您的位置： 专家智库
>
资助详情>
国家自然科学基金(51205405)
国家自然科学基金(51205405)
- 作品数：20 被引量：86H指数：5
- 相关作者：张培林李兵王怀光李一宁王正军更多>>
- 相关机构：中国人民解放军军械工程学院军械工程学院武汉军械士官学校更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程理学电子电信更多>>
- 基于2维非负矩阵分解的时频图像压缩在柴油机故障诊断中的应用被引量：1
- 2019年
- 针对1维非负矩阵分解技术对2维矩阵特征降维时,会产生数据量巨大、计算效率低下和丢失原始数据结构信息的问题,引入2维非负矩阵分解技术。通过S变换得到振动信号的时频图像,用1DNMF和2DNMF分别压缩时频图像,对压缩后的图像信息进行分类,对柴油机在8种状态下的振动信号进行采集,并采用最近邻分类器、朴素贝叶斯分类器和支持向量机分类器进行实验对比。结果表明,2维非负矩阵分解技术比原始的1维技术计算效率更高,故障诊断更精准。
- 史润泽李兵
- 关键词：柴油机特征提取故障诊断
- 基于自适应形态提升小波与改进非负矩阵分解的发动机故障诊断方法被引量：23
- 2013年
- 信号处理与特征参数提取是实现发动机故障诊断的关键。针对传统小波和形态小波的缺陷,提出一种自适应形态梯度提升小波变换(AMGLW)。该方法采用信号的局部梯度作为判断信号奇异性的度量指标,在信号突变处采用提出的形态梯度提升算子以保留信号的冲击特征,在信号缓变处采用平滑算子以抑制噪声。在此基础上,提出采用改进非负矩阵分解方法对分解后的信号进行特征提取,计算用于发动机故障分类的特征参数。利用实测的发动机在5种状态下的振动信号对提出的信号处理及特征提取方法进行了验证。
- 李兵徐榕贾春宁郭清晨
- 关键词：信息处理技术发动机故障诊断
- 面向多峰函数的自适应小生境量子进化算法被引量：9
- 2014年
- 为解决量子进化算法在多峰优化时只能找到一个最优解,无法找到所有全局和局部最优解的问题,提出自适应小生境量子进化算法。利用佳点集理论初始化种群,使种群均匀分布在整个搜索空间;提出中心地形信息小生境自适应识别方法,用于自适应的识别峰值所在区域,并建立小生境完善策略,提高小生境识别速度;借助量子进化算法的快速寻优能力精确寻找各个峰值点;采用动态种群调整策略,维持种群的多样性,自适应地调节种群规模。仿真实验结果表明,该算法具有较强全局优化能力和局部优化能力,且搜索到的每个最优解都达到了理想值。
- 陈彦龙张培林李胜李一宁
- 关键词：多峰函数优化佳点集小生境技术量子进化算法
- 基于自适应多尺度形态梯度与非负矩阵分解的轴承故障诊断被引量：5
- 2013年
- 轴承故障诊断的关键步骤是信号处理与特征参数提取。提出采用自适应多尺度形态梯度算法对轴承振动信号进行处理,综合利用小尺度下能保留信号细节和大尺度下抑制噪声的优点,可有效地提取振动信号中反映轴承状态的冲击分量;在此基础上提出采用非负矩阵分解技术对信号进行压缩,计算用于轴承故障诊断的特征参量。采用轴承在七种状态下的振动信号对所提出的信号处理和特征参数提取方法进行验证,结果表明:与传统的信号处理与特征参量提取方法相比,本文提出的方法具有更高的轴承故障分类精度,为准确判断轴承工作状态提供了一种行之有效的新方法。
- 刘东升李元杨博文张帅李兵
- 关键词：非负矩阵分解轴承特征提取故障诊断
- 模糊格构造型形态神经网络被引量：3
- 2014年
- 针对构造型形态神经网络(CMNN)决策函数的局限性,提出了一种模糊格构造型形态神经网络(FLCMNN);该模型在利用训练好的CMNN进行分类时,引入模糊格包容性测度计算测试样本属于各超盒的隶属度值.采用仿真数据集对提出的FL-CMNN模型进行了评价,并与原始的CMNN和传统的人工神经网络、支持向量机、最近邻分类器进行了对比;试验结果表明,FL-CMNN在测试精度上明显优于原始的CMNN,训练时间远远低于传统的神经网络和支持向量机,而分类精度丝毫不亚于传统的神经网络和支持向量机.
- 李兵董俊刘鹏远米双山
- 关键词：数学形态学形态神经网络模糊格模式识别
- 基于EEMD-CWD的齿轮箱振动信号故障特征提取被引量：7
- 2014年
- 为实现齿轮箱故障特征提取,提出一种基于集成经验模态分解(EEMD)和乔-威廉姆斯分布(CWD)的齿轮箱振动信号特征的提取方法。对现场采集的振动信号进行EEMD分解,再对分解得到的固有模态函数(IMF)分量依照峭度准则进行排序,选取峭度指标较大的IMF分量进行CWD分析,最终得到信号的CWD.该方法可以有效抑制由于干扰项引起的频率混叠和干扰问题,有助于将原始信号在时间历程、频率成分和幅值大小3个方面的特征信息同时进行准确提取。利用该方法对实际齿轮发生断齿、裂纹故障进行了实验分析,结果表明:该方法能够全面、有效地提取齿轮振动信号中所蕴含的齿轮箱状态信息,为后续进行齿轮箱状态识别和故障诊断奠定基础。
- 王卫国孙磊
- 关键词：齿轮箱峭度特征提取
- 分布式监测系统缓变信号无损压缩方法研究被引量：2
- 2014年
- 分布式监测系统长时间的连续监测会产生大量的状态参数,为了数据实时连续传输及节省以数据流量计费的数据传输成本,在分析分布式监测系统传输模型基础上,对无损压缩方法中的霍夫曼编码和LZW算法进行了研究;针对缓变信号相似程度高的特点,提出了基于动态规划的霍夫曼编码和LZW数据压缩算法,使用上述方法,对发动机状态监测数据进行压缩,通过比较,基于动态规划的霍夫曼编码方法压缩率最高,对于水温、油温、油压性能参数的压缩率均在60%以上,该方法成功应用于大型复杂装备分布式监测系统中,有效减少了信号冗余度,提高了数据传输效率。
- 王怀光张培林吴定海范红波
- 关键词：分布式监测霍夫曼编码LZW算法动态规划
- 位姿估计自适应学习率的改进被引量：5
- 2019年
- 学习率的大小影响着模型的训练速度和收敛精度,为了解决常用学习率AdaGrad的历史梯度干扰、AdaDec中幂指函数相关性不强的问题,从学习率衰减方式出发,提出一种基于衰减时效性的学习率改进方法(AdaRecur)。此学习率改进有两方面:1)通过设置衰减速率ρ减小历史梯度作用并结合当前梯度共同调整学习率;2)根据当前网络梯度的变化,将初始学习率替换为上轮训练中的学习率,以递推的方式调整学习率大小。目标位姿估计中LineMod数据集测试结果表明,在相同训练次数的情况下,AdaRecur比AdaGrad和AdaDec的平移、角度误差小,其中角度误差降低了2.378%,平移误差降低了2.216%,位姿估计的效果更加完美。
- 张德李国璋王怀光张峻宁
- 关键词：神经网络位姿估计自适应学习率计算机视觉
- 基于量子遗传算法的轴向柱塞泵故障特征选择被引量：4
- 2014年
- 为了进一步减少特征维数、缩短运算时间、提高分类正确率等,提出了一种基于量子遗传算法的轴向柱塞泵故障特征选择方法,该方法采用量子位进行染色体编码,利用量子门更新种群。首先,对轴向柱塞泵振动信号进行小波包变换,提取出原始信号和各个小波包系数的统计特征;然后,利用量子遗传算法从原始特征集中选择出最优特征集;最后,以神经网络为分类器(其输入为最优特征集),对故障进行诊断与识别。利用该方法对轴向柱塞泵正常、缸体与配流盘磨损和柱塞滑履松动三种状态的特征集进行选择,试验结果表明,与普通遗传算法相比,量子遗传算法可以更有效地减少特征维数,提高分类正确率。
- 李胜张培林李兵王国德
- 关键词：量子计算量子遗传算法轴向柱塞泵
- 发动机异常检测多目标优化方法被引量：1
- 2013年
- 针对柴油发动机异常检测中的特征选择和分类器参数与检测精度之间的耦合关系,提出了一种基于非支配排序粒子群优化的柴油发动机异常检测封装式多目标同步优化方法。利用双树复小波包的分解与重构,对发动机振动信号进行时域、频域和时频域多角度特征提取,构建了较完备的特征参数集,分析了故障诊断中特征选择与分类器参数优化对检测精度的影响,运用非支配排序粒子群优化算法对多个优化目标进行协调和折衷处理,同时追求特征参数子集维数最小化和分类正确率最大化。实验数据分析表明,该方法能够寻找出最优的特征子集和分类器参数,提高柴油发动机异常检测的精度和效率。
- 吴定海张培林任国全王怀光王正军
- 关键词：柴油发动机异常检测多目标优化粒子群优化
