您的位置： 专家智库 > >

国家自然科学基金(21366017)

作品数：59 被引量：195H指数：7
相关作者：王建国张文兴任学平秦波陈肖洁更多>>
相关机构：内蒙古科技大学浙江大学包头职业技术学院更多>>
发文基金：国家自然科学基金内蒙古自治区自然科学基金内蒙古自治区高等学校科学研究项目更多>>
相关领域：机械工程自动化与计算机技术金属学及工艺电子电信更多>>

文献类型

  • 59篇中文期刊文章

领域

  • 39篇机械工程
  • 27篇自动化与计算...
  • 8篇金属学及工艺
  • 1篇化学工程
  • 1篇矿业工程
  • 1篇冶金工程
  • 1篇电子电信

主题

  • 19篇支持向量
  • 16篇向量
  • 15篇支持向量机
  • 15篇向量机
  • 14篇轴承
  • 12篇故障诊断
  • 12篇滚动轴承
  • 10篇小波
  • 9篇齿轮
  • 8篇神经网
  • 8篇神经网络
  • 8篇小波包
  • 8篇粒子群
  • 7篇轴承故障
  • 6篇群算法
  • 6篇粒子群算法
  • 6篇齿轮故障
  • 5篇轴承故障诊断
  • 5篇网络
  • 5篇滚动轴承故障

机构

  • 58篇内蒙古科技大...
  • 5篇浙江大学
  • 4篇包头职业技术...
  • 2篇山东交通职业...
  • 1篇包头轻工职业...
  • 1篇北京科技大学
  • 1篇河北建筑工程...
  • 1篇沈阳工程学院
  • 1篇包头钢铁（集...

作者

  • 41篇王建国
  • 21篇张文兴
  • 12篇任学平
  • 10篇秦波
  • 10篇陈肖洁
  • 9篇刘永亮
  • 7篇刘文婧
  • 6篇张玉皓
  • 6篇闫海鹏
  • 5篇王朝阁
  • 3篇庞震
  • 3篇吕达
  • 3篇王少锋
  • 3篇李文卿
  • 3篇王戈
  • 3篇杨斌
  • 2篇范凯
  • 2篇卢丹
  • 2篇江旭
  • 2篇汪军

传媒

  • 20篇机械设计与制...
  • 5篇中国测试
  • 4篇机床与液压
  • 4篇组合机床与自...
  • 3篇铸造技术
  • 2篇机械传动
  • 2篇机械强度
  • 2篇计算机工程与...
  • 1篇内蒙古科技与...
  • 1篇振动．测试与...
  • 1篇锻压技术
  • 1篇制造业自动化
  • 1篇现代制造工程
  • 1篇轴承
  • 1篇自动化仪表
  • 1篇振动与冲击
  • 1篇计算机应用与...
  • 1篇计算机应用
  • 1篇工具技术
  • 1篇山西煤炭

年份

  • 1篇2019
  • 8篇2018
  • 14篇2017
  • 19篇2016
  • 12篇2015
  • 5篇2014
共 59 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
改进PSO-BP注塑成型工艺参数优化研究被引量：7
2015年
针对注塑过程当中影响塑件质量的多个工艺参数配置问题,提出改进粒子群算法、BP神经网络、灰色关联度相融合的成型工艺参数优化模型。首先,针对BP易陷入局部最优、收敛效率低的不足,改进粒子群算法中粒子速度与位置更新策略并优化BP算法的权值和阈值,从而构建起工艺参数预测模型。在此基础上,以正交实验数据为训练样本,Moldflow软件分析结果为输出样本,灰色关联度为粒子群适应度函数,进而由粒子群算法寻得最佳的工艺参数。实验结果表明,该方法能够更快、更好的获得注塑成型中的工艺参数,且以此工艺参数进行实验,塑件的翘曲变形量、收缩率均较小。
韩淑华侯学元李文卿
关键词：注塑成型BP神经网络改进粒子群算法
支持向量回归机核参数优化研究被引量：1
2016年
为了解决支持向量回归机中核函数的核参数选择问题,在深入分析高斯尺度空间理论的基础上,提出了一种基于样本特征维数的高斯核的核参数选择算法.首先,初始化核参数值为样本总特征个数的倒数,选定样本输出的预测值与真实值的均方误差为评估标准;然后,利用评估标准最小化的原则来搜寻最优的核参数值;最后,应用最优的核参数值于支持向量回归机的训练和预测.UCI数据集上的实验结果表明了,相较于传统的5折交叉验证、最小二乘和神经网络算法,所提出的基于样本特片维数的核参数优化算法能高效地实现核参数的选择,收敛速度快,在回归估计中具有较好的泛化性能和预测精度,验证了该优化方法的有效性。
王建国陈肖洁张文兴
关键词：支持向量回归机
基于在线贯序极限学习机的齿轮故障诊断方法被引量：2
2016年
针对表征齿轮故障信息的特征难提取与极限学习机无法处理随时间变化的信息流,致使齿轮故障分类模型精度差、泛化能力弱的问题,提出一种基于在线贯序极限学习机的齿轮故障诊断方法。该方法首先将齿轮振动信号进行相空间重构,并对重构矩阵进行奇异值分解得到奇异值特征向量;其次,建立在线贯序极限学习机的齿轮故障分类模型,并将奇异值特征向量作为模型输入进行齿轮不同故障状态的辨识。实验结果表明:与基于BP、SVM与ELM的故障分类方法相比,基于基于在线贯序极限学习机的齿轮故障诊断方法具有更快的学习速度、更高的分类精度与更强的泛化能力。
秦波刘永亮王建国杨云中
关键词：相空间重构奇异值齿轮故障诊断
基于小波包自适应Teager能量谱的滚动轴承早期故障诊断被引量：5
2017年
针对滚动轴承早期故障特征信息难以识别以及从小波包分解后的频带不能有效确定并自适应提取共振带的问题,提出了频带幅值熵的概念。在此基础上,将小波包变换和Teager能量谱结合,提出了基于小波包变换自适应Teager能量谱的早期故障诊断方法。该方法首先利用小波包对采集到的振动信号进行分解,并计算各子带的频带幅值熵。然后将熵值按升序排列后依次作为阈值,提取频带幅值熵大于阈值的子带,依据峭度指标确定最佳熵阈值以及小波包最佳分解层数,从而自适应并且有效地提取出共振带。最后对共振带进行Teager能量谱分析,即可从中准确地识别出轴承的故障特征频率。通过信号仿真与实验数据分析验证了该方法的有效性。
王朝阁任学平孙百祎王建国
关键词：滚动轴承小波包
多核LSSVM算法在轴承故障识别中的应用被引量：3
2018年
针对最小二乘支持向量机(LSSVM)实现过程中盲目选择核函数的现象,提出了一种基于核极化的多核LSSVM与EMD相结合的滚动轴承故障识别算法。首先,对滚动轴承振动信号进行EMD信号提取,进而提取故障特征向量;然后,根据多核构造原理,引入核极化确定基本核函数的组合权系数,构造多核函数;最后,结合多核函数与LSSVM,形成多核LSSVM学习器,进行故障识别。分析滚动轴承正常状态、内圈故障、外圈故障和滚动体故障的诊断实验结果,可知,EMD与多核LSSVM的故障识别算法可以准确地判断滚动轴承的工作状态和故障类型,并与SVM、LSSVM算法的诊断结果进行对照,表明所提算法的故障识别率更高。
刘文婧陈肖洁
关键词：EMDLSSVM多核学习滚动轴承故障识别
基于峭度与IMF能量融合特征和LS-SVM的齿轮故障诊断研究被引量：7
2016年
针对齿轮振动信号非线性非平稳特性,为避免传统时频方法在表征设备状态时的不足,提出一种基于融合峭度与IMF能量特征和LS-SVM的齿轮故障诊断方法。首先,对齿轮振动信号在EMD分解;然后,提取包含主要故障信息的IMF分量的峭度特征和能量特征,组成融合特征向量;最后,将齿轮正常、齿根裂纹、断齿3种状态下的融合特征向量输入到LS-SVM,通过训练好的LS-SVM对齿轮状态进行分类识别。仿真实验结果表明:该方法能准确识别齿轮的工作状态,且与BP神经网络、SVM相比,有着更高的故障识别效率,可用于齿轮信号的故障诊断。
王建国杨云中秦波刘永亮
关键词：最小二乘支持向量机故障诊断
基于PCI-1706U的数据采集系统设计
2016年
在现代工业机械设备工作过程中,设备的许多部件会因为啮合、碰撞等原因受到磨损、破坏等故障。为了及时发现设备故障,需要实时监控设备运行状态并采集数据,保证采集过程中对所有数据的不漏采。根据这些要求和研华PCI-1706U数据采集卡,提出了一种DMA和双buffer结合的采集方法。该系统以C++为主要开发语言,借助MFC中封装的API函数,利用Visual Studio 2010为程序开发平台进行数据采集系统的开发。实验结果证明,采用双缓存的数据传输原理,不仅大大加快了数据传输的速度,而且减少了数据漏采问题,实现了数据的实时采集、传输与存储。
王建国李航杨斌
关键词：C++语言数据采集系统VS
核极化优化多参数高斯核的特征选择算法被引量：2
2018年
为了解决支持向量机中多特征样本的特征选择问题,鉴于多参数高斯核中的多参数的不同取值可以区分和体现样本中各个特征的重要性差异,在深入分析核极化的几何意义和多参数高斯核特点的基础上,提出了基于核极化梯度优化多参数高斯核的特征选择算法。首先,利用核极化的梯度迭代算法来寻求多参数高斯核的最优多参数值,然后,以优化的多参数大小为基准,进行样本特征的重要性程度强弱标定,进而,采用特征重要性指标来执行SVM的特征选择。最后,将选择出的样本特征子集应用于SVM分类器中。UCI数据的实验结果表明,相较于PCA-SVM、KPCA-SVM和经典SVM方法,所提出算法的分类正确率更高,验证了核极化与多参数模型特征选择算法的有效性。
张文兴陈肖洁
关键词：支持向量机
基于小波包自相关的能量算子旋转机械故障诊断被引量：2
2016年
针对在强噪声背景下轴承振动信号的非线性,非平稳性以及信号出现的复杂调制现象,提出一种基于小波包熵与自相关函数相结合的能量算子解调故障诊断方法。该方法首先根据信号的小波包熵值对信号小波包降噪,其次用自相关函数分析的方法进一步抑制噪声对提取特征频率的干扰,最后对降噪处理过的信号进行能量算子解调,从而实现提取轴承的故障信号的幅值和频率信息。对机械故障振动信号进行实验分析表明,相对于单纯的小波包分析预处理存在的降噪效果不理想以及普通Hilbert解调法的运算精度满足不了诊断需求的情况,该方法能够有效解调出故障频率信息,实现对故障类别的推断。
王建国王戈王少锋张玉皓刘永亮仲济祥
关键词：自相关函数能量算子调制解调故障诊断
基于IMF熵的多传感器网络融合滚动轴承故障诊断方法研究被引量：6
2015年
经验模态分解(Empirical Mode Decomposition,EMD)方法可使滚动轴承振动信号根据自身尺度自适应的分解为若干个固有模态分量(Intrinsic Mode Function,IMF),信息熵能反映系统的不确定程度,滚动轴承发生故障会导致信息熵发生变化,结合EMD与信息熵,提出了EMD空间状态特征谱熵和IMF奇异谱熵,将其作为概率神经网络的特征向量,构建多传感器系统的多个概率神经网络的初级诊断网络。由于概率神经网络累加层输出结果为属于每一种模式的概率值,用概率神经网络的累加层输出结果构建D-S证据理论的mass函数,通过D-S证据理论进行决策级融合诊断。将该方法用于滚动轴承故障模式分类,试验结果表明该方法的可行性与有效性。与单一传感器诊断相比,提高了故障诊断精度。
任学平辛向志庞震邢义通王建国
关键词：多传感器网络融合滚动轴承
全选 清除 导出
共6页<123456>
聚类工具0