姜安琦
- 作品数：4 被引量：61H指数：4
- 供职机构：中南大学信息科学与工程学院更多>>
- 发文基金：河北省自然科学基金国家自然科学基金更多>>
- 相关领域：电子电信机械工程一般工业技术更多>>
- 基于极点对称模态分解和概率神经网络的轴承故障诊断被引量：15
- 2017年
- 针对复杂非线性的滚动轴承系统,提出了极点对称模态分解(ESMD)和概率神经网络(PNN)相结合的滚动轴承故障诊断方法。ESMD将固有模态函数的定义进行扩充,采用内部极点对称直接插值的方法替代外部包络线插值,引入最优的自适应全局曲线(AGM)的概念优化分解的趋势线,并由此确定最佳的模态分解次数。PNN是一种基于核函数逼近的神经网络分类器,将指数函数引入神经网络用来替代S型激活函数并进行重新构造,突出体现了梯度最速下降法的概念,减少实际和预测的输出函数之间的误差。通过对经验模态分解(EMD)、屏蔽经验模态分解(MEMD)和ESMD方法进行信号仿真分解对比,以及采用ESMD和PNN对故障数据进行处理,结果表明,该方法能够更加有效地对故障信号进行识别。
- 张淑清徐剑涛姜安琦李军锋宿新爽姜万录
- 关键词：滚动轴承概率神经网络故障诊断
- 基于双树复小波和自适应权重和时间因子的粒子群优化支持向量机的轴承故障诊断被引量：11
- 2017年
- 提出了一种基于双树复小波和具有自适应权重和时间因子的粒子群算法优化支持向量机的轴承故障诊断方法。首先对机械振动信号进行DTCWT变换,提取能量熵作为特征向量。然后采用AWTFPSO算法优化SVM,实现轴承故障诊断。不同方法的对比实验及分析结果表明,该方法速度快、准确率高。
- 张淑清胡永涛姜安琦吴迪陆超姜万录
- 关键词：双树复小波支持向量机粒子群算法故障诊断
- PCA-GRNN在综合气象短期负荷预测中的应用被引量：9
- 2017年
- 为克服由气象因子较多且信息互嵌造成输入量多、预测时间长、预测精度低的缺点,引入主成分分析(PCA)提取气象因子特征量,与历史负荷数据共同作为建模对象;同时,针对BP神经网络动态性能的不足,建立基于广义回归神经网络(GRNN)的短期负荷预测模型。通过对实际电力负荷数据的预测,证明该方法与传统神经网络预测模型相比,明显提高预测精度和速度,具有实用性和有效性。
- 张淑清任爽姜安琦胡永涛张航飞乔永静
- 关键词：计量学短期负荷预测电力负荷广义回归神经网络气象因子
- 基于双树复小波和深度信念网络的轴承故障诊断被引量：27
- 2017年
- 提出了一种基于双树复小波(DTCWT)和深度信念网络(DBN)的轴承故障诊断新方法。采用DTCWT对轴承振动信号进行分解实验,结果表明DTCWT能够很好地将信号分解到不同频带。进而提取能量熵作为故障特征,采用DBN小样本分类模型对轴承故障进行分类,并与传统分类器进行比较,结果表明该方法能准确识别不同故障类型,扩展了DBN在机械故障诊断中的应用。
- 张淑清胡永涛姜安琦李军锋宿新爽姜万录
- 关键词：双树复小波故障诊断
