检索结果-内蒙古大学图书馆

中国机械工程 2016年第22期27卷 3048-3054页

作者：张淑清黄文静胡永涛宿新爽陆超姜万录燕山大学河北省测试计量技术及仪器重点实验室秦皇岛066004

针对机械系统的非平稳、非线性特性,提出了一种基于总体平均经验模式分解(EEMD)近似熵和混合PSO-BP算法的轴承故障诊断方法。EEMD能够解决EMD的端点效应,改善处理非线性信号时的局限性;引入随机权重和压缩因子来改进粒子群算法,优化BP... 详细信息

针对机械系统的非平稳、非线性特性,提出了一种基于总体平均经验模式分解(EEMD)近似熵和混合PSO-BP算法的轴承故障诊断方法。EEMD能够解决EMD的端点效应,改善处理非线性信号时的局限性;引入随机权重和压缩因子来改进粒子群算法,优化BP神经网络的权值和阈值,解决BP网络的全局收敛问题。将信号经EEMD得到的IMF分量与近似熵结合,组成特征向量,再将构造的特征向量输入到PSO-BP神经网络中进行模式识别。实验及工程应用实例证明了该方法的有效性和优越性。

关键词：轴承故障诊断总体平均经验模式分解近似熵混合粒子群神经网络

来源：评论

学校读者我要写书评

暂无评论

基于数学形态学和模糊聚类的旋转机械故障诊断

引用

仪器仪表学报 2012年第5期33卷 1055-1061页

作者：王书涛张金敏李圆圆张淑清燕山大学电气工程学院河北省测试计量技术及仪器重点实验室秦皇岛066004

提出了一种数学形态学与GG(Gath-Geva)模糊聚类相结合的旋转机械故障诊断方法,通过对滚动轴承信号的多尺度形态运算得到信号的形态谱,定量反映了信号在不同尺度下的形态变化特征。为进一步对滚动轴承信号进行故障识别,提取出基于形态学... 详细信息

提出了一种数学形态学与GG(Gath-Geva)模糊聚类相结合的旋转机械故障诊断方法,通过对滚动轴承信号的多尺度形态运算得到信号的形态谱,定量反映了信号在不同尺度下的形态变化特征。为进一步对滚动轴承信号进行故障识别,提取出基于形态学操作的分形维数和描述不同信号形态特征的指标即形态谱熵,并把这2个参数作为GG聚类的故障特征向量,进行聚类分析,同时对GG聚类与FCM(fuzzy center means)聚类和GK(Gustafaon-Kessel)聚类进行了比较。实验证明了基于数学形态学与GG聚类相结合的机械故障诊断方法的有效性,且证明了GG聚类更适合对不同形状、大小和密度的空间故障数据模糊聚类,聚类效果更好。

关键词：数学形态学 GG模糊聚类分形维数形态谱形态谱熵故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于RQA与GG聚类的滚动轴承故障识别

引用

中国机械工程 2015年第10期26卷 1385-1390页

作者：张淑清包红燕李盼李新新姜万录燕山大学河北省测试计量技术及仪器重点实验室秦皇岛066004

提出递归定量分析与GG聚类相结合的滚动轴承故障识别方法。利用能够表征信号发散程度的RQA参数——确定率和分层率组成轴承故障识别的特征向量,结合GG模糊聚类实现滚动轴承故障模式识别。对实际故障数据进行分析,结果表明,该方法不仅能... 详细信息

提出递归定量分析与GG聚类相结合的滚动轴承故障识别方法。利用能够表征信号发散程度的RQA参数——确定率和分层率组成轴承故障识别的特征向量,结合GG模糊聚类实现滚动轴承故障模式识别。对实际故障数据进行分析,结果表明,该方法不仅能够识别滚动轴承的不同程度损伤,而且能够实现不同部位的轴承故障诊断。研究结果为滚动轴承故障识别提供了一种高效、直观的新方法。

关键词：故障诊断递归图递归定量分析 GG模糊聚类

来源：评论

学校读者我要写书评

暂无评论

下肢康复机器人的自适应人机交互控制策略

引用

自动化学报 2018年第4期44卷 743-750页

作者：杜义浩邱石谢平郭子晖吴晓光李小俚燕山大学电气工程学院河北省测试计量技术及仪器重点实验室秦皇岛066004

针对康复机器人运动过程中的人机交互性问题,提出一种下肢康复机器人自适应人机交互控制策略.提取伸屈运动中下肢表面肌电信号(Surface electromyography,sEMG)和足底压力特征,分别用于表征下肢运动意图和人机交互力(Interaction force,... 详细信息

针对康复机器人运动过程中的人机交互性问题,提出一种下肢康复机器人自适应人机交互控制策略.提取伸屈运动中下肢表面肌电信号(Surface electromyography,sEMG)和足底压力特征,分别用于表征下肢运动意图和人机交互力(Interaction force,IF)信息,建立基于sEMG-IF的人机交互信息融合模型,实现下肢康复机器人运动轨迹的在线规划;考虑主动康复运动过程中的人机交互作用,建立具有时变动态特性的人机系统动力学模型,设计间接模糊自适应控制器对期望轨迹进行跟踪控制,实现下肢康复机器人自适应人机交互控制.通过对5名被试者进行下肢康复机器人运动控制实验研究,验证所提方法的可行性和有效性.

关键词：下肢康复机器人运动意图人机交互自适应控制

来源：评论

学校读者我要写书评

暂无评论

滑动去趋势波动分析在电能质量暂态扰动检测中的应用

引用

电力系统自动化 2012年第8期36卷 52-57页

作者：张淑清翟欣沛刘永富唐佰文赵玉春测试计量技术及仪器河北省重点实验室燕山大学河北省秦皇岛市066004

针对电能质量暂态扰动信号的不规则性和突变性特点,提出了一种基于滑动去趋势波动分析的电能质量扰动检测新方法。扰动的发生使原信号的相关性特征发生变化,而去趋势波动分析的波动参数对这种变化反应敏感。通过滑动窗构建波动参数曲线... 详细信息

针对电能质量暂态扰动信号的不规则性和突变性特点,提出了一种基于滑动去趋势波动分析的电能质量扰动检测新方法。扰动的发生使原信号的相关性特征发生变化,而去趋势波动分析的波动参数对这种变化反应敏感。通过滑动窗构建波动参数曲线,不仅能够对扰动时刻进行准确定位,而且可以确定电压暂升、暂降等典型暂态扰动的电压波动幅值。试验结果证明了该方法的有效性,与基于小波变换的检测方法相比,所述方法在抵御噪声干扰方面更具优越性。

关键词：电能质量暂态扰动检测滑动去趋势波动分析波动参数

来源：评论

学校读者我要写书评

暂无评论

基于LLE与Gold-SA-SVM的海藻三维荧光光谱门类识别

引用

光学学报 2022年第4期42卷 205-212页

作者：刘喆孟辉张永彬段玮靓陈颖燕山大学电气工程学院河北省测试计量技术及仪器重点实验室河北秦皇岛066004

针对海藻三维荧光光谱线性降维方法不理想、模型识别准确率低的问题,提出通过局部线性嵌入(LLE)算法进行降维、通过黄金正弦算法(Gold-SA)对支持向量机(SVM)进行优化来构建分类模型的方法。将LLE算法降维后的海藻三维荧光光谱数据作为SV... 详细信息

针对海藻三维荧光光谱线性降维方法不理想、模型识别准确率低的问题,提出通过局部线性嵌入(LLE)算法进行降维、通过黄金正弦算法(Gold-SA)对支持向量机(SVM)进行优化来构建分类模型的方法。将LLE算法降维后的海藻三维荧光光谱数据作为SVM的输入,并与其他两种降维方法进行对比。结果显示:LLE算法的降维效果最好,识别准确率最高。为了进一步提高门类识别能力,采用Gold-SA对SVM进行优化并建立Gold-SA-SVM模型,再将其与其他4种分类模型进行对比。结果显示,Gold-SA-SVM模型在分类识别准确率、精准率、召回率和F1分数上都有明显提高,该方法可准确识别抑食金球藻、小球藻、细长聚球藻的门类,可为褐潮研究工作提供有效的参考。

关键词：光谱学三维荧光光谱褐潮局部线性嵌入支持向量机黄金正弦算法

来源：评论

学校读者我要写书评

暂无评论

荧光光谱法和PSO-BP神经网络在山梨酸钾浓度检测中的应用

引用

中国激光 2015年第5期42卷 304-310页

作者：王书涛陈东营魏蒙王兴龙王志芳王佳亮燕山大学电气工程学院河北省测试计量技术及仪器重点实验室河北秦皇岛066004

山梨酸钾是一种常用防腐剂,应用非常广泛,但食用过量会严重危害人体健康。研究了山梨酸钾在水溶液和橙汁中的荧光特性,山梨酸钾水溶液荧光特征峰为λex/λem=375 nm/485 nm,山梨酸钾和橙汁的混合溶液除了存在此荧光特征峰,还有一个侧峰... 详细信息

山梨酸钾是一种常用防腐剂,应用非常广泛,但食用过量会严重危害人体健康。研究了山梨酸钾在水溶液和橙汁中的荧光特性,山梨酸钾水溶液荧光特征峰为λex/λem=375 nm/485 nm,山梨酸钾和橙汁的混合溶液除了存在此荧光特征峰,还有一个侧峰λex/λem=470 nm/540 nm。在混合溶液中,橙汁和山梨酸钾的荧光特性相互干扰,加大了山梨酸钾浓度检测的难度。为准确测定混合溶液中山梨酸钾的浓度,采用微粒群算法优化的误差逆向传播（PSO-BP）神经网络对其进行检测。3组预测样本的平均回收率为98.97%,PSO-BP神经网络能够精确测定混合溶液中山梨酸钾的质量浓度范围为0.1~2.0 g/L。预测结果表明荧光光谱法和PSO-BP神经网络相结合的方法能有效地检测山梨酸钾在橙汁中的浓度。

关键词：光谱学荧光光谱微粒群算法优化的误差逆向传播神经网络浓度检测山梨酸钾

来源：评论

学校读者我要写书评

暂无评论

基于三维荧光光谱的Krawtchouk图像矩算法在多环芳烃定量分析中的应用

引用

光谱学与光谱分析 2018年第12期38卷 3785-3789页

作者：潘钊崔耀耀吴希军苑媛媛刘婷婷燕山大学河北省测试计量技术及仪器重点实验室河北秦皇岛066004 燕山大学信息科学与工程学院河北秦皇岛066004

以多环芳烃中的芴和苊为研究对象,提出一种将三维荧光光谱技术与Krawtchouk图像矩、广义回归神经网络相结合的定量分析的方法。利用FS920荧光光谱仪获取样品的三维荧光光谱数据,得到对应的三维光谱灰度图。直接计算三维光谱灰度图的Kraw... 详细信息

以多环芳烃中的芴和苊为研究对象,提出一种将三维荧光光谱技术与Krawtchouk图像矩、广义回归神经网络相结合的定量分析的方法。利用FS920荧光光谱仪获取样品的三维荧光光谱数据,得到对应的三维光谱灰度图。直接计算三维光谱灰度图的Krawtchouk矩,将得到的Krawtchouk矩经平均影响值筛选后作为广义回归神经网络的输入,建立多环芳烃(PAHs)的定量模型。预测8组混合溶液的测试样本,芴和苊的平均相对误差分别为0. 98%和2. 15%。研究结果表明,Krawtchouk矩经过筛选后预测结果更为准确,该方法能够有效提取光谱的特征信息,简单、准确的预测PAHs的浓度。

关键词：三维荧光光谱 Krawtchouk矩平均影响值广义回归神经网络

来源：评论

学校读者我要写书评

暂无评论

火焰图像温度场测量的灰度拟合方法研究

引用

计量学报 2009年第5期30卷 422-425页

作者：郑德忠周颖慧燕山大学河北省测试计量技术及仪器重点实验室河北秦皇岛066004 燕山大学河北省测试计量技术及仪器重点实验室河北秦皇岛066004

为了扩大工业火焰温度测量范围,提出一种基于CCD图像处理的灰度拟合方法,并通过分析灰度比曲线获取可靠性较高的灰度值,以提高温度计算的准确性.在不同燃烧炉上对该方法进行了实验研究,结果表明该方法简单有效,测温范围可扩大100℃以上... 详细信息

为了扩大工业火焰温度测量范围,提出一种基于CCD图像处理的灰度拟合方法,并通过分析灰度比曲线获取可靠性较高的灰度值,以提高温度计算的准确性.在不同燃烧炉上对该方法进行了实验研究,结果表明该方法简单有效,测温范围可扩大100℃以上,最大相对误差降低1.59%,标准差降低12.37℃.

关键词：计量学温度测量 CCD 灰度拟合灰度比曲线

来源：评论

学校读者我要写书评

暂无评论

基于LMD近似熵和FCM聚类的机械故障诊断研究

引用

仪器仪表学报 2013年第3期34卷 714-720页

作者：张淑清孙国秀李亮李新新监雄燕山大学电气工程学院河北省测试计量技术及仪器重点实验室秦皇岛066004

提出一种基于局部均值分解(local mean decomposition,LMD)近似熵和模糊C均值聚类(fuzzy C-means clustering,FCM)相结合的机械故障诊断方法。首先对机械振动信号进行LMD分解,得到若干具有物理意义的乘积函数(product function,PF)分量... 详细信息

提出一种基于局部均值分解(local mean decomposition,LMD)近似熵和模糊C均值聚类(fuzzy C-means clustering,FCM)相结合的机械故障诊断方法。首先对机械振动信号进行LMD分解,得到若干具有物理意义的乘积函数(product function,PF)分量,再通过相关性分析,筛选出与原始信号相关性最大的3个分量作为数据源,求取其近似熵作为特征向量,最后通过FCM模糊聚类对特征向量进行识别分类。实验表明,基于LMD近似熵和FCM模糊聚类相结合的方法对机械故障信号能够有效准确地进行识别分类,此外,将该方法与基于EMD近似熵和FCM结合的方法进行对比,结果表明该方法具有更好的故障识别效果。

关键词：局部均值分解模糊C均值聚类近似熵故障诊断

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：