张琳
- 作品数：3 被引量：2H指数：1
- 供职机构：大连工业大学轻工与化学工程学院更多>>
- 发文基金：中央高校基本科研业务费专项资金辽宁省自然科学基金更多>>
- 相关领域：动力工程及工程热物理交通运输工程自动化与计算机技术电子电信更多>>
- 超1-依赖贝叶斯信号智能分类算法
- 2013年
- 通过计算每个超1-依赖分类器与其相对应的朴素贝叶斯分类器的差异性来对超1-依赖分类器进行加权,提出了一种新的超1-依赖智能分类方法,利用4层小波包分解提取缸盖振动信号的特征向量,采用基于信息熵最小化的多区间离散化分析确定离散区间后,利用改进的超1-依赖贝叶斯分类器对模拟故障状态下的离散数值进行分类诊断。实验证明,该方法对于柴油机振动信号在不同工况下均表现出了较高的识别准确率。
- 王鑫张琳
- 关键词：朴素贝叶斯振动信号
- 采用改进遗传神经网络的多载荷振动信号故障诊断被引量：2
- 2011年
- 根据柴油机气阀机构运动规律,利用小波包分解提取缸盖振动信号的特征向量;针对多种载荷混合诊断的问题,采用二进制与实数混合编码的方式对使用遗传算法的误差反向传播(BP)神经网络的隐层结点数目、权值和阈值进行优化。通过实验检测,证明该方法在多种载荷混合振动信号诊断上,较一般方法学习、收敛速度快,检测准确率高。
- 王鑫于洪亮张琳段树林黄朝明
- 关键词：振动与波振动信号BP神经网络故障诊断
- 基于集成超1-依赖分类器的柴油机振动信号故障诊断方法
- 2011年
- 为进一步提高柴油机智能化诊断系统的诊断准确率,针对不同工况柴油机缸盖振动信号的特点,利用4层小波包分解提取缸盖振动信号的特征向量,采用基于信息熵最小化的多区间离散化分析确定特征向量的离散区间,利用改进的超1-依赖贝叶斯分类器对模拟故障状态下的离散数值进行分类.实验结果表明,该方法对不同载荷、转速及混合工况下柴油机故障的诊断准确率均较高,为超1-依赖贝叶斯分类器在柴油机智能化故障诊断系统的进一步应用作出有益的尝试.
- 王鑫于洪亮张琳宋玉超
- 关键词：柴油机振动信号贝叶斯分类器故障诊断
