期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于多状态空间建模Mamba的电机故障诊断方法
1
作者 徐勇军 曾德灿 《包装工程》 北大核心 2025年第15期269-276,共8页
目的提升包装装备在高负荷连续化生产场景下电机系统多状态故障诊断的精度和效率,解决传统方法对复杂动态特征捕捉不足及模型轻量化不足等问题。方法基于时频域多模态信号特征融合,构建选择性状态空间模型(Mamba)。首先,采用快速傅里叶... 目的提升包装装备在高负荷连续化生产场景下电机系统多状态故障诊断的精度和效率,解决传统方法对复杂动态特征捕捉不足及模型轻量化不足等问题。方法基于时频域多模态信号特征融合,构建选择性状态空间模型(Mamba)。首先,采用快速傅里叶变换提取电机振动信号的全局频域特征,通过连续小波变换生成时频域图像,捕捉局部动态特性;然后,设计基于结构化状态空间建模的特征融合框架,建立电机健康状态动态演化轨迹的微分方程模型;最后,构建轻量化分类器,实现多模态特征协同推理。结果在CWRU和TBVD电机数据集上的实验结果表明,通过时频域特征融合,使得故障分类准确率达到99.88%,相较于单模态方法提升了7.2%;Mamba模型的参数量仅需2.7×10^(6),比传统诊断模型减少了39.3%以上,推理速度提升了3.8倍。结论提出的多状态空间建模方法有效实现了包装装备电机故障特征的动态表征与高效融合,在保持模型轻量化的同时,显著提升了诊断精度,为智能维护系统提供了可工程化部署的解决方案。 展开更多
关键词 时频域特征融合 包装装备故障诊断 选择性状态空间模型 轻量化模型 智能化故障诊断
在线阅读 下载PDF
船舶压力传感器输出数据实时校正算法 被引量:2
2
作者 杨耀雄 《舰船科学技术》 北大核心 2021年第6期121-123,共3页
传统船舶压力传感器输出数据之间的关联性较差,导致压力传感器数据校正结果存在数据量的非线性时间误差,无法达到实时校正的目的。因此提出船舶压力传感器输出数据实时校正算法。首先,根据压力传感器特征,结合数据实时校正的时间性,建... 传统船舶压力传感器输出数据之间的关联性较差,导致压力传感器数据校正结果存在数据量的非线性时间误差,无法达到实时校正的目的。因此提出船舶压力传感器输出数据实时校正算法。首先,根据压力传感器特征,结合数据实时校正的时间性,建立压力传感器输出数据实时解释模型;然后,根据模型解释对压力输出数据时间变量下的非线性误差进行计算;最后,根据非线性误差特征,完成对输出数据非线性误差的实时补偿计算,实现对船舶压力传感器输出数据实时校正。通过与传统船舶压力传感器输出数据校正算法的对比测试,证明提出的船舶压力传感器输出数据实时校正算法,在船舶压力传感器输出数据校正方面,具有实时性强、稳定性好、校正误差小的特点。 展开更多
关键词 压力传感器 输出数据 实时 校正
在线阅读 下载PDF
现代食用菌企业会计控制的新思考 被引量:1
3
作者 邓贵霞 《中国食用菌》 北大核心 2020年第5期169-171,共3页
企业间的市场竞争逐渐激烈,导致食用菌企业在现代化发展态势下,需要重新审视自身的会计控制行为。从增强自身竞争力以及提高运营水平的角度,食用菌企业需要按照科学化和标准化的基本原则加强对会计控制的研究,为企业的长期可持续发展提... 企业间的市场竞争逐渐激烈,导致食用菌企业在现代化发展态势下,需要重新审视自身的会计控制行为。从增强自身竞争力以及提高运营水平的角度,食用菌企业需要按照科学化和标准化的基本原则加强对会计控制的研究,为企业的长期可持续发展提供重要支撑。通过分析现代食用菌企业的会计控制行为,从当前食用菌企业在会计控制方面存在的问题出发,深入探究现代食用菌企业做好会计控制的有效策略。 展开更多
关键词 现代食用菌企业 会计控制 控制策略
在线阅读 下载PDF
汽车发动机的故障及处理措施研究 被引量:2
4
作者 范国华 《南方农机》 2019年第12期114-114,118,共2页
当前我国经济与科技均处于不断发展中,推动了汽车行业的高速发展。在此背景下,汽车需求量不断增加,同时也对汽车发动机启动故障的诊断与排除防护措施提出了更高的要求。在汽车发动机启动过程中,经常发生各种故障,汽车的使用寿命以及各... 当前我国经济与科技均处于不断发展中,推动了汽车行业的高速发展。在此背景下,汽车需求量不断增加,同时也对汽车发动机启动故障的诊断与排除防护措施提出了更高的要求。在汽车发动机启动过程中,经常发生各种故障,汽车的使用寿命以及各方面性能均会受到严重影响,并在一定程度上增加了发生安全事故的几率。文章主要就汽车发动机启动故障的诊断与处理措施进行探究,以供参考。 展开更多
关键词 汽车发动机 故障 处理措施
在线阅读 下载PDF
基于两阶段模糊认知图的滚动轴承故障诊断方法
5
作者 曾祥菹 甘群丰 甘俊通 《机电工程》 CAS 北大核心 2023年第5期731-738,共8页
针对传统模糊认知图(FCMs)时间序列分类算法存在的对噪声敏感性不足和决策过程不透明等问题,提出了一种两阶段模糊认知图的方法(TFCMs),对滚动轴承故障进行了诊断。首先,利用模糊C-mean算法,将二维空间中存在的时间序列映射到C维空间;然... 针对传统模糊认知图(FCMs)时间序列分类算法存在的对噪声敏感性不足和决策过程不透明等问题,提出了一种两阶段模糊认知图的方法(TFCMs),对滚动轴承故障进行了诊断。首先,利用模糊C-mean算法,将二维空间中存在的时间序列映射到C维空间;然后,利用凸优化算法(CVX)快速、有效地从噪声数据中学习到FCMs模型;最后,利用粒子群算法(PSO)构建一个FCMs分类器对权重矩阵进行了有效的分类,并利用美国西储大学轴承数据集(CWRU)和时间序列分类基准数据对所提出的方法进行了验证。研究结果表明:凸优化算法对噪声数据特征的提取能力明显优于粒子群算法,在2个公开分类基准数据上的精度提高了4%;在2个轴承故障数据集中平均精度达到了99.5%以上;在对比实验中,TFCMs方法在数据集A和数据集B的精度分别提高了3.67%和2.36%,TFCMs方法优于现有的方法,更重要的是该方法的建模过程是透明且可解释的。 展开更多
关键词 轴承故障诊断 两阶段模糊认知图 时间序列分类 两阶段模型 粒子群算法 凸优化算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部