检索结果-南通市图书馆

基于LMD-SECNN的风机变桨系统故障检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

上海电机学院学报 2024年第1期27卷 13-19页

作者：井露茜文传博(指导) 上海电机学院电气学院上海201306

风机变桨系统控制较为复杂,且易发生机械故障。针对振动信号比较复杂,直接利用神经网络进行学习会影响特征的提取,提出了一种以将局部均值方法及注意力机制相结合的故障诊断模型,即LMD-SECNN模型。首先利用局部均值分解法对数据进行预处... 详细信息

风机变桨系统控制较为复杂,且易发生机械故障。针对振动信号比较复杂,直接利用神经网络进行学习会影响特征的提取,提出了一种以将局部均值方法及注意力机制相结合的故障诊断模型,即LMD-SECNN模型。首先利用局部均值分解法对数据进行预处理,减少噪声干扰,并最大限度保存原始信号里的故障特征;其次经过LMD处理后产生多个PF分量;最后以神经网络模型Inception v1架构为基础进行改进,增加通道注意力SEnet模块。实验结果表明:LMD-SECNN模型的准确率达到99.42%,远高于对比模型的准确率,验证了所提方法的有效性和优越性。

关键词：风机变桨系统局部均值分解注意力机制故障检测

基于加权深度距离度量网络的跨域滚动轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

轴承 2023年

作者：曹景浩文传博上海电机学院电气学院

不同工况下，轴承数据的分布不一致，导致训练的模型诊断效果不佳，而无监督域自适应通过用学习源域数据的分类器来识别目标域数据，从而在跨域诊断中获得效果。所以研究轴承的无监督跨域故障诊断具有重要意义。目前大多研究集中在域级... 详细信息

不同工况下，轴承数据的分布不一致，导致训练的模型诊断效果不佳，而无监督域自适应通过用学习源域数据的分类器来识别目标域数据，从而在跨域诊断中获得效果。所以研究轴承的无监督跨域故障诊断具有重要意义。目前大多研究集中在域级，类内对比，忽略了类间的影响。本研究考虑了DSAN(Deep Subdomain Adaptation Network)中缺少的类间信息，建立加权深度类距离度量网络(WDDMN)，建立了LirMMD加权类间度量方法，在最小化类内差异的同时，最大化类间裕度，拉近相同基础类别的源域和目标域样本，同时将来自不同类别的样本推开，提高模型在目标域的泛化能力。并且使用二次过滤机制(DF)，提高伪标签质量，从而提高模型分类效果。实验数据方面采用美国凯斯西储大学轴承数据集和江南大学轴承数据集，与一些经典模型及DSAN模型对比，实验结果表明其优秀的特征迁移能力。

关键词：滚动轴承故障诊断子域自适应迁移学习

基于多尺度分层交替迁移学习的小样本轴承跨域故障诊断

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

轴承 2023年

作者：曹景浩文传博上海电机学院电气学院

针对实际应用中训练样本不足以及跨工况轴承故障诊断中不同工况数据分布差异较大无法取得令人满意的诊断结果问题。提出了一种基于多尺度分层交替迁移学习的小样本轴承跨域故障诊断模型（MHATLN）。构造了一个多尺度的特征提取器，以减... 详细信息

针对实际应用中训练样本不足以及跨工况轴承故障诊断中不同工况数据分布差异较大无法取得令人满意的诊断结果问题。提出了一种基于多尺度分层交替迁移学习的小样本轴承跨域故障诊断模型（MHATLN）。构造了一个多尺度的特征提取器，以减少信息损失，充分挖掘振动信号中的特征；为了处理域位移问题，提出分层交替迁移学习算法（HTAL），分层交替计算CORAL和LMMD损失函数，缩小源域和目标域分布距离。在西储大学轴承（CWRU）数据集和江南大学轴承数据集（JNU）进行了迁移实验，与一些经典模型对比和在小样本训练数据集的情况下，结果表明其优秀的特征迁移能力。

关键词：滚动轴承故障诊断小样本迁移学习卷积神经网络(CNN)

WTB-Net:基于ShuffleNet V2的轻量级风机叶片表面缺陷识别算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

复合材料科学与工程 2023年第8期 66-71,128页

作者：张睿文传博上海电机学院电气学院上海201306

由于现有风机叶片(WTB)的缺陷检测技术尚未得到广泛应用,且传统检测方法的鲁棒性较差,本文提出了一种轻量级风机叶片表面缺陷识别算法WTB-Net。通过无人机拍摄华东某沿海风电场的2569张风机叶片图像,通过筛选分类和数据扩充建立WTB表面... 详细信息

由于现有风机叶片(WTB)的缺陷检测技术尚未得到广泛应用,且传统检测方法的鲁棒性较差,本文提出了一种轻量级风机叶片表面缺陷识别算法WTB-Net。通过无人机拍摄华东某沿海风电场的2569张风机叶片图像,通过筛选分类和数据扩充建立WTB表面缺陷数据集。以ShuffleNet V2核心骨干特征提取网络为基础,引入选择性卷积核注意力机制SKNet,自适应地调整感受野大小,增强有用特征,抑制无用特征。最后采用激活函数Leaky-ReLU,减少沉默神经元的出现,避免了在输入为负值时使用ReLU导致的神经元失活。实验结果表明,算法在WTB数据集上的准确度达到了98.12%,比ShuffleNet V2提高了6.53%,且模型参数量仅为1.4 M。

关键词：深度学习图像分类 ShuffleNet V2 风机叶片复合材料

基于小波变换和Involution卷积神经网络的滚动轴承故障诊断方法

在线全文

学校读者我要写书评

暂无评论

轴承 2022年第11期 61-67页

作者：王正文传博董逸凡上海电机学院电气学院上海201306

传统卷积神经网络在滚动轴承故障诊断中存在梯度扩散、参数爆炸和训练时间长等缺点,为此提出一种基于Involution卷积神经网络的滚动轴承故障诊断方法。首先,通过小波变换将原始数据转换为时频图,经过数据预处理后送入基于Involution的... 详细信息

传统卷积神经网络在滚动轴承故障诊断中存在梯度扩散、参数爆炸和训练时间长等缺点,为此提出一种基于Involution卷积神经网络的滚动轴承故障诊断方法。首先,通过小波变换将原始数据转换为时频图,经过数据预处理后送入基于Involution的神经网络模型;然后,经过不同Convolution卷积核对原始图像的局部区域特征进行不同方式的提取,扩展输入图像通道数;最后,通过Involution对特征图的每个像素点进行进一步特征提取,经过softmax层输出分类结果。CWRU轴承数据集和试验轴承数据集的分析结果表明,基于Involution卷积的神经网络模型所包含的参数较少,训练时间短,故障分类准确率可达99.75%,优于传统的CNN,DBN,自编码器等模型。

关键词：滚动轴承故障诊断 Involution 卷积神经网络小波变换时频域分析

在线全文

学校读者我要写书评

暂无评论

基于改进SSD的风机叶片缺陷检测

复合材料科学与工程 2022年第3期 38-44页

作者：朱佳伟文传博上海电机学院上海201306

针对传统算法检测精度低、耗时长的问题,本文提出一种基于改进SSD的风机叶片缺陷检测方法。首先,采用霍夫变换对处于倾斜状态的风机叶片进行校正,并裁剪为统一的大小形成完整的数据集。接着,通过两种残差网络(ResNet,ResNext)替代传统VG... 详细信息

针对传统算法检测精度低、耗时长的问题,本文提出一种基于改进SSD的风机叶片缺陷检测方法。首先,采用霍夫变换对处于倾斜状态的风机叶片进行校正,并裁剪为统一的大小形成完整的数据集。接着,通过两种残差网络(ResNet,ResNext)替代传统VGG作为SSD算法的Backbone进行特征提取。最后,通过预测网络实现缺陷类别和边界框定位的预测。实验结果显示,改进SSD算法较传统SSD算法在mAP值上提升了7%,同时,检测效率也大幅提升。

关键词：风机叶片目标检测改进SSD 缺陷检测复合材料

在线全文

学校读者我要写书评

暂无评论

考虑电动汽车充电失败的联合微电网优化策略

电测与仪表 2022年第7期59卷 26-35页

作者：曹伟曾宪文高桂革文传博上海电机学院电气学院上海201306

为减少微电网的运行成本和电动汽车用户充电成本,降低电动汽车的充电失败率和缺充电量。文章建立了基于住宅区微电网和工业园区微电网的联合微电网模型。利用蒙特卡洛法随机产生电动汽车的出行时间,将电动汽车作为分布式电源并入联合微... 详细信息

为减少微电网的运行成本和电动汽车用户充电成本,降低电动汽车的充电失败率和缺充电量。文章建立了基于住宅区微电网和工业园区微电网的联合微电网模型。利用蒙特卡洛法随机产生电动汽车的出行时间,将电动汽车作为分布式电源并入联合微电网,建立了基于充电紧迫度、放电裕度的电动汽车有序充放电的模型。将引力搜索算法和粒子群优化算法优势互补,提出了一种基于线性递减权重的混合粒子群引力搜索算法,并利用其对模型进行求解。算例结果表明,基于线性递减权重的混合粒子群引力搜索算法有更快的收敛速度和全局搜索能力;通过充电紧迫度、放电裕度对电动汽车的充电方式、放电量进行控制,充电失败率、充电成本均明显将低;将电动汽车并入联合微电网后,减少了柴油机的工作时间和从大电网的购电量,降低了联合微电网的运行成本。

关键词：联合微电网电动汽车充放电充电紧迫度和放电裕度混合粒子群引力搜索算法

基于比率一致性算法的孤岛微电网分布式二次频率控制

在线全文

学校读者我要写书评

暂无评论

太阳能学报 2020年第10期41卷 74-81页

作者：蔡鹏程文传博上海电机学院电气学院上海201306

针对孤岛交流微电网的频率调节问题,考虑分布式电源(distributed generators,DG)间通信普遍存在延迟的实际情况,提出一种基于一致性算法的分布式二次控制策略。为降低因数据传输带来的能量消耗,采用事件触发的控制方式。该算法的显著特... 详细信息

针对孤岛交流微电网的频率调节问题,考虑分布式电源(distributed generators,DG)间通信普遍存在延迟的实际情况,提出一种基于一致性算法的分布式二次控制策略。为降低因数据传输带来的能量消耗,采用事件触发的控制方式。该算法的显著特征在于能够在有限时间内收敛,以分布式的方式更新各电源的有功功率设定点,从而将平均频率误差驱动为零。与传统控制方法相比,所提策略仅需节点本身及邻居的信息即可实现控制目标,可提高系统的可靠性;采用基于事件触发的机制,进一步地降低对通信网络的依赖。最后在Matlab/Simulink的环境下构建含5台DG单元组成的孤岛交流微电网测试系统仿真模型,仿真结果验证了所提策略的有效性。

关键词：交流微电网通信延迟一致性算法分布式二次控制

在线全文

学校读者我要写书评

暂无评论

基于滑模观测器和广义观测器的故障估计方法

自动化学报 2018年第9期44卷 1698-1705页

作者：文传博邓露吴兰上海电机学院电气学院上海201306 河南工业大学电气工程学院郑州450001

针对受未知干扰影响的一类非线性系统,提出一种基于滑模观测器和广义观测器的执行器故障和传感器故障估计方法.首先通过线性变换将原系统解耦为两个降阶的子系统,其中一个子系统受执行器故障和干扰的影响,另一个含有传感器故障和干扰,... 详细信息

针对受未知干扰影响的一类非线性系统,提出一种基于滑模观测器和广义观测器的执行器故障和传感器故障估计方法.首先通过线性变换将原系统解耦为两个降阶的子系统,其中一个子系统受执行器故障和干扰的影响,另一个含有传感器故障和干扰,进一步将后一个子系统转化为广义系统.对两类子系统分别设计滑模观测器和广义观测器,给出估计误差一致最终有界的条件,得到系统状态和未知干扰的估计值.然后,利用等效输出控制原理重构执行器故障,引入干扰补偿保证重构算法的鲁棒性,再根据广义观测器的结果获得传感器故障的估计值.最后,通过计算机仿真验证了本文方法的有效性.

关键词：执行器故障传感器故障广义观测器滑模观测器故障估计