检索结果-内蒙古大学图书馆

红外与激光工程 2016年第1期45卷 236-241页

作者：龙青云胡素梅朱伟玲广东石油化工学院计算机与电子信息学院广东茂名525000 广东石油化工学院广东省石化装备故障诊断重点实验室广东茂名525000 广东石油化工学院理学院广东茂名525000

为了分析同向抽运与反向抽运光纤拉曼放大器的最大拉曼增益,基于耦合微分方程,采用理论推导的方法,根据不同抽运结构下信号光放大的不同实际情况定义并推导出同向抽运光纤拉曼放大器和反向抽运光纤拉曼放大器的最大拉曼增益公式。然后,... 详细信息

为了分析同向抽运与反向抽运光纤拉曼放大器的最大拉曼增益,基于耦合微分方程,采用理论推导的方法,根据不同抽运结构下信号光放大的不同实际情况定义并推导出同向抽运光纤拉曼放大器和反向抽运光纤拉曼放大器的最大拉曼增益公式。然后,详细分析了各个参数对两种抽运方式下光纤拉曼放大器的最大拉曼增益的影响。对两种抽运方式下相同参数引起的最大拉曼增益进行了比较。结果表明,同样的参数对同向抽运与反向抽运光纤拉曼放大器最大拉曼增益的影响有相同的地方,也有不同的地方。最后,将最大拉曼增益和常用的开关增益进行了比较。对光纤拉曼放大器的实验、成本估计和器件效率等研究有重要参考意义。

关键词：光纤通信光纤拉曼放大器理论推导最大拉曼增益同向抽运反向抽运

来源：评论

学校读者我要写书评

暂无评论

误差影响下滚动轴承多重故障模态特征信号的盲源分离方法

引用

兵工学报 2018年第7期39卷 1419-1428页

作者：黄大荣陈长沙柯兰艳赵玲米波孙国玺重庆交通大学信息科学与工程学院重庆400074 广东石油化工学院广东省石化装备故障诊断重点实验室广东茂名525000

针对旋转机械设备受到测量误差及系统误差等因素影响,导致滚动轴承多故障模态信号难以分离的缺陷,提出一种误差影响下滚动轴承多重故障模态特征信号的盲源分离方法。对故障信号进行白化预处理得到白化矩阵,进而计算白化矩阵的4阶累积量... 详细信息

针对旋转机械设备受到测量误差及系统误差等因素影响,导致滚动轴承多故障模态信号难以分离的缺陷,提出一种误差影响下滚动轴承多重故障模态特征信号的盲源分离方法。对故障信号进行白化预处理得到白化矩阵,进而计算白化矩阵的4阶累积量,并构建4阶累积量矩阵;将累积量矩阵对角化,并取前K个较大特征值对应的特征向量作为新累积量矩阵;利用总体最小二乘方法估计最小化新累积量矩阵与目标正交矩阵的误差函数,最大程度地联合近似对角化新累积量矩阵,实现多故障信号的分离估计;为进一步评估该方法的有效性,选用时域相关系数及时频域双谱估计两种评价方法对分离结果进行验证。结果表明,该方法分离出来的信号与源信号相关系数高,并且时频域双谱估计相似,是一种有效分离多重故障的方法。

关键词：滚动轴承多重故障模态特征信号盲源分离联合对角化总体最小二乘误差影响

来源：评论

学校读者我要写书评

暂无评论

复杂装备轴承多重故障的线性判别分析与反向传播神经网络协作诊断方法

引用

兵工学报 2017年第8期38卷 1649-1657页

作者：黄大荣陈长沙孙国玺赵玲米波重庆交通大学信息科学与工程学院重庆400074 广东石油化工学院广东省石化装备故障诊断重点实验室广东茂名525000

由于复杂装备运行工作环境恶劣,导致其轴承多重故障诊断的准确率不高,为此提出一种基于线性判别分析(LDA)与反向传播(BP)神经网络协作下复杂装备轴承数据驱动的多重故障诊断方法。将无量纲指标作为轴承多重故障数据的反映指标,利用LDA... 详细信息

由于复杂装备运行工作环境恶劣,导致其轴承多重故障诊断的准确率不高,为此提出一种基于线性判别分析(LDA)与反向传播(BP)神经网络协作下复杂装备轴承数据驱动的多重故障诊断方法。将无量纲指标作为轴承多重故障数据的反映指标,利用LDA对轴承多重故障的无量纲指标数据进行线性映射降维处理;通过拉格朗日极值法获得最佳投影向量,沿着该方向将轴承多重故障数据投影到类别最易区分的方向;将经投影处理后的样本作为BP神经网络的输入样本,通过训练测试网络,实现轴承多重故障的预测分类。对某型装备大型旋转机械机组进行仿真实验,验证了所提方法能够有效对轴承多重故障进行降维映射,并且能较好地实现多重故障分类诊断,具有良好的有效性和实用性。

关键词：机械学轴承多重故障诊断拉格朗日极值法线性判别分析反向传播神经网络

来源：评论

学校读者我要写书评

暂无评论

经时频掩码的欠定混叠信号的盲提取

引用

通信学报 2012年第8期33卷 77-84页

作者：肖明高峰孙功宪谢胜利广东石油化工学院广东省石化装备故障诊断重点实验室广东茂名525000 华南理工大学电子与信息学院广东广州510640

针对欠定非完全稀疏信号的盲源估计问题,提出了一个新颖的盲提取算法。算法融合非完全稀疏信号的盲提取算法和DUET方法,先利用已估计的混叠矩阵计算源信号的提取矢量和源方向的法矢量,再经线性变换更新混叠信号和混叠矩阵,后采用时频掩... 详细信息

针对欠定非完全稀疏信号的盲源估计问题,提出了一个新颖的盲提取算法。算法融合非完全稀疏信号的盲提取算法和DUET方法,先利用已估计的混叠矩阵计算源信号的提取矢量和源方向的法矢量,再经线性变换更新混叠信号和混叠矩阵,后采用时频掩码方法恢复源信号。几个语音信号的实验显示算法的性能和实用性。

关键词：欠定盲信号分离稀疏成分分析时频掩码盲提取

来源：评论

学校读者我要写书评

暂无评论

基于种群多样性的自适应乌鸦搜索算法

引用

浙江大学学报（工学版） 2022年第12期56卷 2426-2435页

作者：何杰光彭志平崔得龙李启锐广东石油化工学院计算机学院广东茂名525000 江门职业技术学院信息工程学院广东江门529030 广东石油化工学院广东省石化装备故障诊断重点实验室广东茂名525000

针对原始乌鸦搜索算法对种群多样性控制不强、个体位置更新方式单一、局部搜索精细度不高等缺点,提出新的自适应乌鸦搜索算法.设计多种搜索引导个体,基于进化不同阶段的种群多样性,实现搜索引导个体的自适应选择策略,使算法在迭代前期... 详细信息

针对原始乌鸦搜索算法对种群多样性控制不强、个体位置更新方式单一、局部搜索精细度不高等缺点,提出新的自适应乌鸦搜索算法.设计多种搜索引导个体,基于进化不同阶段的种群多样性,实现搜索引导个体的自适应选择策略,使算法在迭代前期加强全局勘探,在迭代后期强化局部开发.结合正余弦搜索理念,构建基于线性递减、混合正余弦震荡递减的多种飞行长度控制参数及相应的多种搜索方式,提升算法的搜索遍历性,增加算法在迭代后期找到更优解的概率.为了验证新算法的有效性,通过标准测试函数,将新算法与原始乌鸦搜索算法、改进乌鸦搜索算法和其他优秀的智能优化算法进行仿真实验,比较分析各算法的收敛精度、收敛速度、稳定性、Wilcoxon符号秩检验和Friedman检验.实验结果表明,新算法的性能优于其他比较算法的性能,新算法实现了全局勘探和局部开发、收敛精度和收敛速度的平衡.

关键词：群智能优化乌鸦搜索算法种群多样性搜索引导个体自适应选择正余弦搜索

来源：评论

学校读者我要写书评

暂无评论

云计算虚拟资源的熵优化和动态加权评估模型

引用

软件学报 2013年第8期24卷 1937-1946页

作者：左利云曹志波董守斌广东省石化装备故障诊断重点实验室(广东石油化工学院) 广东茂名525000 广东省计算机网络重点实验室(华南理工大学) 广东广州510641

云资源的动态变化和不确定性给资源管理及任务调度带来了很大的困难.为了准确地掌握资源动态负载和可用能力信息,提出一种基于熵优化和动态加权的资源评估模型,其中,熵优化模型利用最大熵和熵增原理的目标函数及约束条件,筛选出满足用户... 详细信息

云资源的动态变化和不确定性给资源管理及任务调度带来了很大的困难.为了准确地掌握资源动态负载和可用能力信息,提出一种基于熵优化和动态加权的资源评估模型,其中,熵优化模型利用最大熵和熵增原理的目标函数及约束条件,筛选出满足用户QoS和系统最大化的资源,实现最优调度,保障用户QoS.对筛选后的资源再进行动态加权负载评估,对负载过重及长期不可用资源进行迁移、释放等,可减少能耗,实现负载均衡和提高系统利用率.设计了仿真实验,以验证所提评估模型的性能.实验结果表明,熵优化模型对用户QoS和系统最大化有很好的效果,动态加权负载评估有利于均衡负载,提高系统利用率.该评估模型实现了用户QoS保障、减少能耗、负载均衡以及提高系统利用率等多目标的优化.

关键词：云计算虚拟资源评估熵动态负载多目标优化

来源：评论

学校读者我要写书评

暂无评论

滚动轴承复合故障的混合协同诊断方法

引用

电子科技大学学报 2018年第6期47卷 853-863页

作者：黄大荣陈长沙赵玲孙国玺柯兰艳重庆交通大学信息科学与工程学院重庆南岸区400074 广东石油化工学院广东省石化装备故障诊断重点实验室广东茂名525000

针对传统复合故障诊断方法存在故障难以完全分离的缺点,提出了滚动轴承复合故障的混合协同诊断方法。首先对观测信号的协方差矩阵进行奇异值分解,求出白化矩阵并对复合故障信号进行白化处理;然后,利用联合对角化方法对白化后的故障矩阵... 详细信息

针对传统复合故障诊断方法存在故障难以完全分离的缺点,提出了滚动轴承复合故障的混合协同诊断方法。首先对观测信号的协方差矩阵进行奇异值分解,求出白化矩阵并对复合故障信号进行白化处理;然后,利用联合对角化方法对白化后的故障矩阵进行对角化变形,通过最小化对角化程度函数得到正交矩阵;最后,通过正交矩阵估计故障源信号矩阵,实现复合故障的分离;由于二阶盲辨识方法分离出的故障信号间存在无序性以及相似性,导致分离信号故障类型难以确定,因此将分离后的故障信号进行短时傅里叶变换,通过分离信号的时频谱图与原信号时频谱图进行比较,并根据趋势一致性确认所对应的故障类型。最终,以广东省石化装备故障诊断重点实验室的轴承数据进行实验论证,结果表明,二阶盲辨识协同短时傅里叶变换能有效将滚动轴承的复合故障信号分离出来,工程上具备可操作性和极大的应用价值。

关键词：复合故障滚动轴承二阶盲辨识短时傅里叶变换

来源：评论

学校读者我要写书评

暂无评论

基于随机退化数据建模的设备剩余寿命自适应预测方法

引用

电子学报 2015年第6期43卷 1119-1126页

作者：孙国玺张清华文成林段志宏广东石油化工学院广东省石化装备故障诊断重点实验室广东茂名525000 杭州电子科技大学自动化学院浙江杭州310018

针对现有剩余寿命预测研究中需要多个同类设备历史数据离线估计模型参数的问题,本文提出了一种基于退化数据建模的服役设备剩余寿命自适应预测方法.该方法,利用指数随机退化模型来建模设备的退化过程,基于退化监测数据运用Bayesian方法... 详细信息

针对现有剩余寿命预测研究中需要多个同类设备历史数据离线估计模型参数的问题,本文提出了一种基于退化数据建模的服役设备剩余寿命自适应预测方法.该方法,利用指数随机退化模型来建模设备的退化过程,基于退化监测数据运用Bayesian方法更新模型的随机参数,进而得到剩余寿命的概率分布函数及点估计.区别于现有方法,本文方法基于设备到当前时刻的监测数据,利用期望最大化算法对模型中的非随机未知参数进行在线估计,由此无需多个同类设备历史数据.最后,通过数值仿真与实例分析,验证了本文方法在剩余寿命预测时的有效性.

关键词：寿命预测退化 Bayesian方法期望最大化

来源：评论

学校读者我要写书评

暂无评论

电力变压器故障的客观熵权识别及诊断方法

引用

电力系统自动化 2017年第12期41卷 206-211页

作者：黄大荣陈长沙孙国玺赵玲重庆交通大学信息科学与工程学院重庆市400074 广东省石化装备故障诊断重点实验室(广东石油化工学院) 广东省茂名市525000

为了有效管理和监测电力变压器的健康状态,在对变压器油中溶解气体数据进行分析的基础上,建立了一种基于客观熵权的电力变压器故障信息模式识别及诊断模型。首先,在定义包含电力变压器故障模式全局信息的矩阵范式基础上,引入信息熵权理... 详细信息

为了有效管理和监测电力变压器的健康状态,在对变压器油中溶解气体数据进行分析的基础上,建立了一种基于客观熵权的电力变压器故障信息模式识别及诊断模型。首先,在定义包含电力变压器故障模式全局信息的矩阵范式基础上,引入信息熵权理论构建故障特征信息的客观熵权精确量化模型;然后,基于距离和投影原则构建了故障模式判别准则函数,并通过准则函数对模式进行排序,运用综合排序结果进行故障测试模式分类,得到用于判断故障类型的基准类心向量;最后,运用基于类心欧氏距离的方式判别故障测试样本所属的类别,实现变压器故障的客观熵权识别及诊断。利用从某电力公司采集到的120组电力变压器油中溶解气体样本进行实例验证,结果表明,所提出的方法能克服传统的三比值故障诊断方法存在无编码以及边界编码模糊致误判的问题。

关键词：系统工程信息模式识别客观熵权模式判别准则电力变压器故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于范重心的自适应量化音频盲水印算法

引用

南京理工大学学报 2015年第1期39卷 50-55页

作者：崔得龙弓云峰余桂兰广东石油化工学院计算机与电子信息学院广东茂名525000 广东省石化装备故障诊断重点实验室广东茂名525000

为了实现数字音频版权保护,利用音频信号低阶统计量的稳定性和离散余弦变换的去相关性,设计了一种基于范重心的自适应量化音频盲水印算法。原始音频信号按固定长度分帧,计算分帧音频范重心坐标并确定水印嵌入候选区域,水印信息自适应量... 详细信息

为了实现数字音频版权保护,利用音频信号低阶统计量的稳定性和离散余弦变换的去相关性,设计了一种基于范重心的自适应量化音频盲水印算法。原始音频信号按固定长度分帧,计算分帧音频范重心坐标并确定水印嵌入候选区域,水印信息自适应量化嵌入选中的离散余弦变换中低频系数。实验结果证明:该音频水印算法具有鲁棒性和有效性,同时密钥的使用保证了算法的安全性。

关键词：音频水印鲁棒水印范重心离散余弦变换自适应水印盲水印原始音频信号

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：