检索结果-南通市图书馆

基于GADF和PAM-Resnet的旋转机械小样本故障诊断方法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2023年第12期38卷 3465-3472页

作者：梁浩鹏曹洁赵小强兰州理工大学计算机与通信学院兰州730050 兰州理工大学电气工程与信息工程学院兰州730050

在旋转机械的实际工作中,由于故障样本有限,很难实现准确的故障诊断.对此,提出一种基于GADF和PAM-Resnet的小样本故障诊断方法.首先,构建一种数据增强策略,该策略将数目较少的一维信号样本转化为二维GADF图,之后将GADF图裁剪成多个子图... 详细信息

在旋转机械的实际工作中,由于故障样本有限,很难实现准确的故障诊断.对此,提出一种基于GADF和PAM-Resnet的小样本故障诊断方法.首先,构建一种数据增强策略,该策略将数目较少的一维信号样本转化为二维GADF图,之后将GADF图裁剪成多个子图,从而得到大量的图像样本,解决样本数目不足的问题;然后,构建一种位置注意力模块(PAM),该模块使用横向卷积和纵向卷积分别对横向特征和纵向特征赋予权重,融合两种特征得到GADF图的位置信息;最后,将PAM插入残差块中构建PAM残差块,并使用多个PAM残差块构建PAMResnet,PAM-Resnet可以有效地关注位置信息,具有较强的故障特征学习能力.分别进行小样本环境下的齿轮箱故障诊断和滚动轴承故障诊断实验,结果表明所提出方法具有较高的故障诊断准确率,可以准确地诊断出小样本环境下的故障类型.

关键词：旋转机械小样本故障诊断格拉姆角差域位置注意力模块残差神经网络数据增强

基于并行双向时间卷积网络和双向长短期记忆网络的轴承剩余使用寿命预测方法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2024年第4期39卷 1288-1296页

作者：梁浩鹏曹洁赵小强兰州理工大学计算机与通信学院兰州730050 兰州城市学院信息工程学院兰州730050 兰州理工大学电气工程与信息工程学院兰州730050

在基于深度学习的轴承剩余使用寿命(RUL)预测方法中,时间卷积网络(TCN)忽略了振动数据中未来时间信息的重要性,长短期记忆网络(LSTM)难以有效地学习振动数据的长时间序列特征.针对以上问题,提出一种基于并行双向时间卷积网络(Bi-TCN)和... 详细信息

在基于深度学习的轴承剩余使用寿命(RUL)预测方法中,时间卷积网络(TCN)忽略了振动数据中未来时间信息的重要性,长短期记忆网络(LSTM)难以有效地学习振动数据的长时间序列特征.针对以上问题,提出一种基于并行双向时间卷积网络(Bi-TCN)和双向长短期记忆网络(Bi-LSTM)的轴承RUL预测方法.首先,对多传感器数据进行归一化处理,并将每个传感器数据进行通道合并,实现多传感器数据的高效融合;然后,采用Bi-TCN和Bi-LSTM构建并行的双分支特征学习网络,其中Bi-TCN提取数据的双向长时间序列特征,Bi-LSTM提取数据的时间相关特征;同时,设计一种特征融合注意力机制,该机制分别计算Bi-TCN和Bi-LSTM的输出权重,以实现两种网络输出特征的自适应加权融合;最后,融合特征通过全连接层并输出轴承RUL的预测结果.利用西安交通大学轴承数据集和PHM 2012轴承数据集进行RUL预测实验,实验结果表明,与其他先进的预测方法相比,所提出方法可以准确预测更多类型轴承的RUL,同时具有更低的预测误差.

关键词：滚动轴承剩余使用寿命预测多传感器融合双向时间卷积网络双向长短期记忆网络

基于改进残差神经网络的滚动轴承故障诊断方法研究

在线全文

学校读者我要写书评

暂无评论

基于改进残差神经网络的滚动轴承故障诊断方法研究

作者：梁浩鹏兰州理工大学

学位级别：硕士

滚动轴承在旋转机械运转过程中起着至关重要的作用,是旋转机械最重要的部件之一,由于滚动轴承在旋转机械的运转环境一般是密闭且复杂易变的,其应用过程中存在老化、损坏等问题,从而产生的各种故障将会造成安全事故和巨大经济损失。因此... 详细信息

滚动轴承在旋转机械运转过程中起着至关重要的作用,是旋转机械最重要的部件之一,由于滚动轴承在旋转机械的运转环境一般是密闭且复杂易变的,其应用过程中存在老化、损坏等问题,从而产生的各种故障将会造成安全事故和巨大经济损失。因此,对滚动轴承进行故障诊断是非常重要的。由于传统方法在故障诊断的过程中伴随一些人为主观因素,限制了此类方法对故障特征信息的完全提取,这使得在处理复杂故障时很难实现较好的泛化性能,然而深度学习方法可以将故障特征提取和分类结合到一起,自动从原始信号数据中提取代表性特征,从而消除人工经验对特征提取的影响。因此,本文研究了基于残差神经网络的滚动轴承故障诊断方法,本文主要的研究内容如下:(1)针对滚动轴承工况复杂多变、环境噪声干扰大、有效数据样本不足而导致的故障诊断效果不佳的问题,提出了一种基于残差神经网络的滚动轴承故障诊断方法。该方法以滚动轴承时域信号数据作为输入,首先利用三个连续的卷积层串联构建了一种改进的数据池化层,目的在于能够有效地提取振动信号中故障特征信息,并减少残差神经网络中参数的计算量;然后设计了一种空洞卷积和残差块相结合的空洞残差块,学习故障特征信息,其优势在于通过扩大感受野使得该方法具有较强的特征学习能力;最后引入Dropout方法丢弃一定比例的神经元,可有效避免过拟合的负面影响。使用凯斯西储大学轴承数据集验证了本章方法在滚动轴承故障诊断中具有更高的诊断准确率、更强的抗噪性和泛化能力。(2)针对滚动轴承工况复杂,传统残差神经网络难以有效地提取故障特征信息的问题,提出了一种改进的残差神经网络故障诊断方法。该方法以采集到的滚动轴承时域信号作为输入,针对滚动轴承时域信号时变性较强的特点,构建了一种基于Inception模块改进的数据池化层,该池化层采用3个3×3的小卷积层串联和堆叠构建,并加入了残差连接,可有效地提取了特征信息。在残差块中构建跳跃连接线,设计了一种带跳跃连接线的残差块,增强了残差块对特征信息的学习效率。利用空洞卷积能够扩大感受野的优点,将带跳跃连接线的残差块中的普通卷积替换为空洞卷积,设计了一种带跳跃连接线的空洞残差块,将设计的两种残差块端对端首尾相连构建神经网络。通过凯斯西储大学公开的4种不同工况下的数据集来验证该方法的有效性。(3)由于滚动轴承一维信号转化为二维信号时,会损失部分特征信息,针对此问题,提出了基于一维残差神经网络的滚动轴承故障诊断方法。该方法以滚动轴承一维时域信号为输入,首先在卷积神经网络中构建锯齿状空洞卷积,有效提高卷积层的感受野;然后设计不同权重系数的多级残差连接结构,使得下层特征可以传递到上层,提高了该方法的特征学习能力,最后在每一个子残差块后添加一个注意力模块SE block,用来增强有用的特征通道,削弱无用的特征通道,从而增强了该方法对故障特征的辨识能力。利用凯斯西储大学数据集进行实验,结果表明,该方法能有效地诊断变工况条件下的滚动轴承故障,与其它深度学习方法相比,具有更高的故障诊断准确率。

关键词：故障诊断滚动轴承变工况改进残差神经网络空洞卷积

基于SIR多级残差连接密集网络的轴承故障诊断

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

兰州理工大学学报 2022年第6期48卷 46-54页

作者：赵小强罗维兰梁浩鹏兰州理工大学电气工程与信息工程学院甘肃兰州730050 兰州理工大学甘肃省工业过程先进控制重点实验室甘肃兰州730050 兰州理工大学国家级电气与控制工程实验室教学中心甘肃兰州730050

为了研究旋转机械的滚动轴承在复杂工况下从时变性强、微弱信号中提取特征信息的性能,提出了基于SIR多级残差连接密集网络的轴承故障诊断方法.首先,设计SIR模块,该模块将对输入的数据特征通道赋予不同的权重并拓宽网络的宽度,提取更加... 详细信息

为了研究旋转机械的滚动轴承在复杂工况下从时变性强、微弱信号中提取特征信息的性能,提出了基于SIR多级残差连接密集网络的轴承故障诊断方法.首先,设计SIR模块,该模块将对输入的数据特征通道赋予不同的权重并拓宽网络的宽度,提取更加重要、更加丰富的特征信息;其次,设计多级残差连接密集网络自适应提取轴承振动信号中的有效特征;最后,构建softmax分类器实现故障分类.通过与多种方法进行对比,实验结果表明,该方法在变噪声、变负荷和变工况下都能够更加准确地检测出故障,对复杂的工况环境更具有鲁棒性和泛化能力.

关键词：故障诊断滚动轴承残差密集网络特征重标定变工况

在线全文

学校读者我要写书评

暂无评论

基于残差神经网络的滚动轴承故障诊断方法

兰州理工大学学报 2022年第3期48卷 86-93页

作者：朱奇先梁浩鹏赵小强宋昭様大型电气传动系统与装备技术国家重点实验室甘肃天水741000 兰州理工大学计算机与通信学院甘肃兰州730050 兰州理工大学电气工程与信息工程学院甘肃兰州730050

针对轴承故障诊断方法在变工况条件下诊断效果不佳的问题,提出了一种基于残差神经网络的滚动轴承故障诊断方法.该方法首先以滚动轴承时域信号数据作为输入,针对信号的时变性改进了数据池化层,改进的数据池化层利用三个连续的卷积层串联... 详细信息

针对轴承故障诊断方法在变工况条件下诊断效果不佳的问题,提出了一种基于残差神经网络的滚动轴承故障诊断方法.该方法首先以滚动轴承时域信号数据作为输入,针对信号的时变性改进了数据池化层,改进的数据池化层利用三个连续的卷积层串联构建而成,目的在于能够有效地提取振动信号中的故障特征信息,并减少残差神经网络中参数的计算量;然后设计了一种空洞卷积和残差块相结合的空洞残差块,用于特征信息的学习;最后通过在全连接层后加入Dropout层丢弃一定比例的神经元,能有效避免过拟合的负面影响.使用凯斯西储大学轴承数据集进行仿真实验,与SVM+EMD+Hilbert包络谱、BPNN+EMD+Hilbert包络谱和Resnet三种方法作对比分析,结果表明该方法在变工况下的滚动轴承故障诊断中具有更高的诊断准确率、更强的抗噪性和泛化能力.

关键词：残差神经网络故障诊断滚动轴承变工况

在线全文

学校读者我要写书评

暂无评论

基于双分支注意力U-Net的语音增强方法

计算机应用研究 2024年第4期41卷 1112-1116页

作者：曹洁王宸章梁浩鹏王乔李晓旭兰州理工大学计算机与通信学院兰州730050 兰州城市学院信息工程学院兰州730050

针对语音增强网络对全局语音相关特征提取困难、对语音局部上下文信息的捕捉效果不佳的问题,提出了一种基于双分支注意力U-Net的时域语音增强方法,该方法使用U-Net编码器-解码器结构,将单通道带噪语音经过一维卷积后得到的高维时域特征... 详细信息

针对语音增强网络对全局语音相关特征提取困难、对语音局部上下文信息的捕捉效果不佳的问题,提出了一种基于双分支注意力U-Net的时域语音增强方法,该方法使用U-Net编码器-解码器结构,将单通道带噪语音经过一维卷积后得到的高维时域特征作为输入。首先利用残差连接设计了基于Conformer的残差卷积来增强网络降噪的能力。其次设计了双分支注意力机制结构,利用全局和局部注意力获取带噪语音中更丰富的上下文信息,同时有效表示长序列特征,提取更多样的特征信息。最后结合时域频域损失函数构建了加权损失函数对网络进行训练,提高网络的语音增强性能。使用了多个指标对增强语音的质量和可懂度等进行评价,在公开数据集Voice Bank+DEMAND上的增强后的语音感知质量(PESQ)为3.11,短时可懂度(STOI)为95%,信号失真度(CSIG)为4.44,噪声失真测(CBAK)为3.60,综合质量测度(COVL)为3.81,其中PESQ相较于SE-Conformer提高了7.6%,相较于TSTNN提高了5.1%。实验结果表明,所提方法在语音降噪的各个指标都表现出更优的实验结果,能够完成语音增强任务的相关要求。

关键词：语音增强双分支注意力机制时域单通道

在线全文

学校读者我要写书评

暂无评论

压榨机传动齿轮齿面开裂的原因、预防和焊补

广西蔗糖 2001年第2期 36-38页

作者：梁浩鹏甘春锋詹海英王超然臧淑兰广西贵港甘化股份有限公司 537104 北京化工机械厂

分析经“表面淬火”处理的压榨机传动齿轮出现大量裂纹的原因 ,采取“回火”降低硬度防止开裂的依据 ,介绍逐齿“回火”

关键词：齿轮开裂表面淬火回火焊补压榨机

深度复数轴向自注意力卷积循环网络的语音增强

在线全文

学校读者我要写书评

暂无评论

计算机系统应用 2024年第4期33卷 60-68页

作者：曹洁王乔梁浩鹏王宸章李晓旭于泓兰州理工大学计算机与通信学院兰州730050 兰州城市学院信息工程学院兰州730020 鲁东大学信息与电气工程学院烟台264025

单通道语音增强任务中相位估计不准确会导致增强语音的质量较差,针对这一问题,提出了一种基于深度复数轴向自注意力卷积循环网络(deep complex axial self-attention convolutional recurrent network,DCACRN)的语音增强方法,在复数域... 详细信息

单通道语音增强任务中相位估计不准确会导致增强语音的质量较差,针对这一问题,提出了一种基于深度复数轴向自注意力卷积循环网络(deep complex axial self-attention convolutional recurrent network,DCACRN)的语音增强方法,在复数域同时实现了语音幅度信息和相位信息的增强.首先使用基于复数卷积网络的编码器从输入语音信号中提取复数表示的特征,并引入卷积跳连模块用以将特征映射到高维空间进行特征融合,加强信息间的交互和梯度的流动.然后设计了基于轴向自注意力机制的编码器-解码器结构,利用轴向自注意力机制来增强模型的时序建模能力和特征提取能力.最后通过解码器实现对语音信号的重构,同时利用混合损失函数优化网络模型,提升增强语音信号的质量.实验在公开数据集Valentini和DNS Challenge上进行,结果表明所提方法相对于其他模型在客观语音质量评估(perceptual evaluation of speech quality,PESQ)和短时客观可懂度(short-time objective intelligibility,STOI)两项指标上均有提升,在非混响数据集中,PESQ比DCTCRN(deep cosine transform convolutional recurrent network)提高了12.8%,比DCCRN(deep complex convolutional recurrent network)提高了3.9%,验证了该网络模型在语音增强任务中的有效性.

关键词：单通道语音增强复数卷积循环网络卷积跳连轴向自注意力机制

关节翻修领域热点问题:感染、康复护理、骨缺损及假体松动

在线全文

学校读者我要写书评

暂无评论

中国组织工程研究 2025年第9期29卷 1963-1971页

作者：梁浩博王泽宇马文龙刘浩刘又文河南中医药大学骨伤学院河南省郑州市450016 河南省洛阳正骨医院(河南省骨科医院) 河南省洛阳市471000

背景:随着国内人口老龄化进展,关节置换手术的数量不断增长,与之对应的是关节翻修手术的数量也随之增加。定性、定量分析关节翻修领域的研究现状、研究热点和研究前沿具有重要意义。目的:通过文献计量学方法对近20年来关节翻修领域相关... 详细信息

背景:随着国内人口老龄化进展,关节置换手术的数量不断增长,与之对应的是关节翻修手术的数量也随之增加。定性、定量分析关节翻修领域的研究现状、研究热点和研究前沿具有重要意义。目的:通过文献计量学方法对近20年来关节翻修领域相关文献进行可视化分析,探索该领域的研究热点与动态趋势,以期为进一步研究提供参考。方法:计算机检索中国知识资源总库(CNKI)、中文科技期刊数据库(VIP)、中国学术期刊数据库(万方数据)2003-01-01/2022-12-31收录的关节翻修的相关文献,使用Note Express(3.***.0.9588)软件剔除重复数据,并采用CiteSpace(6.2.R6)、VOS viewer(1.6.20)和Excel(2016)软件对发文量、作者及机构合作网络、关键词共现、突现及聚类绘制科学知识图谱。结果与结论:①共纳入文献1806篇,近20年该领域年发文量总体态势趋于稳定;②对合作网络分析可知,发文量最多和中介中心性最高的作者是周一新,发文量最多的机构是周一新任职的北京积水潭医院,而中介中心性最高的机构是中国人民解放军总医院;③对关键词分析可知,关节翻修领域的研究热点主要集中在髋关节、感染、康复护理、骨缺损和假体松动等方面;④对关节翻修领域的文献进行可视化分析有利于理清研究脉络,为研究学者们提供研究思路及方法,并揭示该领域的研究态势和前沿热点。

关键词：关节翻修髋关节假体关节置换 CiteSpace VOS viewer 文献计量学可视化分析