公共文化服务平台

共 6 条记录，以下是 1-7

全选清除导出

排序方式：

基于深度残差网络的化工过程故障诊断被引量：13: 2020年; 本工作提出了一种基于深度残差网络(DRN)的化工过程故障诊断方法,可从大量化工过程运行数据中自动提取故障特征。模型采用快捷连接缓解传统深度神经网络训练困难的问题,且使用批归一化(BN)方法,可有效缓解梯度消失/爆炸的问题。以田纳西-伊斯曼(TE)过程为实验对象对所提方法进行诊断性能评价实验,并与以往的基于传统深度学习模型的TE过程故障诊断方法进行对比,进一步探究了模型层数、BN技术和残差结构对故障诊断率的影响,最后,通过t分布随机邻域嵌入(t-SNE)方法对网络部分层的输出进行可视化。结果表明,模型对21种工况取得了94%的平均故障诊断率和0.30%的平均假阳率,表现出更加卓越的诊断性能。输出层的二维散点图显示了清晰的聚类,表明所提出的DRN模型能够对故障进行准确诊断。; 衷路生夏相明; 关键词：故障诊断化工过程

基于AC-CNN模型的过程故障识别被引量：4: 2020年; 针对复杂工业过程中故障变量特征提取效率低,分类数量较少且故障识别率较低等问题,提出基于非对称卷积核(asymmetric convolutions)的卷积神经网络(CNN)的工业过程故障识别模型。采取故障变量重构对故障数据进行预处理;引入非对称卷积核模型对重构后的输入故障变量进行特征提取,提高特征提取的效率;根据CNN模型改进得到具有AC架构的AC-CNN模型,识别TE(田纳西-伊斯曼)过程故障的在线测试集样本,实验结果表明,所提方法对TE过程故障数据集的识别效果明显,验证了模型的有效性和优异性。; 衷路生吴春磊; 关键词：故障识别卷积神经网络

光源光强对颜色对比度的影响研究被引量：7: 2013年; 彩色图像成像时,光源的亮度变化影响着光源的光谱相对功率分布,影响着照明光源的色温,与成像后的检测目标对比度密切相关。因此研究在光源光谱不变的条件下,光源的亮度变化对颜色对比度的影响。光源的亮度调节采用PWM脉冲编码调节,分析了色块对比度随着光源的亮度变化规律,在CIEL*a*b*空间利用色差来评定色块间的对比度,根据最大色差选择了一个最佳的光源照度等级。; 祝振敏张永贤金小龙涂海燕; 关键词：彩色视觉对比度

基于鲁棒最小二乘支持向量机的齿轮磨损预测被引量：1: 2014年; 为了降低包含噪声的现场齿轮磨损数据对最小二乘支持向量机(least squares support vector machine,LSSVM)模型稳健性的影响,采用迭代鲁棒最小二乘支持向量机(iteratively robust least squares support vector machine,IRLSSVM)对齿轮磨损数据进行建模和预报.首先,增加权函数迭代次数以保证建模过程的鲁棒性;然后,将具有全局搜索的耦合模拟退火(coupled simulated annealing,CSA)与局部优化的单纯形法(simplex method,SM)相结合的方法用于优化IRLSSVM模型超参数,进而采用鲁棒交叉验证作为CSA-SM算法拟合目标函数,提高IRLSSVM模型超参数优化过程的鲁棒性;最后,利用K727840ZW变速箱现场齿轮磨损数据进行了数值实验,结果验证了所提出方法的有效性.; 衷路生陈立勇杨辉龚锦红张永贤祝振敏; 关键词：鲁棒参数寻优齿轮磨损

基于CapsNet模型的过程故障识别研究: 2020年; 为了实现过程故障的识别诊断,文章使用CapsNet模型训练数据。首先,运用网络模型的空间特性,以向量的形式对训练数据进行特征表示、归一化处理。然后,进行卷积操作,在动态一致路由更新上进行故障分类。最后,增加重构模块来对输入数据矩阵反馈修正,降低损失误差,使网络快速收敛。同时,在每一层网络进行特征可视化,能清楚看到每一层网络特征图的变化。实验结果表明,文章模型的过程故障识别性能优于其他神经网络模型。; 衷路生卢文涛; 关键词：CNN

基于范和正则化的高速动车组多质点模型状态估计: 针对突变情况下高速动车组多质点模型的状态估计问题,提出了适合于高速动车组多质点模型的状态估计方法。首先,建立了描述高速动车组动态特性的随机离散非线性状态空间模型。然后,将高速动车组的状态估计问题转化为范和正则化的最小二乘...; 衷路生李兵龚锦红张永贤; 关键词：高速动车组正则化最小二乘状态估计; 文献传递

多级神经网络的轴承故障诊断研究被引量：6: 2020年; 针对工业生产中轴承故障发生率高、危害大、不易察觉等问题,提出一种由改进的感知器、动态路由算法和随机优化算法集成的多级神经网络故障诊断模型。通过随机等间隔无重复采样的方式对轴承振动信号数据库进行扩充,并根据故障类型做好对应标签;通过改进的多层感知器提取故障特征,由动态路由算法对所提取特征进行预测分类,进而由损失函数得出分类误差,在误差反向传播中由自适应学习速率算法筛选学习速率,并由随机优化算法(Adam)更新权值以优化网络模型。最后进行轴承故障分类的数值仿真实验,结果表明该故障诊断模型能实现高精度轴承故障诊断与分类。; 衷路生刘东东; 关键词：轴承故障诊断感知器动态路由神经网络

全选清除导出

共1页<1>

国家自然科学基金(61263010)