Results 1 to 10 of about 645 (141)
Novel Ensemble Analytic Discrete Framelet Expansion for Machinery Fault Diagnosis [PDF]
, 2014 小波变换被称为“数学显微镜“,它对机械信号的多尺度分析在机械设备状态监测和故障诊断领域发挥着重要的作用。然而传统二进小波变换在工程应用中存在一些显著的不足,如平移敏感性、小波尺度能量泄漏、固定的二进“频率？尺度“划分网格等。尤其是后者使得经典小波变换对处于二进网格过渡带的特征分析中产生不可避免的“盲区“。基于此,提出一种基于过完备小波紧框架的新式“时间-尺度“分析方法-衍生增强离散解析小波分析框架。该小波分析框架基于双树复小波变换进行构造,通过合理地选择双树复小波基函数 ...
何正嘉 +3 more
core +1 more source
Review on autoencoder and its application [PDF]
, 2021 As a typical deep unsupervised learning model, autoencoder can automatically learn effective abstract features from unlabeled samples.In recent years, autoencoder has been widely used in target recognition, intrusion detection, fault diagnosis and many ...
Jie LAI +4 more
core +1 more source
, 2019 针对强相干噪声干扰下叶片振动信号中裂纹故障微弱特征的提取问题,提出了一种基于稀疏共振解调的诊断方法。首先,利用从中心集化多分辨分析处理机组上取得的原始振动信号进行子空间重构;其次,对小波子空间信号进行希尔伯特包络解调,选取故障特征频率及其倍频成分能量占优的子空间;再次,根据周期性故障稀疏模型,采用梳形滤波器分离故障特征频率及其倍频成分,构造故障分量参考信号;最后,结合故障参考信号对子空间重构信号进行小波降噪,从而提取与叶片裂纹相关的微弱特征。在出现叶片裂纹故障的发电机组增压风机故障诊断案例分析中 ...
李诚 +4 more
core +4 more sources
基于MPE和改进K-means算法的分接开关机械故障诊断方法
Gaoya dianqi, 2020 随着有载调压变压器在电网应用的增多以及有载分接开关（on-load tap-changer,OLTC）频繁地调节,分接开关的故障率在不断增加。为更有效进行OLTC机械故障诊断,提出一种基于MPE和改进K-means算法的OLTC机械故障诊断方法。首先,模拟OLTC的不同机械故障,采集振动信号;其次,为实现非线性振动信号下OLTC的故障诊断,采用多尺度排列熵（MPE）进行OLTC机械故障状态的特征提取;再次,采用粒子群（PSO）优化的K-means聚类算法诊断OLTC机械故障;最后 ...
马宏忠, 徐艳, 魏海增
doaj
A review of deep learning-based few sample fault diagnosis method for rotating machinery [PDF]
ObjectivesDeep learning has shown great potential in the field of rotating machinery fault diagnosis. Its excellent performance heavily relies on sufficient training samples.
Jun WU +4 more
core +1 more source
Compressed sensing reconstruction algorithm based on adaptive acceleration forward-backward pursuit [PDF]
, 2020 Aiming at the long running time problem of the traditional forward-backward pursuit (FBP) algorithm,an adaptive acceleration forward-backward pursuit (AAFBP) algorithm was proposed.The reconstruction process of AAFBP algorithm can be divided into two ...
Jing LI +3 more
core +1 more source
Gaoya dianqi, 2021 机械性能损坏是引起断路器故障的主导因素,因而针对断路器的机械故障诊断研究具有非常重要的理论价值与实际意义。为了实现对断路器机械故障的有效诊断,文中提出一种基于高斯径向基函数的识别分类算法。该算法将信号整个有效频段内的归一化能谱作为特征向量,其中每一个频率分量对应着一个特征维度,而且不再涉及时频域分割,所以无需考虑分割依据及合理性等问题,因此具有更强的适应性。另外,所构建的故障诊断系统具有参数修正优化功能,因此诊断准确率能够随着测试数据的不断增加而得到提高 ...
鲁敦科 +3 more
doaj
A Study of mechanical fault diagnosis of diesel engine Based on Support Vector Machine [PDF]
, 2006 统计学习理论是在传统统计学基础上发展起来的一种具有坚实理论基础的机器学习方法，自20世纪90年代以来，自身形成了一个较完善的理论体系——统计学习理论，提出了新的模式识别方法——支持向量机(SVM)。支持向量机作为机器学习领域若干标准技术的集大成者，它在解决小样本、非线性和高维的机器学习问题中表现出了许多特有的优势。随着现代工业及科学技术的迅速发展，现代设备的结构越来越复杂，功能越来越完善，自动化程度越来越高，不仅同一设备的不同部分有互相关联，不同设备之间也存在着紧密的关系 ...
邓小文
core
Research on the application of HOC coupling properties in hydraulic faults diagnosis [PDF]
, 2012 本文以液压系统常用的液压阀（溢流阀、减压阀、调速阀）为研究对象，基于高阶累积量和高阶谱，采用小波、分形和神经网络等理论方法对液压阀的振动信号进行分析，实现液压阀的故障识别。 液压阀在正常与不同故障状态下工作时，其振动信号通过双谱分析谱图各有差异。正常状态和故障状态的双谱相比，在分布范围和谱峰多少均体现出不同的特性。双谱维切片较双谱更具体更直观地表征液压阀故障信息的频率位置，且计算量也相对减少。两种谱分析方法均十分有效地对液压阀进行故障识别。在此基础上，以高阶累积量的耦合性质理论为依据 ...
吴文兵
core
Gaoya dianqi, 2020 为进一步提高变压器机械故障智能诊断的准确性,文中基于变压器振动信号时间序列符号化的模式表征,提出了一种基于栈式自编码器的变压器机械故障诊断模型。首先对振动信号时间序列进行符号化模式表征和构建复杂网络,提取了基于度分布的变压器振动信号特征向量,据此构建了基于栈式自编码器（stacked auto encoder,SAE）的变压器机械故障诊断模型。对某10 k V干式变压器正常与典型机械故障下振动信号的分析结果表明,变压器振动信号时间序列的符号化模式表征及度分布能较好地表征其动力学特征 ...
解颖, 王丰华, 傅正财
doaj