检索结果-内蒙古大学图书馆

中文科技期刊数据库(文摘版)工程技术 2025年第2期 134-137页

作者：赵明曦广东电网有限责任公司惠州供电局广东惠州 516000

随着电力系统的不断发展,配网线路电缆的应用越来越广泛。然而,电缆接头作为电缆系统的薄弱环节,容易发生故障,影响电力系统的安全稳定运行。本文针对配网线路电缆接头故障问题,深入研究了故障预测模型的建立与预警策略。通过对电缆接... 详细信息

随着电力系统的不断发展,配网线路电缆的应用越来越广泛。然而,电缆接头作为电缆系统的薄弱环节,容易发生故障,影响电力系统的安全稳定运行。本文针对配网线路电缆接头故障问题,深入研究了故障预测模型的建立与预警策略。通过对电缆接头故障机理的分析,提取了故障特征参数,并采用机器学习算法建立了故障预测模型,提出了一套完善的预警策略,以实现对电缆接头故障的提前预警和及时处理,提高电力系统的可靠性和安全性。

关键词：配网线路电缆接头故障预测模型预警策略

来源：评论

学校读者我要写书评

暂无评论

基于外磁场的离心泵故障预测模型

引用

排灌机械工程学报 2023年第7期41卷 649-654,662页

作者：骆寅陈崟炜秦学聪陈云飞江苏大学国家水泵及系统工程技术研究中心江苏镇江212013

针对传统离心泵故障诊断方法在复杂多变的工程环境中缺乏通用性和及时性的问题,提出了基于马氏距离改进KNN算法的离心泵故障预测模型.将故障工况下的外磁场信号进行处理并求得相应工况指标,通过ReliefF算法进行权重分析完成特征提取,进... 详细信息

针对传统离心泵故障诊断方法在复杂多变的工程环境中缺乏通用性和及时性的问题,提出了基于马氏距离改进KNN算法的离心泵故障预测模型.将故障工况下的外磁场信号进行处理并求得相应工况指标,通过ReliefF算法进行权重分析完成特征提取,进而为KNN算法提供故障预测分类的数据库.使用马氏距离替换KNN算法中原有的距离函数欧氏距离来消除特征指标间量纲影响,以提高预测结果的准确率.通过十折交叉验证法,筛选KNN算法的关键值K,得出在K取值为120时预测模型运行结果最优.根据外磁场信号,基于改进KNN算法建立的故障预测模型能够在离心泵偏工况运行时,对可能出现的故障能够进行准确预测,有效解决了传统监测方法滞后性严重的问题,且模型训练数据包含了0.2 Q_(d)~1.2 Q_(d)全流量下各类工况的外磁场信号.试验结果表明,故障预测模型在0.4 Q_(d),0.8 Q_(d),1.0 Q_(d),1.2 Q_(d)流量工况下,故障预测准确率达到0.8315,0.7999,0.8527,0.8741,基本实现了离心泵故障的准确预测.

关键词：离心泵故障预测模型外磁场马氏距离 ReliefF算法 KNN算法

来源：评论

学校读者我要写书评

暂无评论

基于模糊神经网络的高压电力设备故障预测模型

引用

电网与清洁能源 2022年第9期38卷 120-125页

作者：谢国财温锐陈琛广东电网有限责任公司广东广州510080 广东电网能源投资有限公司广东广州510000 广东电网有限责任公司清远供电局广东清远511500

电力设备作为电力系统的基本要素,对其故障风险预测可以有效降低电网故障风险带来的损失。当前应用的高压电力设备故障预测模型忽略了对高压电力设备信号的盲源分离处理,无法去除虚假故障分量,导致故障预测结果不准确、耗时较长的问题... 详细信息

电力设备作为电力系统的基本要素,对其故障风险预测可以有效降低电网故障风险带来的损失。当前应用的高压电力设备故障预测模型忽略了对高压电力设备信号的盲源分离处理,无法去除虚假故障分量,导致故障预测结果不准确、耗时较长的问题。构建新的基于模糊神经网络的高压电力设备故障预测模型。将小波降噪方法引入到盲源分离中,对高压电力设备信号完成盲源分离和小波分解;通过互信息方法将分解结果中的虚假分量删除;利用插值形态滤波的方式提取故障特征,将其设定为模糊神经网络的输入变量,构建高压电力设备故障预测模型。实验结果验证了所构建的模型在30次实验迭代过程中的误差始终不超过2.5%,均方根误差低于3.4%,预测用时测试结果在14~23 ms之间。数据表明所构建模型的预测精度较高、预测速度更快,具有明显的应用优势。

关键词：模糊神经网络高压电力设备故障预测模型小波降噪

来源：评论

学校读者我要写书评

暂无评论

基于KPCA-HMM的全矢故障预测模型研究

基于KPCA-HMM的全矢故障预测模型研究

引用

作者：张旺郑州大学

学位级别：硕士

轴承作为旋转机械重要的零部件之一,决定了整个设备的运行状态。所以轴承的故障诊断和状态监测成为国内外故障诊断领域的核心课题之一。传统频谱分析方法往往依赖单通道信息,不能完全表达旋转机械的空间运行状态,而全矢谱技术采用同源... 详细信息

轴承作为旋转机械重要的零部件之一,决定了整个设备的运行状态。所以轴承的故障诊断和状态监测成为国内外故障诊断领域的核心课题之一。传统频谱分析方法往往依赖单通道信息,不能完全表达旋转机械的空间运行状态,而全矢谱技术采用同源双通道信息融合技术,在同一截面互相垂直方向的双通道信息通过融合,可以完整、全面地表征旋转机械的振动信息。目前故障时间序列的预测方法有很多,如AR模型在非线性时间序列预测表现出良好的预测特性,也出现很多机器学习方法,如神经网络其根据经验风险最小化原则和某一刻信息和模板库匹配系数进行预测。由于现代设备采集的信息量大,往往会使模型的时效性受到局限,而且这些方法给出的是时间序列的预测,对于设备的当前状态没有很好的体现。为补充传统时间预测方法的不足和应对设备可能出现的随机信号,本文提出基于KPCA-HMM的预测模型。本文选取轴承监测数据作为研究对象,结合全矢谱数据预处理方法获取更为全面的振动信息,将时间序列进行聚类处理以此获得包含不同特征的阶段数据集,结合KPCA降维方法,建立双随机HMM预测模型,对设备时间序列预测和当前运行状态进行研究。主要的工作如下: (1)研究了全矢谱技术的理论基础和基本算法,总结了全矢谱技术的优缺点。为降低数据的噪声影响,提高数据质量,提出结合Hilbert算法的降噪处理方法,介绍了Hilbert算法的基本原理。并用轴承退化过程验证全矢Hilbert算法有效性,实验证明该方法可以达到良好的数据降噪目的,获取的特征数据可以有效的表征轴承振动强弱程度,有效反映轴承全寿命的退化过程。 (2)由于原始数据存在奇异点,这些点对于数据分析存在很大的影响,易造成模型识别的误判。本文为保证拟合效果采用五点三次的拟合方法。对于大量的时间序列通过分类处理,可以获取具有明显特征差异的阶段数据,本文采用将时间序列变化趋势作为聚类标准,结合KNN算法可以达到良好的聚类效果,聚类速度明显提高。 (3)研究HMM模型的基本原理,对比连续、离散HMM算法的识别优势,介绍了KPCA降维方法的基本思想和算法流程;提出全矢HMM预测模型的基本结构;通过对滚动轴承剩余寿命的预测,验证全矢HMM预测方法的可行性。 (4)为拟补全矢-HMM预测模型的不足,提出基于全矢KPCA-HMM预测模型;通过引入多维时域特征数据,利用KPCA主元分析方法,提取时域信号主成份数据,降低数据识别复杂度。分别对KPCA-HMM预测模型并与结合SVM的预测方法进行对比。结果显示,HMM预测方法较SVM具有更好的预测效果。

关键词：全矢谱时序聚类故障预测模型 KPCA降维 HMM SVM

来源：评论

学校读者我要写书评

暂无评论

基于最小二乘支持向量机的复杂装备故障预测模型研究

引用

计算机测量与控制 2011年第5期19卷 1030-1032页

作者：连光耀吕晓明黄考利孙江生军械技术研究所河北石家庄050003 军械工程学院河北石家庄050003

针对复杂装备故障信息不足、故障预测困难等问题,应用支持向量机建立了故障预测模型;在对支持向量机回归算法分析的基础上,利用最小二乘支持向量机建立故障预测模型;最小二乘支持向量机通过对相空间重构,有效地降低了模型的复杂度;最后... 详细信息

针对复杂装备故障信息不足、故障预测困难等问题,应用支持向量机建立了故障预测模型;在对支持向量机回归算法分析的基础上,利用最小二乘支持向量机建立故障预测模型;最小二乘支持向量机通过对相空间重构,有效地降低了模型的复杂度;最后,本文利用某导弹发射装置液压泵的故障数据进行了验证,通过选取合适的参数,该模型能够较好地对故障数据进行预测,预测精度较高;事实证明,基于最小二乘支持向量机建立故障预测模型能够较好地对复杂装备故障的趋势进行预测。

关键词：故障预测模型回归算法最小二乘支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于多元回归模型的某型轨道交通车辆制动系统故障预测模型

引用

城市轨道交通研究 2023年第4期26卷 82-85页

作者：张师旗乔峰李渴鑫中车长春轨道客车股份有限公司铁路客车业务部长春130062 中车长春轨道客车股份有限公司国家轨道客车工程研究中心长春130062 长春市轨道交通集团有限公司长春130062

为了提高轨道交通车辆制动系统基本事件故障率的判断准确率,进而提高制动系统重要部件在动态条件下的可靠性,基于多元回归模型分析,以某型车辆制动系统实际故障数据为依据,结合制动缸压力、列车运行速度随时间变化的规律,发现制动缸压... 详细信息

为了提高轨道交通车辆制动系统基本事件故障率的判断准确率,进而提高制动系统重要部件在动态条件下的可靠性,基于多元回归模型分析,以某型车辆制动系统实际故障数据为依据,结合制动缸压力、列车运行速度随时间变化的规律,发现制动缸压力与时间的关系较符合BidoseResp函数,进而建立制动系统故障预测模型。以实际故障数据训练后,利用故障预测模型对关键部件的故障发生情况进行预测。预测结果显示,该故障预测模型的准确率较高,具有适用性。

关键词：轨道交通车辆制动系统故障预测模型回归分析

来源：评论

学校读者我要写书评

暂无评论

电动拖拉机电驱系统故障预测模型——基于深度学习

引用

农机化研究 2024年第10期46卷 254-258页

作者：郑丽辉衢州职业技术学院浙江衢州324000

电动拖拉机作为一种新型农业机械之一,具有环保、节能、高效和控制灵活等应用优势,适用于温室大棚和生态农业环境,且其机电驱动系统是保证拖拉机运行可靠性和田间工作质量的重要条件。探究一种高效且精确的电驱动系统故障预测模型与识... 详细信息

电动拖拉机作为一种新型农业机械之一,具有环保、节能、高效和控制灵活等应用优势,适用于温室大棚和生态农业环境,且其机电驱动系统是保证拖拉机运行可靠性和田间工作质量的重要条件。探究一种高效且精确的电驱动系统故障预测模型与识别方法,对于保证电动拖拉机运行稳定性具有重要意义。针对以上问题,建立了电动拖拉机振动信号采集装置,基于经验模态分解出各个关键部件振动信号潜在故障分量,并将其作为神经网络输入变量进行模型训练,从而建立基于人工神经网络模型的电动拖拉机电驱系统故障故障预测模型。研究结果表明:预测精准度较高,可以满足实际生产需求。

关键词：电动拖拉机电驱动总成模态分解故障预测模型

来源：评论

学校读者我要写书评

暂无评论

一种基于改进深度信念网络的医疗设备故障预测模型

引用

电子设计工程 2023年第1期31卷 45-49页

作者：张婧孟令豪武伟临沂市中心医院山东临沂276400

针对医疗设备智能综合管控系统在临床实践中日益凸显的若干缺陷,提出了一种基于改进深度信念网络的医疗设备故障预测模型。采用改进深度信念网络算法自动提取医疗设备故障信号的深层特征,利用多层受限玻尔兹曼机堆叠生成故障概率预测机... 详细信息

针对医疗设备智能综合管控系统在临床实践中日益凸显的若干缺陷,提出了一种基于改进深度信念网络的医疗设备故障预测模型。采用改进深度信念网络算法自动提取医疗设备故障信号的深层特征,利用多层受限玻尔兹曼机堆叠生成故障概率预测机制,实现医疗设备故障的精准预测。通过对模型开展工程评估应用实践,得出模型具有医疗设备运维信息感知全面、医疗设备动态变化适应性强、故障预测自主决策性高等优势,医疗设备故障识别均值有效率达到93.11%,主动预测均值精确率达到90.37%。

关键词：改进深度信念网络医疗设备故障预测模型仿真验证工程实践评估

来源：评论

学校读者我要写书评

暂无评论

采煤机滚动轴承故障预测模型设计及试验

引用

机械管理开发 2024年第4期39卷 127-128,171页

作者：张树臣汾西矿业集团曙光煤矿山西孝义032300

井下采煤机结构复杂、工况环境差,容易出现各类故障,且处置难度较大.针对MG620/1660-WD型电牵引采煤机滚动轴承故障诊断需求,结合EEMD振动信号预处理及降噪原理,设计了基于深度学习的故障预测模型,并实施了数据训练及模型测试.测试结果... 详细信息

井下采煤机结构复杂、工况环境差,容易出现各类故障,且处置难度较大.针对MG620/1660-WD型电牵引采煤机滚动轴承故障诊断需求,结合EEMD振动信号预处理及降噪原理,设计了基于深度学习的故障预测模型,并实施了数据训练及模型测试.测试结果表明,预测模型的故障甄别准确率达到96.8%,故障预测具有较高的可靠性,实现了预期的研究目的.

关键词：采煤机滚动轴承故障诊断故障预测模型深度学习信号预处理

来源：评论

学校读者我要写书评

暂无评论

基于一维卷积神经网络构建医用直线加速器高价值零件故障预测模型的应用效果

引用

医疗装备 2024年第14期37卷 25-27页

作者：傅世楣福州大学福建福州350108 福建省肿瘤医院福建福州340015

目的构建医用直线加速器高价值零件故障预测模型,以实现对高价值零件故障的预判。方法选取2013年1月至2017年12月医院在用医科达Synergy医用直线加速器的60组共381个维修记录数据,按照7:3比例随机分配为训练集(42组)和测试集(18组),采... 详细信息

目的构建医用直线加速器高价值零件故障预测模型,以实现对高价值零件故障的预判。方法选取2013年1月至2017年12月医院在用医科达Synergy医用直线加速器的60组共381个维修记录数据,按照7:3比例随机分配为训练集(42组)和测试集(18组),采用一维卷积神经网络进行二分类建模,随机选取30组数据作为验证集评估模型性能,并采用测试集数据检测模型预测效果。结果设定最大训练学习次数为120次,实际训练次数超过80次时数据趋于稳定,训练集和验证集的准确率均稳定于90%左右,测试集数据准确率均在96%以上,表明模型收敛较好。结论该模型预测医用直线加速器高价值零件的故障次数与实际情况接近,为预防性维修和保修服务采购提供了可靠的数据支持。

关键词：一维卷积神经网络医用直线加速器高价值零件故障预测模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：