检索结果-维普期刊中文期刊服务平台

基于BNN-RA模型的风电机组轴承故障诊断研究: 1; 作者余萍宋紫琼 +1 位作者曹洁陈息良《太阳能学报》北大核心 2025年第3期643-651,共9页; 针对风电机组轴承故障诊断中特征提取困难,模型迭代速度慢,精度低的问题,该文提出一种基于改进二值化神经网络(BNN)的风电机组轴承故障诊断方法。首先采用格拉姆角场(GAF)将轴承振动信号转换为二维图像,以提高特征提取精度,然后结合深... 展开更多; 关键词风电机组故障诊断轴承二值化神经网络格拉姆角场; 在线阅读下载PDF 职称材料

电动汽车IGBT剩余使用寿命预测: 2; 作者杜先君王紫阳《兰州理工大学学报》 CAS 北大核心 2024年第2期77-86,共10页; 引入一种基于贝叶斯优化(BOA)的双向长短时记忆网络(Bi-LSTM),同时结合注意力机制,应用于绝缘栅双极型晶体管(IGBT)剩余使用寿命预测,所提方法可有效提高IGBT剩余使用寿命预测的准确性.通过IGBT加速老化试验收集V CE-on,验证了其作为失... 展开更多; 关键词电动汽车IGBT 剩余寿命预测贝叶斯优化算法注意力机制双向长短时记忆网络; 在线阅读下载PDF 职称材料

优化堆叠降噪自动编码器滚动轴承故障诊断被引量：23: 3; 作者余萍曹洁《太阳能学报》 EI CAS CSCD 北大核心 2021年第11期307-314,共8页; 针对深度堆叠降噪自动编码器(SDAE)网络超参数采用经验枚举获得时存在的泛化能力较弱,且选参过程与设计人员经验有关,效率低等问题,利用新设计的人工变性天牛算法(ATLA)对SDAE网络超参数进行自适应选取,并确定网络结构,训练得到故障状... 展开更多; 关键词风电机组堆叠降噪自动编码器超参数人工变性天牛算法故障诊断滚动轴承; 在线阅读下载PDF 职称材料

液压型风力发电机组调速系统的DMC预测控制方法研究被引量：10: 4; 作者刘微容魏域林 +2 位作者刘婕刘朝荣任成文《太阳能学报》 EI CAS CSCD 北大核心 2021年第3期71-75,共5页; 以液压型风力发电机组调速系统为研究对象,针对变量马达的恒转速控制问题,结合动态矩阵控制(DMC)原理,提出一种基于DMC的液压型风力发电机组调速系统预测控制方法,并通过Simulink-AMESim联合仿真技术分析预测步长与控制步长对转速控制... 展开更多; 关键词预测控制动态矩阵控制算法液压型风力发电机组调速系统; 在线阅读下载PDF 职称材料

基于单神经元PID自适应的液压型风力发电机组恒转速控制被引量：9: 5; 作者刘微容任成文 +2 位作者刘婕刘朝荣魏域林《机床与液压》北大核心 2020年第16期104-107,131,共5页; 以新型液压型风力发电机组为研究对象,针对风速随机变化引起变量马达转速恒定困难的问题,提出一种基于单神经元PID自适应控制的方法,深入研究单神经元PID自适应控制器参数对变量马达恒转速控制性能的影响。利用AMESim仿真软件建立定量泵... 展开更多; 关键词液压型风力发电机组单神经元PID自适应控制恒转速控制; 在线阅读下载PDF 职称材料

ADCS-ELM算法滚动轴承故障诊断被引量：6: 6; 作者余萍曹洁黄开杰《传感器与微系统》 CSCD 2020年第5期129-132,136,共5页; 针对滚动轴承的故障信息难以从复杂噪声背景下的非平稳振动信号中提取且传统方法分类精度低等问题,提出一种基于集合经验模态分解(EEMD)能量特征提取和优化极限学习机神经网络(ADCS-ELM)分类诊断相结合的轴承故障诊断方法。利用EEMD对... 展开更多; 关键词集合经验模态分解固有模态函数集极限学习机布谷鸟搜索算法故障诊断滚动轴承; 在线阅读下载PDF 职称材料

基于图形特征的双输入卷积神经网络风力机轴承剩余寿命预测被引量：2: 7; 作者余萍曹洁《太阳能学报》 EI CAS CSCD 北大核心 2022年第5期343-350,共8页; 提出一种基于图形特征的风力机轴承剩余使用寿命(RUL)预测方法。首先,基于连续小波变换(CWT)对时域振动数据样本集进行预处理,得到用于预测的时频图形数据集。然后,采用双输入卷积神经网络(DICNN)从图形数据集中提取特征映射,用于构造... 展开更多; 关键词风力机轴承双输入卷积神经网络图形特征剩余使用寿命预测; 在线阅读下载PDF 职称材料

变频变异粒子滤波算法被引量：1: 8; 作者余萍曹洁黄开杰《兰州理工大学学报》 CAS 北大核心 2019年第2期103-108,共6页; 针对粒子滤波算法中的粒子退化及重采样所引起的粒子多样性减弱问题,将自适应变频策略应用于免疫理论的变异操作中,并与粒子滤波相结合设计了一种新的变频变异粒子滤波算法.算法引入自适应变频算子实时调节当前时刻的变异频率,控制了变... 展开更多; 关键词粒子滤波变异粒子退化自适应变频多样性; 在线阅读下载PDF 职称材料

题名基于BNN-RA模型的风电机组轴承故障诊断研究: 1; 作者余萍宋紫琼曹洁陈息良; 机构兰州理工大学电气工程与信息工程学院甘肃省工业过程控制重点实验室兰州理工大学电气与控制工程国家级实验教学示范中心; 出处《太阳能学报》北大核心 2025年第3期643-651,共9页; 基金国家自然科学基金(62241307) 甘肃省科技计划项目(22YF7FA166) 兰州市科技计划项目(2023-RC-26)。; 文摘针对风电机组轴承故障诊断中特征提取困难,模型迭代速度慢,精度低的问题,该文提出一种基于改进二值化神经网络(BNN)的风电机组轴承故障诊断方法。首先采用格拉姆角场(GAF)将轴承振动信号转换为二维图像,以提高特征提取精度,然后结合深度残差网络和注意力机制构建BNN-RA(BNN+Residual Network+Spatial attention network structure)故障诊断模型,实现轴承的高效故障诊断,最终通过美国凯斯西储大学(CWRU)与江南大学(JNU)公开的轴承数据集进行方法有效性验证。结果表明,该方法可有效提高网络迭代速度和诊断精度,模型在CWRU轴承数据集单一工况下迭代11次可达到收敛,故障诊断准确率达到99.20%,在两数据集的不同工况下平均准确率可达98.46%与97.6%。; 关键词风电机组故障诊断轴承二值化神经网络格拉姆角场; Keywords wind turbines fault diagnosis bearing binarized neural networks Gramian angular field; 分类号 TH133.3 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名电动汽车IGBT剩余使用寿命预测: 2; 作者杜先君王紫阳; 机构兰州理工大学电气工程与信息工程学院兰州理工大学甘肃省工业过程控制重点实验室; 出处《兰州理工大学学报》 CAS 北大核心 2024年第2期77-86,共10页; 基金国家自然科学基金(61563032) 甘肃省教育厅创新基金(2021A-027)。; 文摘引入一种基于贝叶斯优化(BOA)的双向长短时记忆网络(Bi-LSTM),同时结合注意力机制,应用于绝缘栅双极型晶体管(IGBT)剩余使用寿命预测,所提方法可有效提高IGBT剩余使用寿命预测的准确性.通过IGBT加速老化试验收集V CE-on,验证了其作为失效特征参数的可行性,并将其作为实验数据集对所提方法进行仿真验证.实验分析结果表明,所提的混合预测模型与经典LSTM及其他预测模型相比,有更低的退化预测误差,具备较高的理论意义和实践价值.; 关键词电动汽车IGBT 剩余寿命预测贝叶斯优化算法注意力机制双向长短时记忆网络; Keywords electric vehicles of IGBT remaining life prediction Bayesian optimization algorithm attention mechanism bidirectional long short-term memory; 分类号 TN322.8 [电子电信—物理电子学]; 在线阅读下载PDF 职称材料

题名优化堆叠降噪自动编码器滚动轴承故障诊断被引量：23: 3; 作者余萍曹洁; 机构兰州理工大学电气工程与信息工程学院甘肃省工业过程控制重点实验室兰州理工大学电气与控制工程国家级实验教学示范中心; 出处《太阳能学报》 EI CAS CSCD 北大核心 2021年第11期307-314,共8页; 基金国家自然科学基金(61763028,61563032,61963025) 甘肃省自然科学基金(1506RJZA104)。; 文摘针对深度堆叠降噪自动编码器(SDAE)网络超参数采用经验枚举获得时存在的泛化能力较弱,且选参过程与设计人员经验有关,效率低等问题,利用新设计的人工变性天牛算法(ATLA)对SDAE网络超参数进行自适应选取,并确定网络结构,训练得到故障状态的特征表示,最后输入到Softmax分类层进行故障检测,并确定故障类别。通过变工况下滚动轴承故障诊断仿真实验验证,该文所提出的ATLA-SDAE诊断方法在泛化性能、故障识别率等方面均优于BP神经网络、支持向量机(SVM)以及卷积神经网络(CNN)方法,能够从海量数据中自适应地提取更深层次的故障特征,可避免手动设计和提取故障特征的繁琐过程,更有利于提高故障分类的精度和诊断效率。; 关键词风电机组堆叠降噪自动编码器超参数人工变性天牛算法故障诊断滚动轴承; Keywords wind turbines stacked denoising auto-encoder hyperparameter artificial transgender longicorn algorithm fault diagnosis rolling bearing; 分类号 TG156 [金属学及工艺—热处理]; 在线阅读下载PDF 职称材料

题名液压型风力发电机组调速系统的DMC预测控制方法研究被引量：10: 4; 作者刘微容魏域林刘婕刘朝荣任成文; 机构兰州理工大学电气工程与信息工程学院兰州理工大学电气与控制工程国家级实验教学示范中心甘肃省工业过程重点实验室; 出处《太阳能学报》 EI CAS CSCD 北大核心 2021年第3期71-75,共5页; 基金甘肃省科技重大专项(17ZD2GA010)。; 文摘以液压型风力发电机组调速系统为研究对象,针对变量马达的恒转速控制问题,结合动态矩阵控制(DMC)原理,提出一种基于DMC的液压型风力发电机组调速系统预测控制方法,并通过Simulink-AMESim联合仿真技术分析预测步长与控制步长对转速控制的影响规律。研究结果表明,与经典PID控制方法相比,基于DMC的预测控制方法提升了液压型风力发电机组调速系统的控制性能,可为后续工程实际应用提供理论指导。; 关键词预测控制动态矩阵控制算法液压型风力发电机组调速系统; Keywords predictive control dynamic matrix control hydraulic wind turbine speed control system; 分类号 TK83 [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

题名基于单神经元PID自适应的液压型风力发电机组恒转速控制被引量：9: 5; 作者刘微容任成文刘婕刘朝荣魏域林; 机构兰州理工大学电气工程与信息工程学院兰州理工大学电气与控制工程国家级实验教学示范中心兰州理工大学甘肃省工业过程重点实验室; 出处《机床与液压》北大核心 2020年第16期104-107,131,共5页; 基金甘肃省科技重大专项计划(17ZD2GA010)。; 文摘以新型液压型风力发电机组为研究对象,针对风速随机变化引起变量马达转速恒定困难的问题,提出一种基于单神经元PID自适应控制的方法,深入研究单神经元PID自适应控制器参数对变量马达恒转速控制性能的影响。利用AMESim仿真软件建立定量泵-变量马达液压模型,联合MATLAB/Simulink仿真软件进行了仿真研究。仿真结果表明:相比于经典的PID控制方法,单神经元PID自适应控制方法对变量马达恒转速控制具有良好的效果,增强了系统的抗扰动能力,提高了变量马达恒转速输出精度。; 关键词液压型风力发电机组单神经元PID自适应控制恒转速控制; Keywords Hydraulic wind turbine Adaptive single neuron PID control Constant speed control; 分类号 TK83 [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ADCS-ELM算法滚动轴承故障诊断被引量：6: 6; 作者余萍曹洁黄开杰; 机构兰州理工大学电气工程与信息工程学院甘肃省工业过程控制重点实验室兰州理工大学电气与控制工程国家级实验教学示范中心; 出处《传感器与微系统》 CSCD 2020年第5期129-132,136,共5页; 基金国家自然科学基金资助项目(61763208) 甘肃省自然科学基金资助项目(1506RJZA104)。; 文摘针对滚动轴承的故障信息难以从复杂噪声背景下的非平稳振动信号中提取且传统方法分类精度低等问题,提出一种基于集合经验模态分解(EEMD)能量特征提取和优化极限学习机神经网络(ADCS-ELM)分类诊断相结合的轴承故障诊断方法。利用EEMD对非线性和非平稳信号的自适应分解能力,将待检测轴承故障信号分解为包含故障特征的固有模态函数集(IMFs),并提取能量特征向量;利用自适应动态搜索步长改进布谷鸟搜索算法(ADCS)优化ELM网络连接权值和隐层阈值;将提取的故障特征向量用于训练极限学习机神经网络,得到最优权值和阈值;利用ADCS-ELM进行轴承故障诊断实验。实验结果表明:与BP,LVQ和ELM网络轴承故障诊断方法相比较,所提方法能够有效提高故障识别准确率,并且具有更快的计算速度。; 关键词集合经验模态分解固有模态函数集极限学习机布谷鸟搜索算法故障诊断滚动轴承; Keywords ensemble empirical mode decomposition(EEMD) intrinsic mode function set(IMFs) extreme learning machine(ELM) cuckoo search(CS)algorithm fault diagnosis rolling bearing; 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

题名基于图形特征的双输入卷积神经网络风力机轴承剩余寿命预测被引量：2: 7; 作者余萍曹洁; 机构兰州理工大学电气工程与信息工程学院甘肃省工业过程控制重点实验室兰州理工大学电气与控制工程国家级实验教学示范中心; 出处《太阳能学报》 EI CAS CSCD 北大核心 2022年第5期343-350,共8页; 基金国家自然科学基金(61763028,61563032,61963025) 甘肃省自然科学基金(1506RJZA104)。; 文摘提出一种基于图形特征的风力机轴承剩余使用寿命(RUL)预测方法。首先,基于连续小波变换(CWT)对时域振动数据样本集进行预处理,得到用于预测的时频图形数据集。然后,采用双输入卷积神经网络(DICNN)从图形数据集中提取特征映射,用于构造高性能健康指数(DICNN-HI)来表征轴承各退化阶段的状态。最后,结合DICNN-HI,采用基于高斯过程回归(GPR)的分析方法进行RUL预测,并用PRONOSTIA滚动轴承数据集进行验证。结果表明,该方法具有较高的健康指数预测精度,能有效反映滚动轴承的劣化状态,有助于实现风力机轴承的RUL预测。同时,也可为其他旋转机械设备的剩余寿命预测提供重要的理论参考,具有一定的实用价值。; 关键词风力机轴承双输入卷积神经网络图形特征剩余使用寿命预测; Keywords wind turbine bearing dual-input convolutional neural network graphical features remaining useful life prognosticating; 分类号 TG156 [金属学及工艺—热处理]; 在线阅读下载PDF 职称材料

题名变频变异粒子滤波算法被引量：1: 8; 作者余萍曹洁黄开杰; 机构兰州理工大学电气工程与信息工程学院甘肃省工业过程控制重点实验室兰州理工大学电气与控制工程国家级实验教学示范中心; 出处《兰州理工大学学报》 CAS 北大核心 2019年第2期103-108,共6页; 基金国家自然科学基金(61763028) 甘肃省自然科学基金(1506RJZA104); 文摘针对粒子滤波算法中的粒子退化及重采样所引起的粒子多样性减弱问题,将自适应变频策略应用于免疫理论的变异操作中,并与粒子滤波相结合设计了一种新的变频变异粒子滤波算法.算法引入自适应变频算子实时调节当前时刻的变异频率,控制了变异粒子的数量;再采取不同策略对粒子进行变异操作,以提高粒子对系统状态变化的适应性;最后,对新产生粒子进行权值计算,选择权值较大粒子构成新粒子集,以提高滤波精度.研究结果表明,该方法能够用更少的粒子完成高精度的估计任务,具有更高的滤波精度、粒子多样性、运算速度综合性价比.同时粒子分布更合理,在高似然区外仍然存在一定数量的粒子,为系统发生突变时保持较好的估计精度提供了条件.; 关键词粒子滤波变异粒子退化自适应变频多样性; Keywords particle filtration mutation particle degeneracy adaptive frequency conversion variety; 分类号 TP18 [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BNN-RA模型的风电机组轴承故障诊断研究	余萍宋紫琼曹洁陈息良	《太阳能学报》北大核心	2025	0	在线阅读下载PDF 职称材料
2	电动汽车IGBT剩余使用寿命预测	杜先君王紫阳	《兰州理工大学学报》 CAS 北大核心	2024	0	在线阅读下载PDF 职称材料
3	优化堆叠降噪自动编码器滚动轴承故障诊断	余萍曹洁	《太阳能学报》 EI CAS CSCD 北大核心	2021	23	在线阅读下载PDF 职称材料
4	液压型风力发电机组调速系统的DMC预测控制方法研究	刘微容魏域林刘婕刘朝荣任成文	《太阳能学报》 EI CAS CSCD 北大核心	2021	10	在线阅读下载PDF 职称材料
5	基于单神经元PID自适应的液压型风力发电机组恒转速控制	刘微容任成文刘婕刘朝荣魏域林	《机床与液压》北大核心	2020	9	在线阅读下载PDF 职称材料
6	ADCS-ELM算法滚动轴承故障诊断	余萍曹洁黄开杰	《传感器与微系统》 CSCD	2020	6	在线阅读下载PDF 职称材料
7	基于图形特征的双输入卷积神经网络风力机轴承剩余寿命预测	余萍曹洁	《太阳能学报》 EI CAS CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料
8	变频变异粒子滤波算法	余萍曹洁黄开杰	《兰州理工大学学报》 CAS 北大核心	2019	1	在线阅读下载PDF 职称材料