您的位置: 专家智库 > >

浙江省自然科学基金(LQ12E07002)

作品数:5 被引量:37H指数:3
相关作者:蒋永华莫晓强程光明阚君武张忠华更多>>
相关机构:浙江师范大学更多>>
发文基金:浙江省自然科学基金国家自然科学基金浙江省博士后科研项目择优资助项目更多>>
相关领域:电子电信自动化与计算机技术机械工程更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 5篇电子电信
  • 3篇自动化与计算...
  • 2篇机械工程

主题

  • 2篇遗传算法
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇数据采集
  • 2篇轴承
  • 2篇轴承故障
  • 2篇轴承故障诊断
  • 2篇向量
  • 2篇向量机
  • 2篇小波
  • 2篇小生境
  • 2篇小生境遗传算...
  • 2篇故障诊断
  • 2篇SVM
  • 1篇信号
  • 1篇信号分析
  • 1篇振动
  • 1篇振动信号
  • 1篇小波变换
  • 1篇小波脊线

机构

  • 5篇浙江师范大学

作者

  • 5篇蒋永华
  • 3篇莫晓强
  • 2篇张忠华
  • 2篇阚君武
  • 2篇俞益鸣
  • 2篇程光明
  • 1篇范春涛
  • 1篇沈凤良
  • 1篇马继杰
  • 1篇温建明
  • 1篇宣仲义
  • 1篇富佳伟
  • 1篇章燕妮
  • 1篇黄雁
  • 1篇尤佳伊
  • 1篇沈梦杰

传媒

  • 2篇现代电子技术
  • 1篇振动.测试与...
  • 1篇仪器仪表学报
  • 1篇中国测试

年份

  • 5篇2013
5 条 记 录,以下是 1-5
排序方式:
基于NGA优化SVM的滚动轴承故障诊断被引量:26
2013年
支持向量机(SVM)的分类性能受样本的特征以及SVM本身参数的选择影响较大。针对这种情况,基于Shannon能量熵、SVM和小生境遗传算法(NGA),提出了一种基于NGA优化SVM的滚动轴承故障诊断方法。该方法采用容错性强的Shannon能量熵作为特征参数,对信号进行EMD分解提取出前3个IMF分量作为特征信号,分别计算其Shannon能量熵作为特征向量得到样本集,作为多类别SVM的输入。在用样本训练SVM时,构造一种新的核函数,并采用NGA对SVM的核函数参数进行全局优化,使SVM获得最佳的分类性能,提高其分类识别的正确率。最后采用凯斯西储大学的滚动轴承故障样本进行了分类识别,并与其他几种方法进行了对比,结果表明该方法具有更好的可靠性和分类准确率。
蒋永华程光明阚君武宣仲义马继杰张忠华
关键词:故障诊断
基于USB的振动信号测试分析系统的设计与实现被引量:4
2013年
针对工程测试对数据采集的实际需要,基于虚拟仪器的设计思想,采用USB接口进行数据采集,设计完成了一套振动信号测试与分析系统。以USB2088数据采集卡为基础,依托VS2008开发平台,编写了系统的采集和分析程序,实现了对数据的保存、波形显示和频谱分析的同步进行。最后进行了实验测试,验证了系统采集数据准确无误,满足功能要求,性能稳定,便于广泛应用。
蒋永华莫晓强俞益鸣富佳伟范春涛
关键词:USB测试分析振动信号数据采集
基于VC++的动态信号分析系统的研究与设计被引量:3
2013年
针对目前动态信号分析系统的现状和工程测试对数据采集的实际需要,基于Windows XP系统为开发平台,采用面向对象的编程技术和VC++为开发工具,研制了一套基于VC++的动态信号分析系统。该系统主要包括数据采集模块、数据分析与处理模块和数据存储等功能模块。可实现对单个和多个信号的实时同步采集,并能够对信号进行分析处理,还能实现数据的分段存储和波形的回放查看。最后进行了实验测试,所研制系统可以满足测试中的各种分析要求,验证了其可靠性和实用性。
莫晓强蒋永华俞益鸣章燕妮黄雁
关键词:VC++信号分析测试技术数据采集
基于相位法的密集小波公共脊线提取方法被引量:1
2013年
针对传统小波脊线提取方法对密集脊线的提取存在着分辨率不足等缺点,提出一种基于相位法的密集小波公共脊线提取方法。通过分析密集单频叠加信号和密集调频叠加信号的小波公共脊线的相位特点,利用小波脊线的相位法来提取信号的公共脊线。仿真算例结果表明:该方法能有效地提取出密集小波公共脊线,且方法简单、准确,具有较快的收敛性。将其应用于实际齿轮箱故障分析中,能有效地提取故障特征,诊断出齿轮箱故障。
蒋永华莫晓强尤佳伊沈梦杰沈凤良
关键词:小波脊线小波变换
应用自适应Morlet小波和NGA优化SVM的轴承故障诊断被引量:6
2013年
针对滚动轴承故障诊断中出现的多故障分类问题,提出了一种利用自适应Morlet小波和小生境遗传算法(niche genetic algorithm,简称NGA)优化支持向量机(support vector machine,简称SVM)实现滚动轴承故障诊断的新方法。首先,采用自适应Morlet小波方法提取出最佳尺度附近的3个信号分量作为特征信号,分别计算它们的Shannon能量熵值作为特征量得到样本集,作为SVM的输入向量,并用样本集训练1-v-r SVM;然后,再构造一种新的核函数,并用NGA在SVM训练过程中对核函数参数进行优化,提高SVM学习机器的分类性能;最后,将本研究方法用于对含有较强噪声的实际滚动轴承的内圈、外圈、滚珠故障样本进行了分类识别。结果表明,该方法具有较好的抗噪和分类能力,验证了其有效性和可行性。
蒋永华阚君武程光明温建明张忠华
关键词:故障诊断小生境遗传算法支持向量机
共1页<1>
聚类工具0