检索结果-南通市图书馆

Diesel Engine Valve Clearance Fault Diagnosis Based on Features Extraction Techniques and FastICA-SVM

Chinese Journal of Mechanical Engineering 2017年第4期30卷 991-1007页

作者： Ya-Bing Jing Chang-Wen Liu Feng-Rong Bi Xiao-Yang Bi Xia Wang Kang Shao State Key Laboratory of Engines Tianjin UniversityTianjin 300072 China School of Mechanical Engineering Tianjin UniversityTianjin 300072 China Internal Combustion Engine Research Institute Tianjin University Tianjin 300072 China

Numerous vibration-based techniques are rarely used in diesel engines fault diagnosis in a direct way, due to the surface vibration signals of diesel engines with the complex non-stationary and nonlinear time-varying fea- tures. To investigate the fault diagnosis of diesel engines, fractal correlation dimension, wavelet energy and entropy as features reflecting the diesel engine fault fractal and energy characteristics are extracted from the decomposed signals through analyzing vibration acceleration signals derived from the cylinder head in seven different states of valve train. An intelligent fault detector FastICA-SVM is applied for diesel engine fault diagnosis and classification. The results demonstrate that fastlca-SVM achieves higher classification accuracy and makes better general- ization performance in small samples recognition. Besides, the fractal correlation dimension and wavelet energy and entropy as the special features of diesel engine vibration signal are considered as input vectors of classifier fastlca- SVM and could produce the excellent classification results. The proposed methodology improves the accuracy of fea- ture extraction and the fault diagnosis of diesel engines.

关键词： Feature extraction Diesel engine valve train fastlca PCA Support vector machine

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

A Novel Acoustic Emission Source Location Method in the Crane Based on EEMD-FastICA

引用

Journal of Mechanics Engineering and Automation 2017年第1期7卷 17-25页

作者： Yu Jiang Feiyun Xu College of Intelligent Science and control Engineering Jinling Institute of Technology Nanjing 211169 China School of Mechanical Engineering Southeast University Nanjing 211189 China

The study presents a novel source location method based on EEMD （ensemble empirical mode decomposition） and optimized FastICA （independent component analysis） for determining the position of the AE （acoustic emission） sources in the damage structure of crane. Firstly, The AE signals are self-adaptive decomposed into a number of IMFs （intrinsic mode functions） by using EEMD algorithm. Then, the main feature IMFs signals are extracted as the effective AE source signal by optimized Fast-ICA method, the PSD （power spectral density） of each IMF and the real IMFs are obtained. According to the principle of spectrum similarity, time delay is computed at the different channels in combination with the Cross Correlation time delay estimation principle. Thirdly, a novel source location algorithm based on EEMD-FastICA is proposed and the results of AE source location are obtained. Finally, the three-point bending test for the crane is implemented in order to validate the efficiency of the proposed method. The experimental results indicate that the proposed method has the ability to determinate the position of the AE sources and reduce the interference noises. Moreover, compared with the traditional location algorithm, a considerable improvement is obtained.

关键词： Source location EEMD fastlca cranet three-point bending test.

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

几种盲源分离算法的比较

引用

电脑与信息技术 2008年第4期16卷 8-10页

作者：王微微邵鸣许建华中国石油大学(华东)信息与控制工程学院自动化系山东东营257061 中国石化集团胜利测井巴州分公司新疆库尔勒841000 东方地球物理勘探公司研究院库尔勒分院新疆库尔勒841000

文章研究了基于高阶统计量的FastICA算法、基于信息理论的Infomax算法和基于四阶统计量的JADE算法等几种典型盲源分离算法在噪声环境下的分离性能。比较结果显示各种算法分离噪声信号的性能是不同的。对于某些混有一定噪声的特定信号,... 详细信息

文章研究了基于高阶统计量的FastICA算法、基于信息理论的Infomax算法和基于四阶统计量的JADE算法等几种典型盲源分离算法在噪声环境下的分离性能。比较结果显示各种算法分离噪声信号的性能是不同的。对于某些混有一定噪声的特定信号,某些算法的分离性能要优于其他信号。研究结果还表明,基于信噪比和信号的特性来选择盲源分离算法能够给出令人满意的分离效果。

关键词：盲源分离 fastlca Infomax JADE 信噪比

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

基于小波变换的图像盲分离

引用

现代计算机 2008年第9期14卷 73-76页

作者：张叶华成都理工大学信息管理学院成都610059

以图像盲分离为背景,给出如何在小波变换下对盲源图像进行快速独立分量分析。通过探讨小波域中算法的的收敛特性,证实了小波域中算法能完美实现分离的原因,并通过实验验证了算法的有效性。

关键词：盲源分离 fastlca 小波分解分离性能指数

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：