采样频率的增加,机械健康监测进入了"大数据"时代。深度学习以其强大的自适应特征提取和分类能力也在机械大数据处理方面取得了丰硕的成果。在故障诊断领域,目前深度学习方法的研究对象均集中于单一故障,而复合故障却鲜有人涉足。复合故障因为其各类故障信号间有耦合,变化的工况(负载,转速)也会对信号产生较大影响,所以难以准确诊断。面对复杂的复合故障,传统的Softmax分类器已不能精确高效的完成故障诊断。提出了一种基于Triplet loss的深度度量学习模型的诊断方法,对齿轮箱的轴承及齿轮这两种目标的故障同时进行诊断。其优势在于通过该模型提取故障信号的特征,再利用Triplet loss度量各类故障之间的距离,使得同类故障特征间的距离很近,异类故障特征间的距离很远,从而高效完成诊断任务。试验结果表明,该方法实现了在多种工况,大量样本下对齿轮箱内轴承和齿轮不同故障的准确诊断。 展开更多
关键词 机械故障诊断 深度度量学习 齿轮箱 轴承 齿轮
在线阅读 下载PDF
NOAA/NESDIS多平台热带气旋风场资料在中国东海区域评估 被引量:2
2
作者 田伟 吴立广 +2 位作者 刘青元 周伟灿 赵军平 《热带气象学报》 CSCD 北大核心 2016年第1期63-72,共10页
台风风场结构对台风预报和灾害评估具有重要的意义。作为目前仅有的高水平分辨率台风风场结构资料——NOAA/NESDIS全球多平台热带气旋风场资料(MTCSWA),虽然在北大西洋地区已经利用H*Wind资料进行了评估,但在西北太平洋地区还没有相关... 台风风场结构对台风预报和灾害评估具有重要的意义。作为目前仅有的高水平分辨率台风风场结构资料——NOAA/NESDIS全球多平台热带气旋风场资料(MTCSWA),虽然在北大西洋地区已经利用H*Wind资料进行了评估,但在西北太平洋地区还没有相关的评估和验证。利用自2008年以来影响浙江的3个台风的沿海海岛站和浮标站风场资料,以及相关的卫星资料,对MTCSWA资料进行了初步评估。结果表明MTCSWA资料所表现的台风非对称结构与卫星观测一致,MTCSWA资料的风速与实际观测风速的平均绝对误差(MAEs)为4.7m/s,与北大西洋的误差(5.0 m/s)相当,但在台风内核区域(大风半径附近)风速被低估,MAEs达7.4 m/s。 展开更多
关键词 多平台台风风场 台风内核大风 误差分析
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部