您的位置: 专家智库 > >

国家自然科学基金(50875048)

作品数:3 被引量:13H指数:1
相关作者:许飞云胡建中贾民平彭森钟秉林更多>>
相关机构:东南大学更多>>
发文基金:国家自然科学基金国家高技术研究发展计划江苏省基础研究计划更多>>
相关领域:自动化与计算机技术机械工程更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇机械工程
  • 2篇自动化与计算...

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇故障诊断
  • 1篇旋转机械
  • 1篇偏最小二乘
  • 1篇偏最小二乘回...
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇轴心轨迹
  • 1篇自动识别
  • 1篇网络
  • 1篇工神经网络
  • 1篇NEGATI...
  • 1篇NO
  • 1篇TENSOR
  • 1篇FACTOR...
  • 1篇不变矩
  • 1篇齿轮
  • 1篇齿轮箱
  • 1篇齿轮箱故障

机构

  • 3篇东南大学

作者

  • 3篇许飞云
  • 2篇彭森
  • 2篇贾民平
  • 2篇胡建中
  • 1篇黄仁
  • 1篇钟秉林

传媒

  • 1篇振动.测试与...
  • 1篇机床与液压
  • 1篇Journa...

年份

  • 3篇2009
3 条 记 录,以下是 1-3
排序方式:
基于偏最小二乘回归和人工神经网络的齿轮箱故障诊断被引量:1
2009年
提出了一种偏最小二乘回归(PLSR)与人工神经网络(ANN)相结合的故障诊断方法,并将此方法应用于齿轮箱的故障诊断中。首先建立齿轮箱运行状态的PLSR模型,然后建立ANN模型,利用PLSR模型残差和系统参数对ANN进行训练,最后,运用此ANN对齿轮箱实施故障诊断。实验结果表明,该方法能有效地诊断出齿轮箱故障。此外,还将该方法与基于主成分分析(PCA)和ANN的故障诊断方法进行了比较。结果表明,二者诊断精度相同,但作者提出的方法具有更高的模型精度。
彭森许飞云贾民平胡建中
关键词:齿轮箱故障诊断偏最小二乘回归人工神经网络
轴心轨迹自动识别及其在旋机诊断中的应用被引量:11
2009年
提出了一种基于Zernike不变矩特征和神经网络分类器的轴心轨迹自动识别方法。通过对原始Zernike矩特征进行二次提取和处理,获得了对轴心轨迹识别更为敏感的矩特征量,降低了后续神经网络分类器设计的难度。仿真研究表明,基于Zernike矩的轴心轨迹识别方法,其识别精度优于常用的几何矩方法。将所提方法应用于汽轮发电机组和高速离心压缩机组轴心轨迹的自动识别,并结合频谱能量分布特征进行故障诊断,结果表明,引入轴心轨迹特征可以有效地提高旋转机械故障诊断的精度。
许飞云钟秉林黄仁
关键词:轴心轨迹不变矩神经网络旋转机械故障诊断
Sparseness-controlled non-negative tensor factorization and its application in machinery fault diagnosis被引量:1
2009年
Aiming at the problems of bispectral analysis when applied to machinery fault diagnosis, a machinery fault feature extraction method based on sparseness-controlled non-negative tensor factorization (SNTF) is proposed. First, a non-negative tensor factorization(NTF) algorithm is improved by imposing sparseness constraints on it. Secondly, the bispectral images of mechanical signals are obtained and stacked to form a third-order tensor. Thirdly, the improved algorithm is used to extract features, which are represented by a series of basis images from this tensor. Finally, coefficients indicating these basis images' weights in constituting original bispectral images are calculated for fault classification. Experiments on fault diagnosis of gearboxes show that the extracted features can not only reveal some nonlinear characteristics of the system, but also have intuitive meanings with regard to fault characteristic frequencies. These features provide great convenience for the interpretation of the relationships between machinery faults and corresponding bispectra.
彭森许飞云贾民平胡建中
关键词:SPARSENESS
共1页<1>
聚类工具0