检索结果-内蒙古大学图书馆

电工技术 2020年第4期 30-32页

作者：李红明谭其勇董按源龙世杰蒋亚超刘锡银马锋广西电网有限责任公司北海供电局广西北海536000 武汉豪迈光电科技有限公司湖北武汉430074

文章对气体光声光谱分析的基础理论进行简述,在此基础上提出最小二乘回归算法的气体光声光谱分析方法,并建立混合气体浓度定量分析模型,对变压器油中两种特殊气体CH 4及C 2H 2展开实验。运用该算法分析模型对气体浓度反演时,发现能够有... 详细信息

文章对气体光声光谱分析的基础理论进行简述,在此基础上提出最小二乘回归算法的气体光声光谱分析方法,并建立混合气体浓度定量分析模型,对变压器油中两种特殊气体CH 4及C 2H 2展开实验。运用该算法分析模型对气体浓度反演时,发现能够有效避免出现参数引发误差情况,对整体检测精准度有效提升。

关键词：变压器油气体光声光谱最小二乘回归算法

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的齿轮箱关键部件故障诊断与寿命预测

基于深度学习的齿轮箱关键部件故障诊断与寿命预测

引用

作者：张德才内蒙古科技大学

学位级别：硕士

齿轮箱作为机械设备传动的关键部件,为系统提供变速变载荷的作用。在运行过程中,不同的转速、不同的负载和复杂的工况都极大影响齿轮箱的运行状态。齿轮箱中齿轮和轴承是易损坏的零件。其复杂的工作状态及内部结构使其振动信号也十分复... 详细信息

齿轮箱作为机械设备传动的关键部件,为系统提供变速变载荷的作用。在运行过程中,不同的转速、不同的负载和复杂的工况都极大影响齿轮箱的运行状态。齿轮箱中齿轮和轴承是易损坏的零件。其复杂的工作状态及内部结构使其振动信号也十分复杂,传统的信号处理方法很难将有效信息从故障信号中分离。因此,本文以深度学习的框架为基础,结合传统故障诊断方法,对齿轮箱中的部件进行故障诊断和寿命预测。(1)本节首先提出了一种具有改进的Soft Max功能的一维卷积神经网络智能诊断方法。局部均值分解将信号分解为不同的分量,将分量输入到基于欧氏距离的矩阵样本熵中,选择出最能反映故障特征的分量。最后,用选出的分量训练神经网络以得到能识别齿轮故障的模型。实验表明,该方法能够成功地识别出单个故障、复合故障和齿轮箱在不同载荷下的故障,可以有效解决齿轮箱复合故障信号分解困难的问题。(2)基于深度学习的智能故障诊断方法在齿轮复杂故障的诊断中得到了较高的准确率。每次的训练模型都需要大量有故障标签数据,这使得该方法有一定的局限性。本节提出了一种基于Wasserstein距离导引自适应网络的深度迁移模型来进行故障诊断。该方法是通过训练自适应网络得到源域和目标域分布之间的最小距离来迁移故障特征。实验结果表明,在不同工况下,该方法对轴承进行故障诊断有较高的准确率。(3)传统的信号处理方法对于特征表达和提取有很多不足,少量的全寿命数据且数据在轴承之间分布不一致使预测结果准确度较差。本节提出了一种基于迁移学习和特征提取的轴承退化时间分析方法。此方法包括两个阶段。在第一阶段,应用希尔伯特黄变换处理原始振动信号,提取深度特征,利用获得的深度特征和相关系数,结合提取的深度特征及其RUL值,利用最小二乘回归算法得到退化RUL预测模型。在第二阶段,应用迁移特征分析,对目标轴承与故障轴承特征进行顺序调整,然后利用特征预测寿命。实验证明所提出的方法在预测精度和数值稳定性方面有很大的提高。本文将深度学习与信号处理方法结合形成一种智能故障诊断与寿命预测方法,先建立深度学习模型,再迁移深度神经网络进行故障诊断,最后应用特征迁移进行轴承的寿命预测。实验验证了该方法的有效性,研究成果对齿轮和轴承的故障诊断和寿命预测有重要意义。

关键词：深度学习方法自适应网络特征迁移最小二乘回归算法寿命预测

来源：评论

学校读者我要写书评

暂无评论

一种风电机组的故障预测算法

引用

北京信息科技大学学报（自然科学版） 2013年第4期28卷 35-38页

作者：于传洋许宝杰吴国新左云波北京信息科技大学现代测控技术教育部重点实验室北京100192

提出一种基于最小二乘支持向量机(LS-SVM,least squares support vectormachine)理论的故障预测算法,利用该理论方法的回归预测算法进行分析,选用径向基核函数(RBF)作为预测模型核函数,通过MATLAB建模仿真,验证了对风力发电机组故障的... 详细信息

提出一种基于最小二乘支持向量机(LS-SVM,least squares support vectormachine)理论的故障预测算法,利用该理论方法的回归预测算法进行分析,选用径向基核函数(RBF)作为预测模型核函数,通过MATLAB建模仿真,验证了对风力发电机组故障的较准确的实时预测。针对某风电场某台风机高速端轴承的振动数据进行特征参数预测研究,有效降低了模型的复杂度,且运算简单、精度高、收敛速度快。仿真结果表明,文中所提模型在预测精度和运算速度上都在很大程度上优于其他模型。

关键词：风电机组故障预测预测模型最小二乘回归算法

来源：评论

学校读者我要写书评

暂无评论

排一分析法的简要证明及误差分析

引用

济南大学学报（自然科学版） 2012年第3期26卷 301-303页

作者：储小荣孙红卫济南大学数学科学学院山东济南250022

基于排一分析法的最小二乘正则化算法,采用去除其中一个样本值的方法,给出Zhang Tong在"Leave-one-out bounds for kernel methods"一文中提出的排一分析法的一个简要证明,并进一步研究容量无关的最小二乘回归学习算法的误差... 详细信息

基于排一分析法的最小二乘正则化算法,采用去除其中一个样本值的方法,给出Zhang Tong在"Leave-one-out bounds for kernel methods"一文中提出的排一分析法的一个简要证明,并进一步研究容量无关的最小二乘回归学习算法的误差分析,得到误差界及学习速率o(m-β/2β+1)。

关键词：排一分析法最小二乘回归算法误差界学习速率

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：