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LF-GWO优化FKCA模型的齿轮箱故障诊断研究
被引量：
2
1
作者
袁荷伟
李高磊
+1 位作者
袁黎
张强
《机械设计与制造》
北大核心
2023年第4期239-242,共4页
采用莱维飞行策略对灰狼优化算法进行了优化,显著提升了算法的初期搜索性能。建立了LF-GWO算法求解FKCA模型,并给出了故障诊断步骤。通过实验验证结果表明:经过800次迭代计算处理时,LF-GWO寻优形成的最小错误率2%,以LF-GWO/FKCA诊断测...
采用莱维飞行策略对灰狼优化算法进行了优化,显著提升了算法的初期搜索性能。建立了LF-GWO算法求解FKCA模型,并给出了故障诊断步骤。通过实验验证结果表明:经过800次迭代计算处理时,LF-GWO寻优形成的最小错误率2%,以LF-GWO/FKCA诊断测试集时获得了98%的正确率,只对点蚀与磨损的故障类型存在错误判断各一处情况。相比较FKCA和BP方法,采用LF-GWO/FKCA方法则可以将无标签缺齿数据归为第4类,从而实现与已知故障类型的区分,达到了更高的正确率,实际测试正确率为98%,显著提升故障诊断正确率。对齿轮箱的故障进行诊断仿真显示本文设计的诊断方法可以达到很低的错误率,表现出了优异的故障诊断性能。
展开更多
关键词
灰狼优化算法
模糊核聚类
齿轮箱
故障诊断
错误率
在线阅读
下载PDF
职称材料
基于VMD-MDE的柱塞泵磨损故障诊断研究
被引量：
9
2
作者
曲全鹏
曲海军
张强
《机电工程》
CAS
北大核心
2021年第9期1202-1206,共5页
通过变分模态分解特征能量重构法(VMD)来实现对故障进行分析时,存在准确性不高的问题,针对这一问题,提出了一种通过变分模态分解特征能量重构法(VMD)和多尺度散布熵实现的柱塞泵滑靴磨损故障诊断方法。首先,对原始信号先进行了VMD分解,...
通过变分模态分解特征能量重构法(VMD)来实现对故障进行分析时,存在准确性不高的问题,针对这一问题,提出了一种通过变分模态分解特征能量重构法(VMD)和多尺度散布熵实现的柱塞泵滑靴磨损故障诊断方法。首先,对原始信号先进行了VMD分解,获得了能量余量;然后,设计了一种建立在特征能量占比(FER)基础上的变分模态分解特征能量重构法(VMD)和多尺度散布熵(MDE)的方法;最后,以柱塞泵故障诊断为研究对象,通过仿真分析方法,依次对柱塞泵在正常状态与滑靴端面磨损为0.1 mm、0.2 mm、0.3 mm状态下的情况进行了分析。仿真及研究结果表明:在逐渐增加时间尺度的过程中,粗粒化序列的随机性和复杂性都明显下降;故障程度增大后,形成了更加规律的变化过程;与DE、MSE和MFE相比,该方法的计算速度更快,分离效果更好;ELM相对SVM的训练时间缩短了12.5%,同时测试精度提升了17%;相对于其他方法,采用该方法诊断柱塞泵滑靴磨损故障时获得了更快的分类速率与更高的准确性,提高了故障诊断效率。
展开更多
关键词
柱塞泵
磨损振动
信号提取
变分模态分解特征能量重构法
特征能量占比
多尺度散布熵
在线阅读
下载PDF
职称材料
题名
基于LF-GWO优化FKCA模型的齿轮箱故障诊断研究
被引量：
2
1
作者
袁荷伟
李高磊
袁黎
张强
机构
河南
交通职业技术学院汽车学院
河海大学土木与交通学院
河南睿智液压设备有限公司
出处
《机械设计与制造》
北大核心
2023年第4期239-242,共4页
基金
河南省高等学校青年骨干教师培养计划项目(2017GGJS242)。
文摘
采用莱维飞行策略对灰狼优化算法进行了优化,显著提升了算法的初期搜索性能。建立了LF-GWO算法求解FKCA模型,并给出了故障诊断步骤。通过实验验证结果表明:经过800次迭代计算处理时,LF-GWO寻优形成的最小错误率2%,以LF-GWO/FKCA诊断测试集时获得了98%的正确率,只对点蚀与磨损的故障类型存在错误判断各一处情况。相比较FKCA和BP方法,采用LF-GWO/FKCA方法则可以将无标签缺齿数据归为第4类,从而实现与已知故障类型的区分,达到了更高的正确率,实际测试正确率为98%,显著提升故障诊断正确率。对齿轮箱的故障进行诊断仿真显示本文设计的诊断方法可以达到很低的错误率,表现出了优异的故障诊断性能。
关键词
灰狼优化算法
模糊核聚类
齿轮箱
故障诊断
错误率
Keywords
Grey Wolf Optimization Algorithm
Fuzzy Kernel Clustering
Gear Box
Fault Diagnosis
Error Rate
分类号
TH16 [机械工程—机械制造及自动化]
TH137 [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VMD-MDE的柱塞泵磨损故障诊断研究
被引量：
9
2
作者
曲全鹏
曲海军
张强
机构
河南
工程学院工程训练中心
河南
理工大学机械与动力工程学院
河南睿智液压设备有限公司
出处
《机电工程》
CAS
北大核心
2021年第9期1202-1206,共5页
基金
河南省重点研发与推广科技攻关项目(192102210224)
河南工程学院工程基础训练实验教学示范中心资助项目(508905)。
文摘
通过变分模态分解特征能量重构法(VMD)来实现对故障进行分析时,存在准确性不高的问题,针对这一问题,提出了一种通过变分模态分解特征能量重构法(VMD)和多尺度散布熵实现的柱塞泵滑靴磨损故障诊断方法。首先,对原始信号先进行了VMD分解,获得了能量余量;然后,设计了一种建立在特征能量占比(FER)基础上的变分模态分解特征能量重构法(VMD)和多尺度散布熵(MDE)的方法;最后,以柱塞泵故障诊断为研究对象,通过仿真分析方法,依次对柱塞泵在正常状态与滑靴端面磨损为0.1 mm、0.2 mm、0.3 mm状态下的情况进行了分析。仿真及研究结果表明:在逐渐增加时间尺度的过程中,粗粒化序列的随机性和复杂性都明显下降;故障程度增大后,形成了更加规律的变化过程;与DE、MSE和MFE相比,该方法的计算速度更快,分离效果更好;ELM相对SVM的训练时间缩短了12.5%,同时测试精度提升了17%;相对于其他方法,采用该方法诊断柱塞泵滑靴磨损故障时获得了更快的分类速率与更高的准确性,提高了故障诊断效率。
关键词
柱塞泵
磨损振动
信号提取
变分模态分解特征能量重构法
特征能量占比
多尺度散布熵
Keywords
plunger pump
wear vibration
signal extraction
variational mode decomposition characteristic energy reconstruction(VMD)
characteristics of energy ratio(FER)
multiscale distribute entropy(MDE)
分类号
TH322 [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LF-GWO优化FKCA模型的齿轮箱故障诊断研究
袁荷伟
李高磊
袁黎
张强
《机械设计与制造》
北大核心
2023
2
在线阅读
下载PDF
职称材料
2
基于VMD-MDE的柱塞泵磨损故障诊断研究
曲全鹏
曲海军
张强
《机电工程》
CAS
北大核心
2021
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
