检索结果-内蒙古大学图书馆

石油机械 2025年第1期53卷 20-27,36页

作者：张涛夏鹏李军王彪詹家豪北京信息科技大学自动化学院北京信息科技大学高动态导航技术北京市重点实验室现代测控技术教育部重点实验室中国石油大学(北京)石油工程学院

针对卡钻风险预测的问题,提出了一种融合正余弦和折射反向学习的北方苍鹰优化算法(SCNGO)和支持向量机(SVM)的卡钻预警模型。针对北方苍鹰优化算法(NGO)容易陷入局部最优以及初始解的分布具有随机性和非均匀性的特性,引入折射反向学习... 详细信息

针对卡钻风险预测的问题,提出了一种融合正余弦和折射反向学习的北方苍鹰优化算法(SCNGO)和支持向量机(SVM)的卡钻预警模型。针对北方苍鹰优化算法(NGO)容易陷入局部最优以及初始解的分布具有随机性和非均匀性的特性,引入折射反向学习策略初始化北方苍鹰算法个体、正余弦策略替换原始苍鹰算法的勘察阶段的位置更新公式和正余弦策略的步长搜索因子进行改进,将SCNGO用于SVM寻参,并将模型SCNGO-SVM应用于卡钻预警。研究结果表明:SCNGO在收敛速度、寻优精度等方面明显优于NGO、WOA(鲸鱼优化算法)及SSA(麻雀优化算法);该卡钻预警模型对于卡钻的预测准确率高达97.33%,相较于WOA-SVM、NGO-SVM、SSA-SVM卡钻预警模型,在预测准确率和运算速度上均有较大的提升。该模型为卡钻的预测及其工程应用提供了理论指导。

关键词：卡钻预警模型北方苍鹰优化算法性能测试折射反向学习策略正余弦策略

来源：评论

学校读者我要写书评

暂无评论

利用WDCNN-GRU模型的变转速轴承故障诊断技术研究

引用

组合机床与自动化加工技术 2025年第1期 138-142,149页

作者：刘馨雅马超黄民张占一北京信息科技大学机电工程学院北京100192 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 北京东方振动和噪声技术研究所北京100085

针对变转速工况下,为了提高轴承故障诊断的效率、准确度和稳定性,提出一种基于宽卷积核门控循环的混合神经网络模型。首先,采用计算阶次跟踪对原始信号做角域重采样处理,消除变转速带来的信号不具备周期性、特征混叠、频率偏移等问题;然... 详细信息

针对变转速工况下,为了提高轴承故障诊断的效率、准确度和稳定性,提出一种基于宽卷积核门控循环的混合神经网络模型。首先,采用计算阶次跟踪对原始信号做角域重采样处理,消除变转速带来的信号不具备周期性、特征混叠、频率偏移等问题;然后,通过宽卷积核卷积网络提取角域信号特征,结合门控循环神经网络捕捉时序信息,使信号特征挖掘更加全面。为验证该方法的有效性,从多个方面结合多个模型进行对比实验。实验结果表明,所提模型的平均准确率均高于对比模型,具备高准确率、高效率及稳定性的特点。

关键词：变转速轴承故障诊断宽卷积核网络门控循环网络

来源：评论

学校读者我要写书评

暂无评论

Bezier曲线与A-Star算法融合的火星探测器路径规划

引用

电子测量技术 2023年第19期46卷 69-75页

作者：朱胜涛戴娟刘海涛李剑锋北京信息科技大学高动态导航技术北京市重点实验室北京100192 现代测控技术教育部重点实验室北京100192 北京信息科技大学自动化学院北京100192

使用移动探测器探索火星表面是各大航天国家探索火星的主流方式。为了得到探测器的安全路径,提出一种基于改进A^(*)算法的火星探测器路径规划算法。通过改进路径信息算法中的权重因子,优化传统算法的目标函数,可省略大量无价值的搜索路... 详细信息

使用移动探测器探索火星表面是各大航天国家探索火星的主流方式。为了得到探测器的安全路径,提出一种基于改进A^(*)算法的火星探测器路径规划算法。通过改进路径信息算法中的权重因子,优化传统算法的目标函数,可省略大量无价值的搜索路径,缩短搜索的时间,提高搜索效率。相比于传统的路径规划该算法能缩短53.94%的时间;引入拐角优化算法,在路径长度基本一致的情况下,减少了全局路径中拐弯的次数;满足探测器高效稳定的运行需求,拐角优化后,转弯次数相能减少16.77%。通过四阶贝塞尔曲线对路径进行平滑处理,有效避免出现拐角尖峰,确保探测器在火星表面的平稳行进。

关键词：路径规划改进A^(*)算法权重因子拐角优化四阶贝塞尔曲线

来源：评论

学校读者我要写书评

暂无评论

VMD及PSO优化SVM的行星齿轮箱故障诊断

引用

电子测量与仪器学报 2022年第1期36卷 54-61页

作者：刘秀丽王鸽吴国新李相杰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 华锐风电科技(集团)股份有限公司北京100000

以故障高发的行星齿轮传动系统为对象,提出基于变分模态分解(variational mode decomposition,VMD)及粒子群算法(particle swarm optimization,PSO)优化支持向量机(support vector machine,SVM)的故障诊断方法。首先,对信号进行VMD分解,采用改进小波降噪的方法处理分解后的本征模态分量(IMF),并对处理后的分量进行重构,凸显信号蕴含的信息;然后,对处理后的振动信号进行特征提取,分别提取信号的样本熵和均方根误差,并组成输入矩阵;最后,引入PSO优化SVM的关键参数,将提取的特征向量输入PSO-SVM进行训练和识别。将该方法应用于行星传动试验平台获取的行星轮裂纹故障、太阳轮轮齿故障及行星轮轴承故障信号,通过多维比较,验证了该方法的有效性。

关键词：行星齿轮箱故障特征凸显 PSO优化SVM 适应度函数样本熵

来源：评论

学校读者我要写书评

暂无评论

基于虚拟现实技术的钻具组合运动反演研究

引用

石油机械 2023年第7期51卷 36-42页

作者：张涛王凯凯李玉梅周文彬邓靖宇北京信息科技大学高动态导航技术北京市重点实验室北京信息科技大学现代测控技术教育部重点实验室中国石油井控应急救援响应中心

井下振动信号采集过程的不同时间段均会产生大量新的噪声,滤波仅能起到一定的效果;为了减弱其他时间段噪声对当前时间段振动积分的干扰,在直接频域积分的基础上提出滑动窗口积分的方法,构建单自由度振动模型,增加窗口大小以增加窗口内... 详细信息

井下振动信号采集过程的不同时间段均会产生大量新的噪声,滤波仅能起到一定的效果;为了减弱其他时间段噪声对当前时间段振动积分的干扰,在直接频域积分的基础上提出滑动窗口积分的方法,构建单自由度振动模型,增加窗口大小以增加窗口内噪声数量,分析窗口大小与振动积分精度的关系;选用适合的窗口大小,分别用滑动窗口积分和直接时频域积分重建位移,与实际位移对比分析。研究结果表明,滑动窗口积分优于直接时频域积分的位移重建能力,且窗口越大,窗口内噪声数量越多,位移重建精度越差。构建虚拟现实地下场景,将滑动窗口积分应用于井下振动信号的位移重建,以重建的位移数据与其他数据共同驱动底部钻具组合运动,实现基于虚拟现实技术的底部钻具组合运动反演研究。研究结果对完善虚拟钻井平台的建设具有一定的指导意义。

关键词：虚拟现实钻具运动位移重建虚拟井场数据反演

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv4网络模型的临时道路识别算法

引用

广西大学学报（自然科学版） 2022年第3期47卷 712-722页

作者：王浩东王立勇苏清华谢敏王超丁炳超北京信息科技大学北京100192 现代测控技术教育部重点实验室北京100192

针对自动驾驶车辆不能准确识别由交通锥桶标识的临时道路问题,提出一种融合彩色相机和深度相机数据的临时道路检测算法;使用一台四目相机实时采集环境的色彩和深度信息,通过YOLOv4模型实时检测彩色和深度图像中的交通锥桶,根据边界框的... 详细信息

针对自动驾驶车辆不能准确识别由交通锥桶标识的临时道路问题,提出一种融合彩色相机和深度相机数据的临时道路检测算法;使用一台四目相机实时采集环境的色彩和深度信息,通过YOLOv4模型实时检测彩色和深度图像中的交通锥桶,根据边界框的欧氏距离对二者结果进行融合,最终规划出车辆在临时道路中的运动轨迹。实验结果表明,该算法能够快速、准确地识别各色交通锥桶及其位置信息,检测交通锥桶的平均精度分别为94.25%、95.16%和91.03%,平均单帧彩色图像处理时间为36.34 ms。车辆在临时道路中的运动轨迹规划也符合预期,能够辅助车辆顺利驶出。

关键词：目标检测 YOLOv4算法立体视觉交通锥桶自动驾驶

来源：评论

学校读者我要写书评

暂无评论

基于激光雷达与相机融合的交通锥桶检测

引用

激光杂志 2022年第6期43卷 70-74页

作者：杨颖王立勇孙鹏宋越王浩东谢敏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

针对广泛应用在自动驾驶场景中的交通锥桶,对于单一传感器在自动驾驶目标检测中的局限性问题,提出一种基于激光雷达与相机融合的实时、鲁棒的交通检测锥桶方法。该方法利用交通锥桶的独特几何结构,通过激光雷达与相机检测交通锥桶的三... 详细信息

针对广泛应用在自动驾驶场景中的交通锥桶,对于单一传感器在自动驾驶目标检测中的局限性问题,提出一种基于激光雷达与相机融合的实时、鲁棒的交通检测锥桶方法。该方法利用交通锥桶的独特几何结构,通过激光雷达与相机检测交通锥桶的三维位置和颜色信息,将激光雷达三维点云投影到二维图像平面,对结果进行后融合。实验表明,该方法能够稳定、准确地检测出交通锥桶,在不同环境光照条件和复杂环境下检测准确率均在96%以上。

关键词：自动驾驶交通锥桶激光雷达数据融合

来源：评论

学校读者我要写书评

暂无评论

纸基微流控芯片及其水环境检测方法研究进展

引用

中国造纸学报 2023年第3期38卷 133-143页

作者：王林哲胡敬芳杨洋春宋钰李延生高国伟北京信息科技大学自动化学院北京100192 北京信息科技大学传感器重点实验室北京100101 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 中国科学院上海微系统与信息技术研究所传感器联合国家重点实验室上海200050

我国水环境污染问题较为突出,发展水环境污染物快速检测方法,是目前及时有效治理水环境问题的迫切需要。近年来,纸基微流控芯片(Paper-based microfluidic analytical devices,µPAD)在环境监测领域得到快速发展,它具有成本低、制... 详细信息

我国水环境污染问题较为突出,发展水环境污染物快速检测方法,是目前及时有效治理水环境问题的迫切需要。近年来,纸基微流控芯片(Paper-based microfluidic analytical devices,µPAD)在环境监测领域得到快速发展,它具有成本低、制作简单、试剂消耗少、携带方便、环保等特点,符合世界卫生组织(WHO)制定的现场快速检测装置“ASSURED”标准。本文综述了µPAD及其水环境检测方法的研究进展,首先介绍了在提升纸基材料性能方面取得的研究成果,讨论了µPAD的制备方法及其改进方案,并总结了几种应用于µPAD流体运动控制技术,然后重点介绍了基于µPAD的水环境快速检测方法与传感器构建方法取得的研究进展,最后讨论了µPAD目前的局限性并展望了其发展前景。

关键词：纸基微流控芯片水环境污染快速检测

来源：评论

学校读者我要写书评

暂无评论

基于GRU与迁移学习的滚动轴承故障诊断

引用

现代制造工程 2022年第1期 143-147页

作者：曹梦婷谷玉海王红军徐小力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

现阶段基于深度学习的故障诊断需要大量的数据,而制作数据集是一项耗时耗力的工作。针对这一缺点,提出一种基于门控循环单元(Gate Recurrent Unit,GRU)与迁移学习的滚动轴承故障诊断方法。该方法利用与目标域特征相似且易获得源域数据... 详细信息

现阶段基于深度学习的故障诊断需要大量的数据,而制作数据集是一项耗时耗力的工作。针对这一缺点,提出一种基于门控循环单元(Gate Recurrent Unit,GRU)与迁移学习的滚动轴承故障诊断方法。该方法利用与目标域特征相似且易获得源域数据的特点训练网络,确定网络结构和参数,冻结经过训练的卷积神经网络(Convolutional Neural Networks,CNN)和GRU,用小样本目标域数据训练该网络,微调全连接层和分类层,达到迁移的目的。实验对比分析表明,基于GRU与迁移学习的滚动轴承故障诊断方法明显优于基于BP神经网络和基于概率神经网络(Probabilistic Neural Network,PNN)方法的故障诊断,能够更加准确地进行故障分类,为小样本数据集下的故障诊断提出了新思路。

关键词：迁移学习故障诊断滚动轴承一维卷积神经网络门控循环单元

来源：评论

学校读者我要写书评

暂无评论

改进U-Net网络的遥感图像水质分割算法

引用

遥感信息 2023年第4期38卷 137-143页

作者：赵晨曦宋钰胡敬芳李洋高国伟北京信息科技大学传感器北京市重点实验室北京100101 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 中国科学院空天信息创新研究院传感技术国家重点实验室北京100190

针对遥感图像中一般水体、黑臭水体以及富营养化水体形状不规则以及相似难以准确分割的问题,选取研究区创建富含3类水体的数据集,利用深度学习卷积网络模型对3类水体数据集进行训练与测试。根据测试效果分析提出基于改进U-Net网络的遥... 详细信息

针对遥感图像中一般水体、黑臭水体以及富营养化水体形状不规则以及相似难以准确分割的问题,选取研究区创建富含3类水体的数据集,利用深度学习卷积网络模型对3类水体数据集进行训练与测试。根据测试效果分析提出基于改进U-Net网络的遥感水质分割算法,改进卷积深度及在编码阶段输入层引入ASPP模块获取更加复杂的光谱信息,提高分割精度。实验表明,所提出的改进型U-Net分割算法能够显著提升水质分类的精确度和分割效果,从而实现一般、黑臭及富营养化水体的准确分类。

关键词：水质分割深度学习卷积网络分割精度三类水体河流占比

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：