检索结果-南通市图书馆

机电工程技术 2024年第3期53卷 199-204页

作者：陈培演孙晓欧立涛于柳陈元健湖南工业大学机械工程学院湖南株洲412007 株洲南方阀门股份有限公司湖南株洲412007

水轮发电机轴承在运行时承受着整体机组的轴向负荷与复杂水推力,针对其产生的非稳态、非线性特征的振动信号,提出一种基于Hilbert包络谱分析与遗传算法支持向量机(GA-SVM)相结合的诊断方法,用于轴承故障状态的识别。首先对推力轴承运行... 详细信息

水轮发电机轴承在运行时承受着整体机组的轴向负荷与复杂水推力,针对其产生的非稳态、非线性特征的振动信号,提出一种基于Hilbert包络谱分析与遗传算法支持向量机(GA-SVM)相结合的诊断方法,用于轴承故障状态的识别。首先对推力轴承运行时产生的振动信号进行集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD),分解成若干个固有模态函数(Intrinsic Mode Function,IMF),依据峭度准则选取主要IMF分量并通过Hilbert包络谱分析,计算包络谱熵,将归一化后的包络谱熵作为特征向量输入GA-SVM进行训练与故障识别。仿真实验结果表明,基于EEMD包络谱熵分析法相比于时频域图像处理能更好地提取出复杂工况下的故障信号特征,遗传算法支持向量机识别准确率达96.87%,该算法模型可进一步应用于水轮发电机轴承故障诊断。

关键词：水轮发电机轴承故障诊断集合经验模态分解 Hilbert包络谱熵遗传算法支持向量机

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于分形维数和GA-SVM的风电机组齿轮箱轴承故障诊断

引用

计量学报 2018年第1期39卷 61-65页

作者：时培明梁凯赵娜安淑君燕山大学电气工程学院河北秦皇岛066004

对风机齿轮箱轴承故障诊断进行了研究,提出一种基于分形维数和遗传算法支持向量机(GA-SVM)相结合的故障诊断算法。基于常用的时域特征参数作为支持向量机的识别参数,引入分形维数特征参数来提升支持向量机的识别精度。提出了基于遗传算... 详细信息

对风机齿轮箱轴承故障诊断进行了研究,提出一种基于分形维数和遗传算法支持向量机(GA-SVM)相结合的故障诊断算法。基于常用的时域特征参数作为支持向量机的识别参数,引入分形维数特征参数来提升支持向量机的识别精度。提出了基于遗传算法(GA)的支持向量机参数优化的模型,通过GA的寻优自动获得最优的支持向量机参数。采用某风场的风电机组齿轮箱轴承数据进行故障诊断,实验表明,所提出的GA-SVM模型很好地解决了参数选择的问题,同时基于分形维数的特征参数也提高了风电机组轴承故障的识别准确率。

关键词：计量学轴承故障诊断风电齿轮箱分形维数遗传算法支持向量机识别准确率

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于机器学习的心电信号识别分类算法研究及软件实现

基于机器学习的心电信号识别分类算法研究及软件实现

引用

作者：于丹妹燕山大学

学位级别：硕士

随着人们生活和工作压力的逐步加大,心血管疾病已经成为人类生命健康的一大威胁。心电图能够有效地反应心脏健康状况,是心血管疾病检测常规且有效的手段,在临床上具有重要价值,被广泛应用于心血管疾病诊断中。因此研究一套有效的心电信... 详细信息

随着人们生活和工作压力的逐步加大,心血管疾病已经成为人类生命健康的一大威胁。心电图能够有效地反应心脏健康状况,是心血管疾病检测常规且有效的手段,在临床上具有重要价值,被广泛应用于心血管疾病诊断中。因此研究一套有效的心电信号识别分类算法具有重要意义。本文主要研究内容如下:首先采用带通滤波器对MIT-BIH数据库中的数据进行去噪处理,对预处理后的数据进行波群检测,对基于二进样条小波进行R波峰值点检测进行改进,加入自适应阈值检测极值对,减少R波的漏检、误检。提出斜率阈值平台搜索法检测QS波的峰值点及起始点,基于QRS波的检测信息采用斜率最值平台搜索法进行P、T波峰值及起始点检测,提高了波群检测准确率。根据波群检测信息计算特征值,计算了RR间期、QT间期等12种特征值。采用遗传算法对支持向量机的惩罚因子和核参数进行优化,基于特征值对5种心电信号进行分类,进行性能评估,结果表明采用遗传算法优化后的支持向量机识别分类性能更优,准确率得到提高。然后基于卷积神经网络对5种心电信号分类,分别设计一维卷积神经网络和二维卷积神经网络模型,对分类性能进行评估,结果表明卷积神经网络的性能优于遗传算法支持向量机的分类性能,二维卷积神经网络的分类性能优于一维卷积神经网络,且分类准确率得到提高。本文有从医院采集的全导联临床心电数据,设计卷积神经网络模型对临床数据的5种类型心电信号和6种形态进行识别分类,分类性能均良好,该算法较好的泛化能力,适用于实际数据分类。本文对8个导联分别进行识别分类,结果显示II导联数据性能最好,能更全面的反应心电信号信息,在无法获取全导联数据时可着重参考II导联数据。最后设计心电信号自动分析软件,选用Visual Studio 2013作为编译器,采用C#进行程序编写,实现了数据接收、数据解包、界面显示、识别分类和数据存储功能。采用MIT-BIH数据库的数据对所编写软件进行了测试,测试结果表明该软件能对心电信号完成自动识别分类,并能够显示异常类型及位置。

关键词：心电信号特征提取遗传算法支持向量机卷积神经网络软件实现

来源：

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MEEMD和GA-SVM的列车车轮多边形故障识别方法

引用

噪声与振动控制 2018年第3期38卷 157-161,197页

作者：陈博陈光雄西南交通大学机械工程学院成都610031

根据列车车轮振动信号的非平稳特性,提出一种基于改进的集合经验模态分解(MEEMD)和遗传算法支持向量机(GA-SVM)的诊断方法,用于识别车轮多边形故障。该方法对车轮轴箱垂向振动信号进行MEEMD分解,依据各固有模态函数(IMF)分量的峭度值和... 详细信息

根据列车车轮振动信号的非平稳特性,提出一种基于改进的集合经验模态分解(MEEMD)和遗传算法支持向量机(GA-SVM)的诊断方法,用于识别车轮多边形故障。该方法对车轮轴箱垂向振动信号进行MEEMD分解,依据各固有模态函数(IMF)分量的峭度值和能量值选取出主要IMF分量。利用希尔伯特变换求取主要IMF分量的包络谱,并计算包络谱熵。将包络谱熵值归一化后作为特征向量输入GA-SVM中进行训练和识别。对实测信号进行分析的结果表明该方法能有效识别出车轮多边形故障,识别准确率可达到95%。

关键词：振动与波车轮多边形识别改进的集合经验模态分解遗传算法支持向量机包络谱熵

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：