检索结果-南通市图书馆

基于核主元分析和高斯混合模型的轴承转子状态评估

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2014年第1期22卷 23-28页

作者：董华玉镇江船艇学院

针对轴承转子运行状态评估问题,提出了基于核主元分析与高斯混合模型的新方法。采用小波包变换得到信号在各频带上的能量谱,然后通过核主元分析提取特征空间的主成分;并对其进行高斯混合模型建模。通过EM算法进行参数估计,由高斯混合模... 详细信息

针对轴承转子运行状态评估问题,提出了基于核主元分析与高斯混合模型的新方法。采用小波包变换得到信号在各频带上的能量谱,然后通过核主元分析提取特征空间的主成分;并对其进行高斯混合模型建模。通过EM算法进行参数估计,由高斯混合模型的重合度对轴承转子的运行状态进行评估。通过仿真的轴承转子振动数据的验证发现,核主元分析能够使信号在特征空间的能量更加集中,在此基础上计算的高斯混合模型的重合度,能够更好地表征轴承转子的运行状态。

关键词：状态评估核主元分析高斯混合模型小波包分析

基于核主元分析和量子遗传神经网络的变压器故障诊断

在线全文

学校读者我要写书评

暂无评论

基于核主元分析和量子遗传神经网络的变压器故障诊断

作者：李昊华北理工大学

学位级别：硕士

变压器是电力系统的关键设备之一,也是导致电力系统故障频发的因素之一,其运行状态直接关系到整个电力系统的稳定运行。导致变压器故障的征兆与类型存在着较为复杂的非线性关系,传统的检测方法显然不能满足系统实时性、快速性、准确性... 详细信息

变压器是电力系统的关键设备之一,也是导致电力系统故障频发的因素之一,其运行状态直接关系到整个电力系统的稳定运行。导致变压器故障的征兆与类型存在着较为复杂的非线性关系,传统的检测方法显然不能满足系统实时性、快速性、准确性的要求。近年来,智能诊断算法显现出强大的优势。为进一步满足现场实时性、快速性、准确性的要求,提出了利用KPCA和QGA联合优化神经网络的变压器故障诊断的方法。采用BPNN作为变压器故障诊断的最终环节。其具有并行分布式处理、自组织、自适应、自学习等优点,BPNN的激活函数可以采用任意函数,其逼近能力非常适合处理变压器故障诊断问题。但也存在处理速度慢、易陷入局部极值的缺点。仿真结果表明:BPNN在2000步尚未符合指定误差标准,且故障识别率仅为83.117%。而遗传算法可以使BPNN得到改进,量子计算强大的并行处理能力和叠加态可以实现遗传算法的优化,二者结合,QGA可以实现对BPNN的改进。根据网络拓扑结构,采用QGA对BP网络的结构参数编码,应用量子旋转门更新种群,搜索BP网络参数的全局最优值。利用优化后的网络进行变压器故障识别。结果表明:经QGA优化的BPNN在634代达到精度要求,故障识别率达到98.017%,提高了诊断速率和诊断精确度。变压器故障检测系统中庞大的数据信息库通常具有冗余性、非线性。为了更好地应用QGA和BPNN对故障做出准确的、快速的诊断,首先KPCA进行数据信息的选择、剔除无关信息、干扰信息。KPCA可以有效简化网络结构,降低网络运算维数,达到提高精度,提升运算速度的目的。应用KPCA对QGA和神经网络的收敛均起到加速效果。仿真结果表明:加入KPCA的量子遗传神经网络在323代即可达到精度要求,获得最优解,故障诊断识别率达到98.836%,速度与识别率均得到提升。图26幅;表26个;参55篇。

关键词：核主元分析量子遗传算法神经网络训练精度故障识别率变压器故障诊断

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于粒子群优化核主元分析的轴承状态识别

测控技术 2018年第3期37卷 28-31,35页

作者：谢锋云陈红年谢三毛江炜文刘博文李雪萌华东交通大学机电与车辆工程学院江西南昌330013

轴承状态识别的准确率与特征提取紧密相关,而特征提取对轴承状态识别显得尤为重要。因时频域的各个特征对不同程度的故障信号敏感度各不相同,特征提取不当将会造成状态识别准确率下降。针对上述问题提出粒子群优化(PSO)核主元分析(KPCA)... 详细信息

轴承状态识别的准确率与特征提取紧密相关,而特征提取对轴承状态识别显得尤为重要。因时频域的各个特征对不同程度的故障信号敏感度各不相同,特征提取不当将会造成状态识别准确率下降。针对上述问题提出粒子群优化(PSO)核主元分析(KPCA),并利用该方法对轴承的复合特征集进行特征提取,提取后的特征向量构成识别特征集,由优化的支持向量机识别分类。选用美国凯斯西储大学滚动轴承试验台的振动数据进行处理分析,通过3种实验方案进行验证。结果表明,提出的方法明显改善了轴承状态识别的准确率。

关键词：粒子群优化算法核主元分析特征提取状态识别

基于递推核主元分析的锂电池功率估算方法研究

在线全文

学校读者我要写书评

暂无评论

基于递推核主元分析的锂电池功率估算方法研究

作者：王语然哈尔滨理工大学

学位级别：硕士

在锂电池充放电过程中,对峰值功率的估算可以评价锂电池在极限充放电时的能力,同时避免出现过充过放的现象,对锂电池的合理使用有着重要的影响。因此,锂电池功率状态SOP(State of Power)的估算研究对锂电池高效工作以及使用安全具有极... 详细信息

在锂电池充放电过程中,对峰值功率的估算可以评价锂电池在极限充放电时的能力,同时避免出现过充过放的现象,对锂电池的合理使用有着重要的影响。因此,锂电池功率状态SOP(State of Power)的估算研究对锂电池高效工作以及使用安全具有极其重要的意义。由于锂电池功率特性与电池电压、电流、温度、直流内阻以及SOC等参数相关,因此,设计电池性能数据采集系统,对电池参数进行在线检测。系统硬件电路以STM32为主控芯片,设计电压采集电路、电流采集电路、温度采集电路、数据通信电路,同时设计滤波电路以提升电路的抗干扰能力和稳定性。采用RS-485总线方式与上位机通信,实现实时地对锂电池电流、电压、温度信息的采集及传输。通过测试验证与分析,电压和电流的采集精确度满足设计需求。通过改进Thevenin等效电路模型,建立了电池等效电路模型,得到了电池性能参数电压、电流以及安时法SOC数学表达式,经实验和仿真对比验证了其模型的有效性。通过对电池性能进行测试,分析了电池放电倍率、温度、直流内阻等参数的变化对电池SOC的影响,并采用核主元分析算法判断影响电池SOC的主元因素,建立了电池SOC的估算模型,经仿真得到其估算精度。为了进一步提高电池SOC的估算精度,提出了采用递推核主元分析算法建立电池SOC估算模型,通过仿真对比验证其精度相对提高。分析与计算不同情况的电压、电流、SOC约束条件下的峰值功率,通过推导几种峰值功率从而确定锂电池SOP的估算模型。经仿真验证,递推核主元分析的估算精度满足要求。最后将SOP算法移植到上位机程序中,结合电池性能数据采集系统完成锂电池功率测试系统的设计,通过对系统的运行验证,证明系统可以实现对电池SOP的估算。

关键词：功率测试系统核主元分析递推核主元分析电池SOC 电池SOP

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种并行遗传优化核主元分析算法

噪声与振动控制 2013年第2期33卷 19-22页

作者：王涛李艾华高运广王旭平蔡艳平第二炮兵工程大学机电工程系西安710025

针对核主元分析算法参数设置和主元数量选取问题,提出一种并行优化核函数参数和主元数量的改进核主元分析算法。该算法以类别可分性为准则,应用自适应遗传算法同步对核参数和主元数量进行优化,实现了核参数和主元数量的并行选择。将改... 详细信息

针对核主元分析算法参数设置和主元数量选取问题,提出一种并行优化核函数参数和主元数量的改进核主元分析算法。该算法以类别可分性为准则,应用自适应遗传算法同步对核参数和主元数量进行优化,实现了核参数和主元数量的并行选择。将改进后的核主元分析算法应用于柴油机气阀机构典型故障的特征提取中,结果表明:优化核主元分析能有效降低柴油机气阀机构故障特征向量的维数,提高各类样本的聚类效果。

关键词：振动与波核主元分析遗传算法并行优化特征提取

在线全文

学校读者我要写书评

暂无评论

基于核主元分析的凝汽器系统故障诊断

热力发电 2013年第4期42卷 57-60页

作者：闫哲王明春东南大学能源与环境学院江苏南京210096

采用核主元分析方法建立核主元模型,提取凝汽器系统的非线性冗余信息,在输入空间对数据进行重构,此重构的数据与原始样本数据具有残差,采用序贯概率比对残差进行检验能够及时发现凝汽器系统的故障,并通过综合分析可定位故障源。结合某台... 详细信息

采用核主元分析方法建立核主元模型,提取凝汽器系统的非线性冗余信息,在输入空间对数据进行重构,此重构的数据与原始样本数据具有残差,采用序贯概率比对残差进行检验能够及时发现凝汽器系统的故障,并通过综合分析可定位故障源。结合某台600MW机组凝汽器系统的故障进行诊断仿真验证结果表明,该方法能够准确识别故障,所建的故障诊断模型具有一定的准确性和实用性。

关键词： 600 MW机组凝汽器故障诊断核主元分析残差序贯概率比

在线全文

学校读者我要写书评

暂无评论

基于改进核主元分析的化工过程故障诊断研究

基于改进核主元分析的化工过程故障诊断研究

作者：杨武兰州理工大学

学位级别：硕士

随着化工过程规模的不断扩大和流程复杂性的日益提高,有效的故障诊断是保证生产安全、提高产品质量和经济效益的关键。对于复杂的化工过程来说,通常具有规模大、复杂性高、变量多的特点,当采用基于模型的方法和基于知识的方法时,准确详... 详细信息

随着化工过程规模的不断扩大和流程复杂性的日益提高,有效的故障诊断是保证生产安全、提高产品质量和经济效益的关键。对于复杂的化工过程来说,通常具有规模大、复杂性高、变量多的特点,当采用基于模型的方法和基于知识的方法时,准确详细的数学模型往往很难得到,且经验知识有限,这就限制了这些方法在故障诊断中的应用。而基于数据驱动的故障诊断方法既不需要建立复杂的数学模型,也不需要有准确的先验知识,可充分利用信息技术获取大量的实时信息,直接从过程数据入手进行故障诊断。因此深入研究基于数据驱动的故障诊断方法,不仅具有重要的理论意义,还具有广阔的应用前景。本文主要研究核主元分析算法,并针对该方法在故障诊断应用中存在的问题进行深入的研究,主要工作有以下几个方面： 1.针对核主元分析方法在复杂化工过程故障诊断中存在故障源难以识别的问题,因此本文提出一种基于核主元分析方法与最小二乘支持向量机相结合的方法,该方法运用核主元分析法对数据进行处理,在特征空间构建T2和SPE来检测故障的发生,若有故障发生,则计算样本的非线性主元得分向量,将其作为最小二乘支持向量机的输入值,通过最小二乘支持向量机的分类进行故障类型识别。TE过程的多种故障模式的仿真结果表明该方法不但能有效地识别故障,而且提高了故障检测和故障诊断的速度。 2.针对核主元分析应用于复杂化工过程故障诊断中核矩阵较大特征向量求解困难的问题,本文提出了一种基于隐式重启动精化Lanczos的核主元分析算法,该算法通过构造对称三对角矩阵,求解其近似Ritz值,并对每个Ritz值在Krylov子空间中寻找规范化向量,以此作为核矩阵特征向量的近似,用于大样本数据的核主元分析模型。同时将该算法应用于FCCU动态仿真模型,验证了其在复杂化工过程故障诊断中的有效性和优越性。 3.针对核主元分析法处理非线性时变化工过程故障诊断易产生误报的问题,本文提出了一种基于可变窗技术的自适应核主元分析(Adaptive Kernel Principal Component Analysis)算法,该算法在过程监控中当大量的数据块来临时,分别对KPCA模型进行迭代更新和复旧处理,通过计算SPE和T2统计量来调节滑动窗的尺寸,以达到对主元分析模型的进一步更新。同时将该算法应用于酮苯脱蜡过程故障诊断中,仿真结果验证了所提出方法的可行性和有效性,并显示出比KPCA更好的诊断效果。

关键词：化工过程故障诊断核主元分析最小二乘支持向量机隐式重启动精化Lanczos算法 CSTR过程 FCCU 酮苯脱蜡

基于粗糙集与核主元分析方法的柴油机故障检测与诊断

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于粗糙集与核主元分析方法的柴油机故障检测与诊断

作者：石晋明中北大学

学位级别：硕士

随着当代工业水平的发展，柴油机被越来越广泛地应用于当代工业的各个重要行业当中，但是由于柴油机本身结构的复杂性，加之周边工作环境一般也比较恶劣，使得柴油机故障的发生率与复杂程度也在升高。如果这些故障不能被及时地识别与处... 详细信息

随着当代工业水平的发展，柴油机被越来越广泛地应用于当代工业的各个重要行业当中，但是由于柴油机本身结构的复杂性，加之周边工作环境一般也比较恶劣，使得柴油机故障的发生率与复杂程度也在升高。如果这些故障不能被及时地识别与处理，将会带来不可挽回的经济损失，甚至导致安全事故的发生，所以开展柴油机故障诊断的相关研究是十分有意义的。近年来，基于振动信号的柴油机故障诊断技术在机械故障诊断领域迅速地发展起来，本文主要研究的就是基于振动信号的柴油机故障诊断方法，首先用小波包能量谱方法提取振动信号的特征值，然后提出了将核主元分析方法与粗糙集理论相结合来进行特征值的进一步优化与故障监测，实现了两者在柴油机故障诊断中的优势互补，克服了核主元分析不能在数据处理前删除多余属性与特征值的缺点，有效地减少了核主元分析的计算量，提高了运算效率，但是这一方法只能完成故障的监测，不能完成对故障的分类，本文最后提出了将支持向量机与核主元分析法相结合完成对柴油机故障的分类，并且取得了很好的效果，证明了所用方法的有效性与适用性，为柴油机的故障诊断工作提供了一些理论上的支持。具体的研究内容以及结论归纳如下：(1)熟悉了以振动信号采集为主的柴油机故障诊断实验平台，以某V12缸柴油机为研究对象，重点选取了四个测点上测取的三种转速下包括正常状态等四种工况下的振动信号，为研究工作提供了原始数据。(2)通过对比分析四层小波包能量谱特征提取方法产生的特征值以及时域特征值对柴油机故障的敏感性，发现前者更适合用于柴油机的故障诊断工作。(3)针对核主元分析不能在数据处理前删除多余属性和特征值的缺点，提出了首先可以利用粗糙集理论的约简算法对特征值进行筛选的思路方法，在具体实现的过程中，首先构建了柴油机四个测点的工况信息系统决策表，通过分析提出了将SNS离散化算法与等频率划分法相结合的离散化方法，对决策表的连续属性值进行了离散化处理，有效地避免了SNS离散化算法断点太多的缺点，然后利用本文归纳的基于Skowron差别矩阵的决策表属性约简算法对决策表进行了约简。(4)归纳了基于统计量的核主元分析故障监测算法，并利用核主元分析对四个测点的故障情况进行了监测，通过仿真证明该算法能够较好地监测柴油机有无故障发生，同时也通过对比证明了在核主元分析故障监测之前利用粗糙集减少特征值数量的有效性。(5)针对核主元分析不能识别故障类型的缺点，将核主元分析与支持向量机相结合，在尽量减少支持向量机输入数据的基础上有效地识别了柴油机的故障种类，进一步减少了运算量，实现了两种算法的优势互补。

关键词：柴油机故障诊断粗糙集核主元分析支持向量机小波包能量谱

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于核主元分析的支持向量机识别方法研究

微计算机信息 2006年第9S期22卷 304-306页

作者：刘显贵陈志新南昌工程学院机电工程系北京科技大学

主元分析、核主元分析、支持向量机等方法在分类与识别中应用时都各有自己的优点,本文提出一种基于核主元分析的支持向量机识别方法,用该方法分别对ORL人脸库和iris数据集中的数据进行分类与识别,结果表明:如果调整好了核函数的参数,可... 详细信息

主元分析、核主元分析、支持向量机等方法在分类与识别中应用时都各有自己的优点,本文提出一种基于核主元分析的支持向量机识别方法,用该方法分别对ORL人脸库和iris数据集中的数据进行分类与识别,结果表明:如果调整好了核函数的参数,可以得到极高的识别率。

关键词：核主元分析支持向量机分类识别