检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于轴承振动信号的缺陷检测算法研究

基于轴承振动信号的缺陷检测算法研究

作者：胡凌恺广州大学

学位级别：硕士

轴承作为工业生产中的核心组件,对于确保复杂工业系统的安全性和可靠性具有不可替代的重要性。然而,随着使用时间的增长,轴承可能面临锈蚀、变形和磨损等缺陷,这些缺陷的累积可能引发严重的机械设备故障,导致人员伤亡和经济损失。因此,... 详细信息

轴承作为工业生产中的核心组件,对于确保复杂工业系统的安全性和可靠性具有不可替代的重要性。然而,随着使用时间的增长,轴承可能面临锈蚀、变形和磨损等缺陷,这些缺陷的累积可能引发严重的机械设备故障,导致人员伤亡和经济损失。因此,开发高效且准确的轴承检测系统显得尤为重要。近年来,基于深度学习的检测系统崭露头角,其自适应性和高识别精度使其在处理复杂多变的工业生产环境时具有显著优势。然而,深度学习方法的训练往往需要大量的数据和计算资源,且对于新类型缺陷的识别,传统方法可能受限于训练样本的缺乏。此外,信号检测中常用的循环神经网络(Recurrent Neural Network,RNN)及其变体,受链式结构的限制,容易出现记忆丢失问题。在处理长序列问题时,难以建立长时依赖关系,无法从信号中提取有效特征。针对这些问题,本研究提出了一种基于小样本学习(Few-shot Learning,FSL)和类别知识导向(Class Knowledge-guided,CKG)模型的轴承缺陷检测新方法。该方法不仅能够有效地从有限的样本中自动提取特征并进行缺陷分析,还能通过利用基本类别与新类别样本之间的相似性,建立准确的映射关系,提高对新任务的泛化能力。特别地,本研究受到哺乳动物大脑楔形神经组织过滤机制的启发,设计了一种新型的楔形循环神经网络(Cuneate Recurrent Neural Network,CRNN),用于长序列信号的有效特征提取。该网络通过逐层过滤无效信息并整合有效信息,显著提高了特征提取的准确性和效率。本研究的主要内容包括:1)针对现有序列处理模型记忆衰退,难以提取长序列数据有效特征的问题。受哺乳动物大脑楔形神经组织过滤干扰信号机制的启发,本研究提出了新的楔形循环神经网络。该网络通过楔形层结构逐层过滤无效信息,并整合有效信息,显著提高了优化的准确性和速度。2)对于现有FSL方法无法考虑噪声环境中的类间相关性问题。本研究提出了新颖的类别知识导向模型,适用于小样本多任务场景。该模型通过利用基本类别样本的属性信息和新类别样本之间的相似性,在新任务中快速建立映射关系,增强了其在早期故障诊断和多任务设置中的通用性。该模型能够在未知操作条件下迅速准确地诊断故障。3)为验证本文提出的算法的有效性,本研究在多个长序列数据集中对CRNN模型进行实验。相对于其他流行的序列处理模型,CRNN在长序列任务中具有更高的准确率。对于本文提出的FSL算法,在凯斯西储大学轴承数据集和早期轻度故障牵引电机轴承数据集的实验结果表明,与最先进的FSL和迁移学习方法相比,本研究提出的模型性能更优越。

关键词：小样本学习早期故障检测长时依赖知识驱动循环神经网络

基于流批一体架构的货运大数据分析系统的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于流批一体架构的货运大数据分析系统的设计与实现

作者：李绪恺电子科技大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

小型化合成孔径雷达成像系统设计与实现

小型化合成孔径雷达成像系统设计与实现

作者：张纾恺电子科技大学

学位级别：硕士

基于UML-NuSMV的并发系统建模与验证

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

华中科技大学学报（自然科学版） 2024年第2期52卷 90-95页

作者：马占有郭昊李召恺李健祥北方民族大学计算机科学与工程学院宁夏银川750030

为解决直接建立系统NuSMV(符号模型检测器)模型的困难,提出一种从UML(统一建模语言)模型转换到NuSMV模型的方法,实现了UML与NuSMV结合的形式化验证.首先,使用UML中的视图对系统进行描述,建立系统的UML模型;然后,设计转换规则并给出转换... 详细信息

为解决直接建立系统NuSMV(符号模型检测器)模型的困难,提出一种从UML(统一建模语言)模型转换到NuSMV模型的方法,实现了UML与NuSMV结合的形式化验证.首先,使用UML中的视图对系统进行描述,建立系统的UML模型;然后,设计转换规则并给出转换算法,实现从UML模型到NuSMV模型的自动转换;最后,使用计算树逻辑对系统的属性进行描述,并通过NuSMV完成对系统的形式化验证.以一个双按键并发电梯系统为例,说明了基于UML-NuSMV的并发系统建模与验证过程.

关键词：模型检测统一建模语言模型转换并发系统符号模型检测器

基于注意力机制的循环生成对抗网络在入侵检测中的应用研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于注意力机制的循环生成对抗网络在入侵检测中的应用研究

作者：郭航恺南昌大学

学位级别：硕士

现今得益于互联网的快速发展,社会已然进入一个高度信息化的时代,网络已经渗透进生活的方方面面。其中,入侵检测系统在网络防御过程中发挥着关键作用,其具备实时检测、识别漏洞、跟踪检测等优点。但现存的入侵检测领域数据集存在数据更... 详细信息

现今得益于互联网的快速发展,社会已然进入一个高度信息化的时代,网络已经渗透进生活的方方面面。其中,入侵检测系统在网络防御过程中发挥着关键作用,其具备实时检测、识别漏洞、跟踪检测等优点。但现存的入侵检测领域数据集存在数据更新缓慢、一些入侵类别数据样本少、正常数据集与异常数据集分布不平衡的问题。数据不平衡会对分类器产生较大的影响,它会倾向于大多数类型的正常数据。因此可以尝试对原始数据集进行数据增强,研究在数据层面的调整对入侵检测系统分类器的性能的影响。本文首先针入侵检测领域标准数据集存在不平衡的问题,研究了常用的数据扩充方法,由于传统的人工采样方法存在以下缺点:时间开销大、欠采样、过采样问题。本文尝试通过在数据层面使用改进后的Cycle-GAN进行数据生成。将高维数据转为图数据作为Cycle-GAN的输入,再将空间注意力机制引入Cycle-GAN的生成器,保留数据流量的特征,并对关键特征信息的抽取,采用无监督学习优化原始数据集的分布。其次,研究了深度学习方法在入侵检测领域的应用,针对模型结构单一的问题,本文提出了一种基于全局注意力和残差结构的分类网络,将预处理得到的图数据作为模型的输入,经过串联通道注意力和空间注意力得到的全局注意力对输入特征分配权重,最后模型输出使用softmax函数分类。最后在标准入侵检测数据集CIC-IDS2017、NSL-KDD上使用本文方法进行评估,本文提出的数据增强方法能有效提升分类效果,在MLP模型下,CICIDS2017数据集的F1值从0.8167提升到0.9493,NSL-KDD数据集的F1值从0.6093提升到0.6924。同时在分类模型结构改善方面,本文所提到的分类方法在综合性能的表现较优,与传统ANN方法相比CIC-IDS2017数据集的F1值从0.4375提升到0.9786,NSL-KDD数据集的F1值从0.6326提升到0.8443。

关键词：入侵检测样本数据生成 Cycle-GAN 注意力机制

异烟肼-苯甲酸/对氨基苯甲酸共晶的量子化学及相平衡热力学研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

异烟肼-苯甲酸/对氨基苯甲酸共晶的量子化学及相平衡热力学研究

作者：刘丰恺扬州大学

学位级别：硕士

环境反向散射通信系统隐蔽通信容量分析与优化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

环境反向散射通信系统隐蔽通信容量分析与优化

作者：范恺电子科技大学

学位级别：硕士

基于偏振PT对称选模的单/多波长单纵模布里渊光纤激光器研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于偏振PT对称选模的单/多波长单纵模布里渊光纤激光器研究

作者：江恺中北大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

舵机电动负载模拟器迭代学习控制

北京航空航天大学学报 2024年第9期50卷 2727-2738页

作者：刘晓琳李晋恺中国民航大学电子信息与自动化学院天津300300

针对舵机电动负载模拟器(ELSSG)受到多余力矩干扰的问题,提出了一种结合迭代学习控制与误差符号鲁棒积分控制(RISE)的复合控制器。建立了ELSSG的数学模型,分析了多余力矩的产生机理。在硬件结构上,引入了金属-橡胶缓冲弹簧以提高系统稳... 详细信息

针对舵机电动负载模拟器(ELSSG)受到多余力矩干扰的问题,提出了一种结合迭代学习控制与误差符号鲁棒积分控制(RISE)的复合控制器。建立了ELSSG的数学模型,分析了多余力矩的产生机理。在硬件结构上,引入了金属-橡胶缓冲弹簧以提高系统稳定性及加载精度;在控制策略上,基于误差符号鲁棒积分控制与自适应遗忘因子改进的引导信号迭代学习控制设计了复合控制器,并证明了该迭代学习控制的收敛条件。通过仿真实验证明了复合控制器与传统迭代学习控制方法、PID控制方法相比,能够更加有效地消除多余力矩干扰,提高ELSSG加载力矩输出精度。

关键词：舵机电动负载模拟器多余力矩迭代学习控制金属-橡胶缓冲弹簧遗忘因子