检索结果-内蒙古大学图书馆

计算机工程与设计 2019年第1期40卷 77-83页

作者：骆荣坤刘桂礼孔全存李东北京信息科技大学仪器科学与光电工程学院北京100192 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

针对微棋盘格亚像素角点检测过程中,存在漏检、多检及检测精度较低等问题,在研究现有算法的基础上,提出一种基于四邻域对角线上灰度约束的角点检测方法。通过角点的四邻域中心几何特征及其对角线方向上最大灰度特征的分析,采用SINC函数... 详细信息

针对微棋盘格亚像素角点检测过程中,存在漏检、多检及检测精度较低等问题,在研究现有算法的基础上,提出一种基于四邻域对角线上灰度约束的角点检测方法。通过角点的四邻域中心几何特征及其对角线方向上最大灰度特征的分析,采用SINC函数灰度分布约束角点位置,实现亚像素级精度的角点检测。开展对比实验及误差分析,其结果表明,与现有检测方法相比,该方法的多检率降低了约18%,漏检率降低了约2%,均达0;其检测精度提高了约50%,达到0.3Pix。该方法显著提高了亚像素角点检测的准确率、精度和重复率,在显微标定中具有一定的应用价值。

关键词：角点检测棋盘格四邻域对角线灰度约束亚像素精度显微标定

来源：评论

学校读者我要写书评

暂无评论

基于改进的共振稀疏分解的滚动轴承故障诊断

引用

机床与液压 2019年第16期47卷 175-179页

作者：杨伟王红军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 北京信息科技大学机电系统测控北京市重点实验室北京100192

针对滚动轴承早期微弱故障湮没在高强背景噪声中、造成故障特征信息提取困难的特点,提出一种改进的共振稀疏分解方法。首先采用变分模态对信号去噪,根据峭度-相关系数准则选取包含故障特征信息量多的分量进行信号重构;然后对重构后的信... 详细信息

针对滚动轴承早期微弱故障湮没在高强背景噪声中、造成故障特征信息提取困难的特点,提出一种改进的共振稀疏分解方法。首先采用变分模态对信号去噪,根据峭度-相关系数准则选取包含故障特征信息量多的分量进行信号重构;然后对重构后的信号进行粒子群优化的共振稀疏分解;最后对分解得到的低共振分量进行包络分析,提取故障特征频率。实验结果证明了该方法比传统共振稀疏分解更能有效地提取故障特征频率,有效地减少了干扰成分。

关键词：滚动轴承变分模态分解峭度-相关系数准则粒子群优化共振稀疏分解

来源：评论

学校读者我要写书评

暂无评论

基于新的时域三点法的机床主轴回转误差研究

引用

组合机床与自动化加工技术 2019年第11期 83-85,91页

作者：魏许杰王红军王泽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

为了获得主轴的回转误差,提高误差分离的准确性。在现有的三点法误差分离研究的基础上,采用了一种不需要进行傅里叶变换,通过求解一系列线性方程组便可以求解出回转误差的算法——新的时域三点法误差分离。该方法可以优先分离圆度误差... 详细信息

为了获得主轴的回转误差,提高误差分离的准确性。在现有的三点法误差分离研究的基础上,采用了一种不需要进行傅里叶变换,通过求解一系列线性方程组便可以求解出回转误差的算法——新的时域三点法误差分离。该方法可以优先分离圆度误差、优先分离主轴回转误差或同步分离主轴回转误差和圆度误差。通过实验验证,将结果与美国Lion Precision主轴回转误差分析仪的实验结果进行比较,验证了该方法可以对主轴回转误差有效、精确分离。

关键词：回转误差误差分离时域三点法圆度误差

来源：评论

学校读者我要写书评

暂无评论

便携式水质重金属电化学检测仪的研究进展

引用

传感器世界 2020年第3期26卷 7-13页

作者：周兴辉胡敬芳宋钰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 传感器国家重点实验室中国科学院电子学研究所北京100190

我国水质重金属污染问题突出,便携式水质重金属电化学检测仪具有体积小、灵敏度高、检测速度快、便于携带等特点,特别适用于水质现场快速测定。本文介绍了便携式水质重金属电化学检测仪的主要工作原理,根据电化学分析方法不同,对现有便... 详细信息

我国水质重金属污染问题突出,便携式水质重金属电化学检测仪具有体积小、灵敏度高、检测速度快、便于携带等特点,特别适用于水质现场快速测定。本文介绍了便携式水质重金属电化学检测仪的主要工作原理,根据电化学分析方法不同,对现有便携式水质重金属电化学检测仪进行分类,并分别对其国内外研究发展近况进行总结和概述,最后探讨并分析了便携式水质重金属电化学检测仪的发展趋势。

关键词：便携式水质重金属电化学研究进展

来源：评论

学校读者我要写书评

暂无评论

基于思维进化优化极限学习机的滚动轴承故障的智能诊断

引用

制造技术与机床 2019年第11期 103-109页

作者：马丽华朱春梅赵西伟覃绘桥北京信息科技大学机电工程学院北京100192 现代测控技术教育部重点实验室北京100192

为了解决传统极限学习机随机产生的输入权值和阈值对故障诊断的准确率有较大影响的问题,提出了一种利用思维进化算法(mind evolutionary algorithm,MEA)来优化极限学习机(extreme learning machine,ELM)的智能诊断方法。MEA-ELM方法首先... 详细信息

为了解决传统极限学习机随机产生的输入权值和阈值对故障诊断的准确率有较大影响的问题,提出了一种利用思维进化算法(mind evolutionary algorithm,MEA)来优化极限学习机(extreme learning machine,ELM)的智能诊断方法。MEA-ELM方法首先将ELM的权值w和阈值b编码成MEA算法个体,产生初始种群,然后通过趋同和异化操作完成种群间的竞争产生优胜种群,整个迭代过程中不断优化极限学习机的初始权值和阈值,最后获得最优个体,对最优个体解码获得隐含层的最优输入权值w和阈值b。将建立的MEA-ELM故障诊断模型应用于滚动轴承的故障诊断中,并分别与传统极限学习机故障诊断模型以及BP神经网络模型的实验结果进行对比,结果表明,经过MEA优化后的ELM不但保持了分类速度快的特点,而且有效提高了诊断的准确率,证明所提出的方法具有良好的可行性和有效性。

关键词：思维进化算法极限学习机滚动轴承故障诊断

来源：评论

学校读者我要写书评

暂无评论

汇流行星排齿轮系统固有特性计算与运行试验研究

汇流行星排齿轮系统固有特性计算与运行试验研究

引用

2020年全国设备监测诊断与维护学术会议暨第十七届全国设备故障诊断学术会议、第十九届全国设备监测与诊断学术会议

作者：杨俊唐长亮王立勇刘晓波宿博康北京信息科技大学机电工程学院现代测控技术教育部重点实验室北京 100192

汇流行星排作为履带车辆综合传动装置的重要组成部件，工况复杂，在高速及高负载条件下振动噪声问题尤为明显，直接影响整车的性能。基于集中参数法建立了汇流行星排定轴轮系和行星轮系的动力学模型，计算得到汇流行星排齿轮系统的固有... 详细信息

汇流行星排作为履带车辆综合传动装置的重要组成部件，工况复杂，在高速及高负载条件下振动噪声问题尤为明显，直接影响整车的性能。基于集中参数法建立了汇流行星排定轴轮系和行星轮系的动力学模型，计算得到汇流行星排齿轮系统的固有频率，设计并搭建了汇流行星排振动实验系统，进行了不同转速下汇流行星排的运行试验，分析了系统的时频域振动特性，所得结论对汇流行星排运行状态监测与综合传动装置故障诊断具有一定的理论意义与工程价值。

关键词：汇流行星排动力学模型固有频率时频分析

来源：评论

学校读者我要写书评

暂无评论

基于Romax的汇流行星排齿轮系统固有特性分析与试验研究

基于Romax的汇流行星排齿轮系统固有特性分析与试验研究

引用

2020年全国设备监测诊断与维护学术会议暨第十七届全国设备故障诊断学术会议、第十九届全国设备监测与诊断学术会议

作者：宿博康唐长亮王立勇刘晓波杨俊北京信息科技大学机电工程学院现代测控技术教育部重点实验室北京 100192

汇流行星排作为履带装甲车辆综合传动装置的关键部件，其振动特性直接影响综合传动装置的服役性能。基于 Romax Designer仿真软件建立汇流行星排齿轮系统的动力学模型，求解系统的固有频率与模态振型。设定不同的齿轮啮合刚度，分析其... 详细信息

汇流行星排作为履带装甲车辆综合传动装置的关键部件，其振动特性直接影响综合传动装置的服役性能。基于 Romax Designer仿真软件建立汇流行星排齿轮系统的动力学模型，求解系统的固有频率与模态振型。设定不同的齿轮啮合刚度，分析其对汇流行星排齿轮系统固有频率的影响;求解不同工况下汇流行星排各齿轮的啮合频率，并与系统的固有频率对比分析，得到系统的共振频率;搭建汇流行星排齿轮系统的振动试验台架，并进行不同转速下的运行试验，时频域特性与仿真结果的一致性较好，验证了动力学模型的正确性。

关键词：汇流行星排固有频率模态分析啮合刚度共振频率

来源：评论

学校读者我要写书评

暂无评论

基于LSTM与迁移学习的滚动轴承故障诊断

基于LSTM与迁移学习的滚动轴承故障诊断

引用

2020年全国设备监测诊断与维护学术会议暨第十七届全国设备故障诊断学术会议、第十九届全国设备监测与诊断学术会议

作者：朱腾腾谷玉海修嘉芸北京信息科技大学机电工程学院现代测控技术教育部重点实验室北京 100192

目前以数据驱动为基础的深度学习故障诊断方法已经得到了广泛的研究,然而基于深度学习的故障诊断普遍存在需要海量训练数据的不足。为有效克服上述问题,本文提出了一种基于长短期记忆网络(Long Short-Term Memory,LSTM)与迁移学习结合... 详细信息

目前以数据驱动为基础的深度学习故障诊断方法已经得到了广泛的研究,然而基于深度学习的故障诊断普遍存在需要海量训练数据的不足。为有效克服上述问题,本文提出了一种基于长短期记忆网络(Long Short-Term Memory,LSTM)与迁移学习结合的滚动轴承智能故障诊断方法。首先使用心电图片段数据对网络中的参数进行训练,然后将正常状态下和各类故障状态下的滚动轴承曲线作为网络输入训练网络最后三个全连接层,最后得到整个训练网络。通过数据验证,证明本文所采用的方法和传统的故障诊断方法相比,能够更加智能识别各类故障类别,并且拥有更高的正确率和良好的泛化能力。

关键词：长短期记忆网络迁移学习滚动轴承故障诊断

来源：评论

学校读者我要写书评

暂无评论

双天线GNSS辅助MINS导航方法研究

引用

系统仿真学报 2019年第11期31卷 2434-2441页

作者：王海璐苏中刘宁刘洪付国栋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 现代测控教育部重点实验室北京100101 北京德维创盈科技有限公司北京100101

针对单天线GNSS辅助捷联惯性组合(INS)导航系统中,车辆静止及直线运动时航向角发散失效,误差较大,提出一种基于Extend Kalman Filter (EKF)的双天线GNSS辅助MINS组合导航方法。利用GNSS提供精度较高的航向角约束MINS的航向角发散,GNSS... 详细信息

针对单天线GNSS辅助捷联惯性组合(INS)导航系统中,车辆静止及直线运动时航向角发散失效,误差较大,提出一种基于Extend Kalman Filter (EKF)的双天线GNSS辅助MINS组合导航方法。利用GNSS提供精度较高的航向角约束MINS的航向角发散,GNSS提供的速度和位置于MINS组合。根据双天线的GNSS/MINS组合系统的误差传播特性建立误差状态模型,设计了扩展卡尔滤波组合滤波算法进行仿真验证,通过对比高精度SPAN-CPT(SynchronousPositionAttitudeand Navigation)进行跑车试验。结果表明偏航角,俯仰角精度分别为0.2RMS,0.3RMS,速度位置精度提高,可用于低成本高精度车辆导航。

关键词：扩展卡尔曼滤波双天线GNSS GNSS/MINS组合导航 MEMS

来源：评论

学校读者我要写书评

暂无评论

基于K-L散度的VMD瞬时能量与PNN的滚动轴承故障诊断

引用

电子测量与仪器学报 2019年第8期31卷 117-123页

作者：徐统王红军宋智勇李颖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 成都飞机工业(集团)有限责任公司成都610092

针对滚动轴承失效模式的有效识别,提出了基于K-L散度的变分模态分解(VMD)的瞬时能量与概率神经网络(PNN)的滚动故障轴承故障诊断方法。首先,利用VMD将滚动轴承信号进行分解成若干个本征模态函数(IMF);然后,分别计算原始信号和每个IMF分... 详细信息

针对滚动轴承失效模式的有效识别,提出了基于K-L散度的变分模态分解(VMD)的瞬时能量与概率神经网络(PNN)的滚动故障轴承故障诊断方法。首先,利用VMD将滚动轴承信号进行分解成若干个本征模态函数(IMF);然后,分别计算原始信号和每个IMF分量的K-L值,并选择具有较小的K-L值的两个IMF分量以计算其瞬时能量并组成特征向量;最后,将特征向量输入到PNN实现故障模式识别。通过对滚动轴承故障诊断实验对该方法进行验证,结果表明,基于K-L散度的VMD瞬时能量与PNN的滚动故障轴承故障诊断准确率高达100%,将所提的方法与通过峭度准则选择VMD分量的瞬时能量和通过K-L散度值选择的集合经验模态分解(EEMD)分量与PNN网络相结合的诊断方法作对比,则明显高于其他两种方法,证明了所提方法的可行性。

关键词：变分模态分解瞬时能量 K-L散度概率神经网络滚动轴承故障诊断

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：