检索结果-南通市图书馆

基于部分集成局部特征尺度分解与拉普拉斯分值的滚动轴承故障诊断模型

在线全文

学校读者我要写书评

暂无评论

振动工程学报 2014年第6期27卷 942-950页

作者：程军圣郑近德杨宇罗颂荣湖南大学汽车车身先进设计制造国家重点实验室湖南长沙410082

提出了一种基于部分集成局部特征尺度分解(Partly ensemble local characteristic-scale decomposition,PELCD)、拉普拉斯分值(Laplacian score,LS)特征选择和基于变量预测模型模式分类(Variable predictive model based class discrimination,VPMCD)的滚动轴承故障诊断模型。PELCD是新提出的一种基于噪声辅助数据分析方法,克服了局部特征尺度分解的模态混淆问题,与传统的基于噪声辅助数据分析方法相比有一定的优越性,论文将其应用于滚动轴承振动信号的预处理。之后提取振动信号PELCD分量的时域和频域统计特征及振动信号的时频联合域特征;同时为了降低特征向量维数,提高诊断效率,采用LS优化特征向量。再将优化的特征向量输入到VPMCD分类器进行训练和测试。滚动轴承实验数据分析结果表明该模型能够有效地诊断故障程度和故障类型。

关键词：故障诊断滚动轴承部分集成局部特征尺度分解变量预测模型拉普拉斯分值

基于拉普拉斯分值和模糊C均值聚类的滚动轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

中国机械工程 2014年第10期25卷 1352-1357页

作者：欧璐于德介湖南大学汽车车身先进设计制造国家重点实验室长沙410082

针对滚动轴承故障振动信号的非平稳特征和故障征兆的模糊性,提出了基于拉普拉斯分值和模糊C均值(FCM)聚类的滚动轴承故障诊断方法。该方法首先在时域和频域对滚动轴承振动信号进行特征提取,组成初始特征向量;然后利用拉普拉斯分值进行... 详细信息

针对滚动轴承故障振动信号的非平稳特征和故障征兆的模糊性,提出了基于拉普拉斯分值和模糊C均值(FCM)聚类的滚动轴承故障诊断方法。该方法首先在时域和频域对滚动轴承振动信号进行特征提取,组成初始特征向量;然后利用拉普拉斯分值进行特征选择,形成故障特征向量;最后以FCM聚类为故障分类器,实现滚动轴承不同故障类型的识别。应用实例和对比实验表明,该方法能有效提取滚动轴承振动信号特征,诊断滚动轴承故障。

关键词：滚动轴承拉普拉斯分值模糊C均值聚类故障诊断

基于拉普拉斯分值特征选择的运动捕获数据关键帧提取

在线全文

学校读者我要写书评

暂无评论

计算机工程与科学 2015年第2期37卷 365-371页

作者：洪小娇彭淑娟柳欣华侨大学计算机科学与技术学院福建厦门361021

针对已有的运动捕获数据关键帧提取方法常常忽略运动数据局部拓扑结构特性问题,提出了一种基于拉普拉斯分值LS特征选择的人体运动数据关键帧提取方法。该方法首先从原始运动数据集中提取两种代表性的特征向量并对其归一化,利用LS算法对... 详细信息

针对已有的运动捕获数据关键帧提取方法常常忽略运动数据局部拓扑结构特性问题,提出了一种基于拉普拉斯分值LS特征选择的人体运动数据关键帧提取方法。该方法首先从原始运动数据集中提取两种代表性的特征向量并对其归一化,利用LS算法对组合后的特征向量进行打分和特征权重学习,以获取能够判别性揭示局部运动信息的特征子向量;其次,通过构建综合特征函数并基于极值判别原理,得到初始候选关键帧序列;最后,根据时间阈值约束和姿态相似判别策略,利用改进的k-means算法对候选帧进行聚类筛选,以达到去除冗余关键帧的目的,从而得到最终关键帧序列集合。仿真实验结果表明,该方法提取的关键帧序列具有典型性,能较好地对整体运动捕获数据进行视觉概括。

关键词：关键帧提取运动捕获局部拓扑结构拉普拉斯分值特征选择

在线全文

学校读者我要写书评

暂无评论

基于VMD和拉普拉斯分值的柴油机故障诊断

组合机床与自动化加工技术 2017年第10期 129-133,137页

作者：吉哲傅忠谦中国科学技术大学信息科学技术学院合肥230026 海军蚌埠士官学校二系安徽蚌埠233012

针对柴油机声信号非平稳非线性的特性,提出了一种基于变分模态分解(VMD)和拉普拉斯分值(LS)的柴油机故障诊断方法。首先对柴油机声信号进行变分模态分解,从分解得到的各模态函数中进行统计特征提取,组成初始特征集;然后利用改进的拉普... 详细信息

针对柴油机声信号非平稳非线性的特性,提出了一种基于变分模态分解(VMD)和拉普拉斯分值(LS)的柴油机故障诊断方法。首先对柴油机声信号进行变分模态分解,从分解得到的各模态函数中进行统计特征提取,组成初始特征集;然后利用改进的拉普拉斯分值算法进行特征排序,以支持向量机(SVM)为故障分类器,实现柴油机的故障诊断;最后通过设计接受者操作特性(ROC)指示器,确定故障诊断的最优维。将该方法应用到6135D型柴油机四种常见故障的诊断中,实验结果表明该方法能有效提取柴油机声信号特征并具有较高的诊断精度。

关键词：变分模态分解拉普拉斯分值特征提取支持向量机

HDLMD及JRD在滚动轴承性能评估中的应用

在线全文

学校读者我要写书评

暂无评论

机械科学与技术 2021年第7期40卷 1000-1008页

作者：罗亭王晓东杨创艳李卓睿昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学云南省人工智能重点实验室昆明650500

针对微分局部均值分解(Differential local mean decomposition, DLMD)方法中微分次数计算缺乏理论指导以及传统性能退化指标无法准确表示滚动轴承在全寿命阶段上当前状态的问题,提出了一种基于HDLMD(Hilbert-differential local mean d... 详细信息

针对微分局部均值分解(Differential local mean decomposition, DLMD)方法中微分次数计算缺乏理论指导以及传统性能退化指标无法准确表示滚动轴承在全寿命阶段上当前状态的问题,提出了一种基于HDLMD(Hilbert-differential local mean decomposition, HDLMD)和JRD(Jensen-Renyi divergence)的滚动轴承性能评估方法。该方法首先对原始振动信号进行HDLMD分解,提取乘积函数(Product function, PF)矩阵;然后,基于拉普拉斯分值(Laplacian score, LS)选择包含最多故障信息的PF分量;再计算筛选之后的有效PF分量的概率分布,得到有效PF分量的Renyi熵值;最后,计算正常信号与不同故障程度信号之间的JRD距离,并判断滚动轴承的退化状态。通过凯西斯储大学(Case western reserve university, CWRU)滚动轴承实验数据和NASA(National aeronautics and space administration)全寿命周期数据实验表明,本文所提方法可以准确、有效地评估轴承性能的退化状态。

关键词：滚动轴承性能评估微分局部均值分解拉普拉斯分值 Renyi熵 JRD距离

基于M-WDLS和PCA的转子故障诊断方法

在线全文

学校读者我要写书评

暂无评论

兰州理工大学学报 2021年第5期47卷 38-44页

作者：赵荣珍常书源兰州理工大学机电工程学院甘肃兰州730050

针对不同故障特征属性交互重叠导致的故障类别辨识困难问题,提出一种基于Manhattan距离作为特征之间相似度信息测度的权值判别拉普拉斯分值特征选择方法.该方法采用Manhattan距离衡量高维特征矢量之间的相似度,并将数据样本标记信息融... 详细信息

针对不同故障特征属性交互重叠导致的故障类别辨识困难问题,提出一种基于Manhattan距离作为特征之间相似度信息测度的权值判别拉普拉斯分值特征选择方法.该方法采用Manhattan距离衡量高维特征矢量之间的相似度,并将数据样本标记信息融入权值计算中以增强权值的判别性,提升了LS算法的敏感特征筛选性能.将M-WDLS和主成分分析相结合,提出基于M-WDLS和PCA的转子故障诊断方法.首先提取原始振动信号的时域、频域、时频域特征构造混合域特征集;然后利用M-WDLS选择敏感特征组成敏感特征矩阵;最后对敏感特征矩阵进行PCA降维处理,并将结果输入到K-近邻分类器中进行模式识别.对比实验的结果表明,该方法能有效提取转子系统振动信号的状态特征,有助于提高故障辨识的准确率.

关键词：拉普拉斯分值 Manhattan距离判别权值函数故障诊断

PSO与LS混合算法在故障特征选择中的应用

在线全文

学校读者我要写书评

暂无评论

机械设计与研究 2016年第4期32卷 43-45,49页

作者：张亚龙赵荣珍王雪冬张娟兰州理工大学机电工程学院兰州730050

为了提高分类器的分类精度和泛化能力,提出一种基于粒子群算法(Particle Swarm Optimization,PSO)和拉普拉斯分值(Laplace Score,LS)的混合式故障特征选择方法。该方法首先采用过滤式的特征选择方法(LS)对原始特征集进行筛选,然后利用PS... 详细信息

为了提高分类器的分类精度和泛化能力,提出一种基于粒子群算法(Particle Swarm Optimization,PSO)和拉普拉斯分值(Laplace Score,LS)的混合式故障特征选择方法。该方法首先采用过滤式的特征选择方法(LS)对原始特征集进行筛选,然后利用PSO在经过精简的特征子空间里进行随机搜索,搜索过程中以支持向量机的分类准确率为适应度函数,选择出最优特征子集。用双跨转子实验台的一组故障特征数据集进行验证。实验结果表明,该方法可以有效地筛选出规模较小且最有辨别力的特征子集,能显著提高分类器的分类准确率及效率。

关键词：特征选择特征子集拉普拉斯分值粒子群算法支持向量机

基于特征选择与优化LSSVM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

基于特征选择与优化LSSVM的滚动轴承故障诊断方法研究

作者：贺之靖太原科技大学

学位级别：硕士

滚动轴承作为旋转机械的核心组件,由于工作环境恶劣常具有较高的故障率,而滚动轴承故障诊断研究能够最大化组件的正常运行时间和最小化维护成本,同时降低故障发生频率,其中良好的信号处理方法能够对振动信号中的故障特征进行有效提取,... 详细信息

滚动轴承作为旋转机械的核心组件,由于工作环境恶劣常具有较高的故障率,而滚动轴承故障诊断研究能够最大化组件的正常运行时间和最小化维护成本,同时降低故障发生频率,其中良好的信号处理方法能够对振动信号中的故障特征进行有效提取,从而实现对轴承故障状态的高效识别。所以,本文基于信号处理方法做了以下工作:(1)针对轴承信号单域特征提取导致的特征不全面问题,本文提出了一种从时域、频域和变分模态分解样本熵能量熵的多域特征提取方法,在凯斯西储大学轴承故障数据集上进行了仿真实验,结果表明,该方法比单域分析的诊断精度提高了4%以上,使模型诊断性能有了进一步提升。(2)针对信号高维特征向量存在冗余和噪声导致的诊断效果不佳,论文采用拉普拉斯分值法作为特征选择的方法,在实验部分和费舍尔分值法进行了对比分析,结果证明,经拉普拉斯分值法特征选择后,特征维数降到14维,去掉了部分冗余特征和噪声,有效地提高了故障状态识别的准确率。(3)针对最小二乘支持向量机(Least squares support vector machine,LSSVM)参数选择的盲目性,论文提出了改进的粒子群方法优化LSSVM模型。通过结合线性微分递减惯性权重和异步加速因子改善了标准粒子群算法参数为固定值的缺点。之后,构建了一种基于拉普拉斯分值和改进粒子群算法优化LSSVM的轴承故障诊断方法模型。通过实验仿真证实了整体模型的良好诊断效果,并与其它方法进行了对比分析,证实了该模型的有效性和优越性。

关键词：滚动轴承粒子群算法拉普拉斯分值 LSSVM 特征选择故障诊断

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

运动捕获数据关键帧提取与姿态过渡技术研究

运动捕获数据关键帧提取与姿态过渡技术研究

作者：洪小娇华侨大学

学位级别：硕士

近年来,计算机技术飞速发展,运动捕获技术广泛应用在游戏动画、影视制作、运动分析和体育训练、医疗康复和文化保护等领域。同时,随着运动捕获技术的发展,国内外学者逐渐深入研究运动捕获相关技术。本文对关键帧提取技术与姿态过渡技术... 详细信息

近年来,计算机技术飞速发展,运动捕获技术广泛应用在游戏动画、影视制作、运动分析和体育训练、医疗康复和文化保护等领域。同时,随着运动捕获技术的发展,国内外学者逐渐深入研究运动捕获相关技术。本文对关键帧提取技术与姿态过渡技术展开深入研究,研究成果主要表现在两个方面:1.针对现有的运动捕获数据关键帧提取方法常常忽略运动数据局部拓扑结构特性问题,本文提出一种基于拉普拉斯分值特征选择的运动捕获数据关键帧提取方法,基本思想是利用拉普拉斯分值特征选择的思想动态选择具有判别性意义的人体运动特征,最终得到更具概括性的关键帧。该方法对提取的两种代表性的特征向量统一打分,从而在尽量排除冗余特征干扰的前提下利用贡献率高的部分特征构造综合特征曲线,曲线上凹凸点对应为候选关键帧。接着根据时间阈值约束和姿态相似判别策略,利用改进的K-means算法对候选关键帧进行聚类筛选,得到最终关键帧集合。实验结果表明,本文算法提取的关键帧序列具有典型性,能较好地弥补等间隔采样法的不足,避免分层曲线简化法的特征干扰问题,对运动序列具有良好的概括性和适应性,视觉上能较好地概括原运动序列。2.针对运动拼接时常常忽略其运动语义自然过渡问题,提出一种结合隐马尔可夫模型隐状态基元和贝叶斯准则的运动捕获数据姿态过渡方法。该方法认为人体运动各种行为均可划分为多个有序状态。然后,基于状态序列的规律找到最合适的过渡片段。该方法首先提取两种代表性的人体骨架特征并归一化,得到组合特征数据矩阵,用来表示原始运动数据;接着,采用HMM方法对组合特征矩阵进行运动隐状态基元预测,发现运动隐状态变化规律;紧接着,依据预测结果并结合贝叶斯准则搜索合适的运动片段作为连接片段;最后对序列连接处再次平滑处理。实验结果表明,该方法能较好地保持运动状态变化规律,实现姿态自然过渡,较好地避免了滑步、交叉和穿透等运动失真现象,且连接处无明显的拼接痕迹。本文采用公开数据库CMU和HDM 05提供的运动捕获数据进行仿真实验,并与其他方法进行比较,验证了提出方法的有效性。

关键词：运动捕获关键帧提取姿态过渡拉普拉斯分值隐马尔可夫