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
基于改进的二进制蚁狮算法的特征选择模型及应用
被引量：
8
1
作者
赵转哲
叶国文
+3 位作者
张宇
刘永明
张振
何康
《计算机集成制造系统》
EI
CSCD
北大核心
2021年第7期1898-1908,共11页
为了降低滚动轴承故障数据集的特征维度,选取最有效的数据特征,首先提出一种改进的二进制蚁狮算法,该算法通过引入种群保护集机制,对具有寻优潜力的部分蚂蚁进行保留,并将保护集内群体与主群并行迭代,以加强算法的全局寻优能力,然后通过...
为了降低滚动轴承故障数据集的特征维度,选取最有效的数据特征,首先提出一种改进的二进制蚁狮算法,该算法通过引入种群保护集机制,对具有寻优潜力的部分蚂蚁进行保留,并将保护集内群体与主群并行迭代,以加强算法的全局寻优能力,然后通过0-1背包问题验证了该算法的有效性;最后将上述改进融入混合式特征选择模型中,在UCI标准测试数据集与凯斯西储大学滚动轴承故障数据集上分别应用该模型进行特征选择。实验结果表明,融合改进二进制蚁狮算法的混合式特征选择模型的识别精度与特征约简能力均得到明显的提升。
展开更多
关键词
二进制蚁狮算法
种群保护集
并行迭代
0-1背包问题
混合式特征选择
轴承故障
在线阅读
下载PDF
职称材料
基于EEMD-PSO-ELM的RV减速器故障诊断模型
被引量：
9
2
作者
刘永明
叶国文
+1 位作者
赵转哲
张振
《计算机集成制造系统》
EI
CSCD
北大核心
2023年第1期224-235,共12页
为了准确评估旋转矢量(RV)减速器的工作状态,针对RV减速器故障不明显、样本数据少、难诊断的问题,首先从理论上证明RV减速器正常运行时扭矩传递时具有周期性,利用旋转机械测试信号周期演变特征和集成经验模态分解(EEMD)可以有效反映数...
为了准确评估旋转矢量(RV)减速器的工作状态,针对RV减速器故障不明显、样本数据少、难诊断的问题,首先从理论上证明RV减速器正常运行时扭矩传递时具有周期性,利用旋转机械测试信号周期演变特征和集成经验模态分解(EEMD)可以有效反映数据周期性的特点,提出一种基于EEMD的粒子群优化(PSO)算法的极限学习机(ELM)故障诊断模型,同时采用西安交通大学轴承实验数据集验证了模型性能。在此基础上,将RV减速机测试平台所测得的数据代入所提模型,最后与其他模型进行对比,结果显示所提模型能够更有效地判断出RV减速机的工作状态。
展开更多
关键词
旋转矢量减速器
集成经验模态分解
粒子群优化算法
极限学习机
故障诊断
在线阅读
下载PDF
职称材料
题名
基于改进的二进制蚁狮算法的特征选择模型及应用
被引量：
8
1
作者
赵转哲
叶国文
张宇
刘永明
张振
何康
机构
安徽
工程
大学
机械
工程
学院
安徽工程大学人机自然交互和高效协同技术研究中心安徽省新型研发机构
宿州学院机械与电子
工程
学院
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2021年第7期1898-1908,共11页
基金
安徽省自然科学基金面上资助项目(1808085ME127)
安徽工程大学引进人才科研启动基金资助项目(2019YQQ004)
+1 种基金
安徽工程大学校级科研资助项目(Xjky019201905)
高校优秀青年骨干人才国外访问研修资助项目(gxgwfx2019041)。
文摘
为了降低滚动轴承故障数据集的特征维度,选取最有效的数据特征,首先提出一种改进的二进制蚁狮算法,该算法通过引入种群保护集机制,对具有寻优潜力的部分蚂蚁进行保留,并将保护集内群体与主群并行迭代,以加强算法的全局寻优能力,然后通过0-1背包问题验证了该算法的有效性;最后将上述改进融入混合式特征选择模型中,在UCI标准测试数据集与凯斯西储大学滚动轴承故障数据集上分别应用该模型进行特征选择。实验结果表明,融合改进二进制蚁狮算法的混合式特征选择模型的识别精度与特征约简能力均得到明显的提升。
关键词
二进制蚁狮算法
种群保护集
并行迭代
0-1背包问题
混合式特征选择
轴承故障
Keywords
binary ant lion optimizer
population protection set
parallel iteration
0-1 knapsack problem
hybrid feature selection
bearing fault
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TH165.3 [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
基于EEMD-PSO-ELM的RV减速器故障诊断模型
被引量：
9
2
作者
刘永明
叶国文
赵转哲
张振
机构
安徽
工程
大学
机械
工程
学院
安徽工程大学人机自然交互和高效协同技术研究中心安徽省新型研发机构
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2023年第1期224-235,共12页
基金
安徽省自然科学基金面上资助项目(1808085ME127)
安徽工程大学引进人才科研启动基金资助项目(2019YQ0004)
+2 种基金
RV减速器隐性故障诊断应用性能提升技术资助项目(2022AH050995)
安徽工程大学-鸠江区产业协同创新专项基金资助项目(2021cyxtb9)
安徽省智能机器人信息融合与控制工程实验室开放课题资助项目(IFCIR2020001)。
文摘
为了准确评估旋转矢量(RV)减速器的工作状态,针对RV减速器故障不明显、样本数据少、难诊断的问题,首先从理论上证明RV减速器正常运行时扭矩传递时具有周期性,利用旋转机械测试信号周期演变特征和集成经验模态分解(EEMD)可以有效反映数据周期性的特点,提出一种基于EEMD的粒子群优化(PSO)算法的极限学习机(ELM)故障诊断模型,同时采用西安交通大学轴承实验数据集验证了模型性能。在此基础上,将RV减速机测试平台所测得的数据代入所提模型,最后与其他模型进行对比,结果显示所提模型能够更有效地判断出RV减速机的工作状态。
关键词
旋转矢量减速器
集成经验模态分解
粒子群优化算法
极限学习机
故障诊断
Keywords
rotate vector reducer
empirical mode decomposition
particle swarm optimization
extreme learning machine
fault diagnosis
分类号
TH13 [机械工程—机械制造及自动化]
TP181 [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
作者
出处
发文年
被引量
操作
1
基于改进的二进制蚁狮算法的特征选择模型及应用
赵转哲
叶国文
张宇
刘永明
张振
何康
《计算机集成制造系统》
EI
CSCD
北大核心
2021
8
在线阅读
下载PDF
职称材料
2
基于EEMD-PSO-ELM的RV减速器故障诊断模型
刘永明
叶国文
赵转哲
张振
《计算机集成制造系统》
EI
CSCD
北大核心
2023
9
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
