R语言作为一种数学编程语言,主要用于统计分析、绘图、数据挖掘。R语言中有许多优化算法包可以用来对水文模型参数进行自动优化,如DEoptim、hydroPSO、Rmalschains包等。提出一种水文模型参数优化算法框架,可移植R语言中相同形式的绝大多数优化算法包对水文模型参数进行优化。以老灌河流域为实例应用研究对象,以PSO(Particle Swarm Optimization,粒子群算法)、DE(Differential Evolution Algorithm,差分进化算法)、MA-LS-Chains(Memetic Algorithms with Local Search Chains)这3种优化算法为实例应用优化算法,以E_(NS)、E_(KG)、E_(RMS)为实例应用模型评价指标,以GR4J水文模型为实例应用水文模型,对该水文模型参数优化算法框架的适用性进行验证。结果表明,在这3种模型结果评价指标下,DE优化算法在3种目标函数中,率定期与验证期都具有较好的参数调优性能;R语言水文模型参数优化算法框架在多算法与多评价指标的情形下具有很好的适用性,可对大多数水文物理模型参数进行优化。
针对齿轮故障运用模型参数进行诊断,一般实测信号数据量较大,利用常规的FPE(final prediction error)准则或AIC(Akaike information criterion)信息准则定阶方法很难确定合适的模型阶数。因此,提出利用基于模型估计的功率谱与经典功率...
详细信息
针对齿轮故障运用模型参数进行诊断,一般实测信号数据量较大,利用常规的FPE(final prediction error)准则或AIC(Akaike information criterion)信息准则定阶方法很难确定合适的模型阶数。因此,提出利用基于模型估计的功率谱与经典功率谱之间相似程度来确定模型阶数,建立故障状态模型。并提取模型参数的统计平均作为识别状态的标准特征向量,应用于齿轮正常、疲劳磨损、点蚀、剥落、断齿和疲劳裂纹等六种状态的诊断,诊断正确率达到100%,结果表明该方法是一种有效的故障诊断方法。
暂无评论