张敏
- 作品数：22 被引量：116H指数：6
- 供职机构：西南交通大学机械工程学院更多>>
- 发文基金：四川省科技计划项目中国博士后科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程电子电信建筑科学更多>>
- EEMD_H与ITLBO_SVM相结合的滚动轴承故障诊断方法被引量：2
- 2020年
- 针对滚动轴承数据信号不稳定、非线性的特性,提出一种采用集合经验模态分解(EEMD)、希尔伯特(Hilbert)变换实现特征提取,改进教与学算法(ITLBO)优化支持向量机(SVM)参数的滚动轴承故障诊断方法.首先通过EEMD方法将目标信号分解成若干个模态函数,采取Hilbert变换获得模态函数的瞬时频率;对模态函数和其瞬时频率进行统计特征提取并实现特征变量降维,提高诊断效率;最后利用ITLBO算法优化SVM参数,构造ITLBO_SVM诊断模型进行多分类故障诊断.实例证明,信号经过EEMD分解和Hilbert变换再提取特征信息,代入ITLBO_SVM的优化模型比传统的粒子群算法优化模型的正确率更高,效果更稳定,验证了该方法的可行性与有效性.
- 蔡振宇张敏包珊珊
- 关键词：滚动轴承支持向量机故障诊断
- 基于众包模式的两级开闭混合车辆路径优化被引量：5
- 2021年
- 针对在需求井喷状态下的物流运力资源不足和物流企业自身与社会闲散资源利用率不高的问题,提出采用企业车辆完成一级配送,社会车辆完成二级配送的具有最优中转站的两级众包物流配送策略.考虑客户对服务时间的要求,以路径成本与服务延迟惩罚成本总和最小为优化目标,建立带时间窗的两级开闭混合式车辆路径规划数学模型.根据模型特点构建基于启发式策略的离散麻雀搜索算法,该算法在迭代过程中可以自适应选择操作算子.通过与GUROBI精确求解器和遗传算法优化算例的结果对比,验证所提算法的有效性.对比不同配送模式下的各项成本,结果表明所提策略能够有效降低物流运输成本和提高客户满意度.
- 熊国文张敏许文鑫
- 关键词：车辆路径
- 基于小波时频分析和Inception-BiGRU模型的盾构滚刀偏磨故障诊断被引量：3
- 2023年
- 盾构机(tunnel boring machine, TBM)滚刀在重载、冲击和地质复杂的环境中服役,极易发生偏磨等失效故障,因此,掌握滚刀的磨损状态、实现基于数据驱动的滚刀偏磨故障诊断并指导滚刀的运维尤为重要。提出了一种基于小波时频分析和Inception-BiGRU模型的诊断模型以提高滚刀偏磨故障诊断效率。以滚刀为研究对象,在多功能缩比滚刀试验台上进行直线破岩试验,采集滚刀破岩时产生的振动加速度信号。采用连续小波变换获取反映振动信号时频域特征的小波时频图,进而以Inception模块的不同大小卷积核自适应地提取时频图中的多尺度空间信息,并通过添加双向门控循环单元(bidirectional gated recurrent units, BiGRU)使模型可更为准确地学习到时频图中丰富的时序依赖性关系,模型的超参数由贝叶斯优化算法确定。4种不同偏磨程度滚刀的诊断试验表明所提模型能够有效提取时频图中滚刀的偏磨特征并完成滚刀偏磨状态识别,实现端到端的盾构滚刀偏磨故障诊断。模型平均诊断准确率可达到98.5%,其诊断准确度和稳定性均优于其他常用算法,证明了所提方法的可行性。
- 樊翔翔项载毓孙瑞雪张敏莫继良
- 关键词：滚刀
- 配送车与无人机的农村物流配送路径优化仿真被引量：6
- 2022年
- 针对目前农村物流“最后一公里”配送的难题,提出一种以总成本最小为目标的“配送车+无人机”协同配送模型。首先,结合农村现有的配送网络,设计无人机单独配送和配送车携带无人机配送两种类型。其次,利用聚类算法确定配送中心和配送车暂时停放点的位置,并将需求点信息进行分类。最后,通过改进遗传算法实现配送车与无人机的路径优化。为验证“配送车+无人机”协同配送模型的有效性,以四川省某乡镇为例设计算例实验,综合考虑无人机的续航能力、载重能力以及各个村落配送点的分布情况,以总配送成本最优为目标实现了配送路径优化,实验结果表明,上述模型的可行性和有效性,可为农村物流配送提供参考依据。
- 许文鑫张敏熊国文
- 关键词：农村物流聚类算法遗传算法无人机路径规划
- 一维多尺度卷积神经网络及其在滚动轴承故障诊断中的应用被引量：15
- 2022年
- 为了有效利用来自实际生产中监测系统的海量数据,并结合一维卷积网络在处理一维数据的优势,提出一种端到端的一维多尺度卷积神经网络滚动轴承故障诊断方法。首先使用两个一维卷积层和池化层将输入振动信号的长度缩减并增加通道数,然后利用多尺度并行一维卷积核对上层输出特征进行不同尺度上的反复提取和重构,最后将提取到的特征输入到一个全连接层进行故障分类。为验证算法的有效性,通过对滚动轴承不同工况、不同训练样本以及与支持向量机、BP神经网络和循环神经网络等算法对比分析。结果表明提出的模型及方法具有较好的识别效果,滚动轴承故障诊断正确率达到99.78%。
- 张成帆江泽鹏曹伟陈伟张敏
- 关键词：滚动轴承故障诊断
- 基于KECA和MBA-NARX的多阶段间歇过程质量预测
- 2023年
- 间歇过程产品质量与过程特性或过程反应原理密切相关,为解决其过程数据呈现的多阶段性、时序性和动态性的问题,提出一种基于带外源输入的非线性自回归(NARX)神经网络进行多阶段质量预测.首先,对间歇过程数据进行K均值(K-means)聚类阶段划分和核熵成分分析(KECA)数据降维,保证输入数据阶段特征的同时提升后续预测过程的效率;然后,在各阶段内构造NARX预测模型,利用改进蝙蝠算法(MBA)优化网络的隐含层节点数,实现间歇过程在线质量预测;最后,利用青霉素仿真实验数据验证所提方法的有效性.研究结果表明:NARX神经网络开环模式具有较好的预测效果,核熵成分分析的数据降维方式更有利于后续的质量预测研究;MBA对于网络隐含层节点数的优化效率高、稳定性好,阶段划分可以一定程度上提高间歇过程的预测性能,提出的多阶段质量预测模型预测性能较高,均方根误差和平均绝对百分比误差分别达到0.02和1.20%.
- 张敏张敏李贤均
- 关键词：参数寻优数据降维
- 复杂生产过程的小故障检测与分类方法被引量：2
- 2014年
- 为监测复杂生产过程的状态,根据多元统计过程控制方法和支持向量机理论,将累积和控制图原理扩展为多变量的形式对过程数据进行预处理,并通过主元分析方法提取复杂生产过程的关键信息,得到有效的小故障数据,进而构建计算正常数据的统计量阀值及故障数据的Hotelling T平方统计值(T2)和平方预测误差值,实现了复杂生产过程的小故障模式检测,并采用支持向量机多分类方法将检测到的故障进行了分类.沥青混合料生产过程的仿真研究表明:在集料均值发生小波动、周期性上升和下降3种小故障模式下,故障检测识别率均达到95%,与主元分析方法相比平均提高了75%;分类准确率达到92.5%,与BP神经网络方法相比提高了19.3%.
- 张敏程文明刘娟
- 关键词：主元分析支持向量机
- 基于CF特征提取与MBA-SVDD的滚动轴承故障诊断被引量：4
- 2022年
- 针对滚动轴承振动信号呈现出的非平稳特性以及早期故障特征难以提取的问题,提出一种基于变分模态分解与时域、频域值混合的特征提取方法,并利用改进蝙蝠算法(MBA)优化支持向量数据描述(SVDD)的参数,实现对滚动轴承的故障诊断。采用该方法对正常振动信号进行变分模态分解,得到模态函数;利用奇异值分解进一步提取模态函数的模态特征,同时提取信号的时域、频域特征与模态特征构造混合特征(CF)实现特征提取;利用改进蝙蝠算法(MBA)对SVDD核函数宽度进行参数寻优,进而构建CF-MBA-SVDD故障诊断模型。利用该模型对不同工况下滚动轴承的各类振动信号进行故障诊断,整体故障识别率均优于其他对比算法。对全寿命周期轴承实验数据进行诊断分析,结果表明:该模型能够较早预警轴承故障,验证了该方法的可靠性和有效性。
- 张训杰袁毅李贤均张敏
- 地铁车站地道风系统节能性分析被引量：1
- 2018年
- 地道风系统运用于地铁车站有巨大的节能潜力,采用数值模拟软件对地铁车站地道风系统进行模拟分析。以重庆地区某地铁车站的地道为研究对象,系统在典型年夏季工况设计日运行一天,模拟地道逐时出口温度随入口温度的变化规律,并计算和分析地道的逐时换热量和全天的总换热量。结果说明地道风系统应用于地铁车站能节约较大的能耗,具有很大的节能潜力。
- 张敏冯炼袁中原
- 关键词：地道风节能
- 基于KECA-IGWO-KELM的间歇过程故障诊断方法被引量：4
- 2021年
- 针对间歇过程数据呈现的多阶段性、强耦合性以及非线性等特点,提出一种基于核熵成分分析(KECA)和改进灰狼优化算法及核极限学习机的(KELM)间歇过程故障诊断方法.考虑间歇过程数据的多阶段性,利用K均值算法对数据进行阶段划分,将整个过程划分为若干子阶段;针对间歇过程数据的强耦合性与非线性,引入核熵成分分析算法对原始故障数据进行特征提取,获得数据深层特征;利用核极限学习机作为分类器,并通过改进种群初始化策略与收敛因子的改进灰狼算法进行分类器参数智能寻优,进而获得最优分类器,实现间歇过程各阶段的故障诊断.最后通过青霉素仿真实验数据进行模拟实验和对比实验,验证了该方法的可行性和优越性.
- 张敏王瑞琦张训杰
