检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于信号特征的复合字典多原子匹配算法研究

机械工程学报 2012年第12期48卷 1-6页

作者：康晨晖崔玲丽王婧高立新胥永刚北京工业大学机械工程与应用电子技术学院北京100124

在经典匹配追踪算法的基础上,提出基于信号特征的复合字典多原子匹配的改进算法,并应用于轴承故障诊断领域。针对滚动轴承损伤性故障振动信号特点,构造高频段冲击时频特征原子库与低频段Fourier特征原子库相结合的复合字典。研究复合字... 详细信息

在经典匹配追踪算法的基础上,提出基于信号特征的复合字典多原子匹配的改进算法,并应用于轴承故障诊断领域。针对滚动轴承损伤性故障振动信号特点,构造高频段冲击时频特征原子库与低频段Fourier特征原子库相结合的复合字典。研究复合字典多原子匹配的稀疏分解及重构算法以用于提取故障特征,并在重构算法中引入阈值降噪原理。滚动轴承故障试验信号和工程信号分析结果证明,在冲击性故障特征提取效果上,基于信号特征的复合字典多原子匹配优于单原子匹配,并且硬阈值降噪处理效果优于无阈值处理效果。

关键词：复合字典多原子匹配阈值降噪故障诊断

基于深度学习与复合字典的马铃薯病害识别方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2020年第7期51卷 22-29页

作者：杨森冯全张建华孙伟王关平甘肃农业大学机电工程学院兰州730070 中国农业科学院农业信息研究所北京100081

为解决自然环境下小样本病害叶片识别率低、鲁棒性不强的问题,以马铃薯病害叶片为研究对象,提出一种基于深度卷积神经网络与复合特征字典结合的病害叶片识别方法。首先,利用迁移学习技术对Faster R-CNN模型进行训练,检测出病害叶片的斑... 详细信息

为解决自然环境下小样本病害叶片识别率低、鲁棒性不强的问题,以马铃薯病害叶片为研究对象,提出一种基于深度卷积神经网络与复合特征字典结合的病害叶片识别方法。首先,利用迁移学习技术对Faster R-CNN模型进行训练,检测出病害叶片的斑块区域;然后,采用高密度采样方法对整个斑块区域提取颜色特征和SIFT特征,建立颜色特征和SIFT特征词汇表,再由K-均值聚类算法对两类表观特征词汇表进行聚类,构造出复合特征字典;最后,将病害区域提取的特征在复合特征字典中映射后获得特征直方图,利用支持向量机训练出病害的识别模型。试验结果表明,复合特征字典中视觉单词数为50时,病害识别的鲁棒性和实时性最佳,平均识别准确率为90.83%,单帧图像耗时1.68 s;在颜色特征和SIFT特征组合下,本文方法在自然光照条件下对病害的平均识别准确率最高,达到84.16%;在相同数据集下,与传统词袋法相比,本文方法的平均识别准确率提高了25.45个百分点。

关键词：马铃薯病害识别模型自然环境 Faster R-CNN 复合字典

基于复合字典降噪和优化傅里叶分解的齿轮箱故障特征提取方法

在线全文

学校读者我要写书评

暂无评论

Journal of Southeast University(English Edition) 2021年第1期37卷 22-32页

作者：毛一帆许飞云东南大学机械工程学院南京211189

针对傅里叶分解对噪声敏感且存在模态混叠导致无法准确提取齿轮箱故障特征的问题,提出了一种复合字典降噪与优化傅里叶分解相结合的齿轮箱故障特征提取方法.首先,根据齿轮箱信号特点构造复合字典,结合正交匹配追踪算法降低振动信号中的... 详细信息

针对傅里叶分解对噪声敏感且存在模态混叠导致无法准确提取齿轮箱故障特征的问题,提出了一种复合字典降噪与优化傅里叶分解相结合的齿轮箱故障特征提取方法.首先,根据齿轮箱信号特点构造复合字典,结合正交匹配追踪算法降低振动信号中的噪声;其次,针对傅里叶分解过程中的模态混叠现象,提出了利用频谱的极值点划分频带的方法对其进行优化,提高分解质量;再次,使用优化的傅里叶分解将信号分解为若干个傅里叶本征模态分量;最后,选择与降噪后信号相关系数最大的傅里叶本征模态分量进行包络谱分析.该方法可以准确提取振动信号的故障特征频率.通过对齿轮箱故障仿真信号和实验齿轮箱振动信号进行分析,验证了该方法的有效性.

关键词：傅里叶分解复合字典模态混叠齿轮箱故障特征提取

在线全文

学校读者我要写书评

暂无评论

基于复合字典的地名地址匹配技术

城市勘测 2018年第1期 76-78,82页

作者：程琦梁武卫汪培武汉市测绘研究院湖北武汉430022

针对中文地名地址的特点,设计了一套基于复合字典地名地址匹配算法,此算法利用逆向最大匹配、梯度权重、复合字典相结合,实现了更加准确、高效的地名搜索,并利用GIS软件开发了一套匹配软件,实现了算法功能,在工商登记企业、警用地理信... 详细信息

针对中文地名地址的特点,设计了一套基于复合字典地名地址匹配算法,此算法利用逆向最大匹配、梯度权重、复合字典相结合,实现了更加准确、高效的地名搜索,并利用GIS软件开发了一套匹配软件,实现了算法功能,在工商登记企业、警用地理信息、土地确权落宗、人口定位等项目中得到广泛验证与应用。

关键词：复合字典地名地址匹配字符串

高速列车轴承声信号瞬态成分快速提取与声源分离研究

在线全文

学校读者我要写书评

暂无评论

高速列车轴承声信号瞬态成分快速提取与声源分离研究

作者：翟涛涛安徽大学

学位级别：硕士

轮对轴承是列车走行部的重要部件,它的健康与否直接会影响列车是否能正常运行。一旦轮对轴承发生故障,轻则会引起直接的经济损失,重则会损害人身安全,因此对列车轮对轴承开展健康监测与故障诊断是十分必要的。本文的研究对象是现役货运... 详细信息

轮对轴承是列车走行部的重要部件,它的健康与否直接会影响列车是否能正常运行。一旦轮对轴承发生故障,轻则会引起直接的经济损失,重则会损害人身安全,因此对列车轮对轴承开展健康监测与故障诊断是十分必要的。本文的研究对象是现役货运列车轮对轴承NJ(P)3326X1,对列车轴承故障声信号瞬态成分提取和道旁声学检测技术中存在的“多声源”混叠问题进行了相关的研究,具体的研究内容如下:针对列车轴承故障声信号瞬态成分呈现“伪周期”的特性,现有的等周期多普勒Laplace小波模型与信号的内在结构就不能够精确匹配,提取瞬态成分就会存在匹配精度不高产生匹配误差。针对以上问题,提出了一种全新的多普勒调制时移Laplace小波模型,能够实现更精确的瞬态成分匹配。另一方面,所提方法虽然精度较高,但所提小波模型参数较多,并且需要逐个提取,计算量很大。为了进一步提升方法的计算效率,提高实用性,我们进一步地提出了相应的“先粗后精”的小波参数估计策略:(1)首先使用等周期模型粗略估计瞬态成分模型参数;(2)然后在这些粗略估计的参数基础上,在瞬态成分逐个提取的过程中再次进行精确估计,这时参数的范围可以设的很小,计算量得到大幅降低,算法效率得到提升。本文所提方法与直接提取方式相比仿真信号提取效率提升了77.08%、外圈故障信号提取效率提升了71.46%、内圈故障信号提取效率提升了72.86%,较等周期多普勒Laplace小波模型提取残差更小,提取瞬态成分效果更好。为了进一步提高瞬态成分提取效率,在保证不失精度的前提下结合遗传算法进行算法优化,仿真分析和实验验证都说明了方法的有效性。针对道旁声学检测技术中的“多声源”混叠问题,提出了基于参数化多普勒谐波和傅里叶复合字典的目标声源分离的方法。在多普勒谐波字典的基础上添加傅里叶字典极大地增加了字典的冗余性,稀疏分解的效率得到了提升。较单一的多普勒谐波字典目标声源分离相比,仿真信号分离效率提升了76.81%、实验信号分离效率提升了84.49%,且分离效果基本相近,仿真和实验验证了所提方法的有效性。

关键词：列车轴承故障诊断瞬态提取 Laplace小波复合字典稀疏表示

基于多普勒原子稀疏表示的列车轴承轨边信号消噪研究

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

基于多普勒原子稀疏表示的列车轴承轨边信号消噪研究

作者：顾康康安徽大学

学位级别：硕士

列车轴承健康状况直接影响到列车能否稳定、安全、高效的运行,开展列车轴承运行状态在线监测研究具有重要意义。轨边声学监测是列车轴承在线监测的有效手段之一,本文以我国现役列车轮对轴承NJ(P)3226X1为研究对象,针对轨边信号特点,以... 详细信息

列车轴承健康状况直接影响到列车能否稳定、安全、高效的运行,开展列车轴承运行状态在线监测研究具有重要意义。轨边声学监测是列车轴承在线监测的有效手段之一,本文以我国现役列车轮对轴承NJ(P)3226X1为研究对象,针对轨边信号特点,以稀疏分析为手段,研究轨边声音信号消噪理论。本文针对我国现役列车轮对轴承NJ(P)3226X1人工设置不同类别的单点故障,并介绍了部分实验设备,模拟静态、动态信号的采集方案,随后介绍了现场采集装置。根据轨边信号多普勒时频变化规律,研究了与轨边信号内在时频结构相匹配的Doppler谐波字典、Doppler谐波-冲击复合字典的构造理论与方法,结合匹配追踪算法建立了基于多普勒调制原子字典的匹配分解方法,根据声源空间分布位置不同,提出最优原子筛选和信号重构策略,实现轨边声音信号的消噪。具体来说:第一种方法是构建基于过完备参数化多普勒调制谐波原子库的列车轮对轴承轨边声信号分离方法。具体实现步骤:1、构建Doppler谐波原子库;2、使用匹配追踪算法实现信号稀疏分解;3、根据麦克风到轴承声源的横向、纵向距离及声源信号的共振频带,在投影原子中筛选最优原子,线性组合得到消噪信号。第二种方法是基于多普勒调制谐波-冲击复合原子字典的稀疏分析理论,在第一种方法的基础上引入多普勒调制冲击原子,构建多普勒调制谐波-冲击复合原子字典,提高原子与轨边故障信号的内在结构匹配程度,增强信号表示稀疏性,提升去噪效果。通过仿真与实验数据分析,验证了本文所提方法的有效性。本文所提方法与传统数字滤波相比,具有消除带内噪声的优点,有望在实际工程中进行推广应用。

关键词：故障诊断消噪多普勒谐波字典复合字典稀疏表示

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

基于稀疏表示的齿轮箱故障特征提取方法研究

基于稀疏表示的齿轮箱故障特征提取方法研究

作者：毛一帆东南大学

学位级别：硕士

齿轮箱在机械设备中扮演着重要的角色,一旦发生故障将产生巨大的经济损失,甚至造成人员伤亡。因此,对齿轮箱的状态监测及故障诊断具有重要意义。齿轮箱振动信号通常含有大量噪声,难以准确提取其故障特征。因此,本文对基于稀疏表示的齿... 详细信息

齿轮箱在机械设备中扮演着重要的角色,一旦发生故障将产生巨大的经济损失,甚至造成人员伤亡。因此,对齿轮箱的状态监测及故障诊断具有重要意义。齿轮箱振动信号通常含有大量噪声,难以准确提取其故障特征。因此,本文对基于稀疏表示的齿轮箱故障特征提取方法展开研究。首先,针对现有单一字典在齿轮箱故障振动信号重构精度方面效果欠佳的问题,提出基于齿轮箱分布式故障和冲击式故障信号数学模型的复合字典。结合正交匹配追踪算法对齿轮箱振动信号进行重构,通过与DCT、Fourier和Ilmf字典对比分析,所提复合字典的均方误差、信噪比和相似度等指标均优于其他三种字典。进一步研究了复合字典的抗噪性,结果表明复合字典对噪声具有较好的鲁棒性。其次,针对采用复合字典结合正交匹配追踪算法对振动信号重构后,仍需选择故障信息丰富的频带分量进行分析,而常用带通滤波、EMD等信号分解方法存在不能实现自适应分解或者模态混叠等问题。提出复合字典与包络频带优化傅里叶分解算法的齿轮箱故障特征提取方法。该方法对重构信号频带进行包络划分,有效克服傅里叶分解算法存在的模态混叠现象。通过与EMD和快速谱峭度方法进行对比分析,所提方法在提取齿轮箱的故障特征方面具有更优的性能。再次,针对复合字典原子参数存在主观选择的问题。提出基于翼装飞行搜索算法的稀疏表示参数优化方法,采用优化稀疏表示算法求解每次迭代复合字典最优字典原子的参数,提高了稀疏表示的重构精度,突出主要故障信息特征。通过与其他常用参数寻优算法对比分析,所提方法能够显著提高齿轮箱故障特征的提取精度。然后,针对正交匹配追踪算法在重构信噪比较低的振动信号需多次匹配才可能匹配到有效字典原子,从而增加计算量且有可能引入噪声的问题。从两方面对其进行改进,其一使用SVD构造过完备字典,其二使用最小方差和内积融合指标作为正交匹配追踪算法每次迭代选取最优字典原子的指标。提出基于尺度空间和改进稀疏表示的信号分解方法。通过与EMD和VMD分解算法对比,所提方法的时频特性更好,且无模态混叠现象,具有更好的特征提取效果。最后,搭建齿轮箱故障实验平台,对本文提出的齿轮箱故障特征提取方法的有效性进行验证。

关键词：稀疏表示复合字典齿轮箱故障特征提取翼装飞行搜索算法信号分解