检索结果-南通市图书馆

维普期刊数据库

结合多粒度视图动态融合的多模态方面级情感分析

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年

作者：杨颖钱馨雨王合宁合肥工业大学管理学院智能决策与信息系统技术教育部工程研究中心过程优化与智能决策教育部重点实验室

为解决以往多模态方面级情感分析研究中存在的特征提取不充分、数据噪声未被有效处理以及多模态数据中的复杂交互被忽视等问题，提出了一种多粒度视图动态融合模型(Multi-granularityViewDynamicFusionModel，MVDFM)。首先，从粗粒度和... 详细信息

为解决以往多模态方面级情感分析研究中存在的特征提取不充分、数据噪声未被有效处理以及多模态数据中的复杂交互被忽视等问题，提出了一种多粒度视图动态融合模型(Multi-granularityViewDynamicFusionModel，MVDFM)。首先，从粗粒度和细粒度两个视角展开，对文本和图像数据进行向量化编码，以便充分捕捉数据特征，增强模型信息表达能力；其次，提取文本、图像的多粒度视图特征，并设计动态门控自注意力机制，对细粒度级的文本、图像视图进行降噪，进一步保证特征提取质量；最后，为了挖掘不同粒度上多视图之间的互补性和一致性，提出一种三视图分解高阶池化机制对多粒度视图特征进行两阶段动态融合，得到最终的目标方面词情感极性。实验结果表明，该模型在公共数据集Twitter-2015和Twitter-2017上的准确率和F1值分别达到了78.69%、74.48%以及72.77%、71.61%，相较于最优基线模型分别提升了0.55%、0.88%以及1.67%、2.45%。说明该方法能够充分利用多模态数据中包含的深层语义信息，并有效挖掘与目标方面词相关的重要信息以提高方面级情感预测效果。

关键词：多模态方面级情感分析动态门控注意力多粒度视图动态融合

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

聚类量化在风机轴承退化评估中的应用

机械设计与制造 2024年

作者：张磊陈长征周丽婷杨明政沈阳工业大学机械工程学院沈阳工业大学人工智能学院

为解决风机轴承退化指标单调性差、可解释性不足的问题，提出了一种基于t分布随机邻近嵌入（t-SNE）和聚类量化的风机轴承退化评估方法。该方法首先提取健康参考状态和任意时刻监测状态振动信号的时域、频域及时频域特征，并对其进行参... 详细信息

为解决风机轴承退化指标单调性差、可解释性不足的问题，提出了一种基于t分布随机邻近嵌入（t-SNE）和聚类量化的风机轴承退化评估方法。该方法首先提取健康参考状态和任意时刻监测状态振动信号的时域、频域及时频域特征，并对其进行参照化特征融合；其次，为避免维数灾难利用t-SNE对高维数据进行降维；最后，选用聚类量化因子表征风机轴承的退化程度，设定自适应阈值，进而实现退化评估。经过与其他算法对比和实际信号验证，所建立的退化指标能够及时预警风机轴承早期故障，且单调性强、可有效减少误警率。

关键词： t-SNE 聚类量化因子自适应阈值退化指标单调性

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

飞行器舱室内壁蛛网仿生薄膜声学超材料设计

航空科学技术 2024年第3期35卷 11-19页

作者：曹尔泰延浩黄河源西北工业大学陕西西安710072 中国飞机强度研究所航空声学与振动航空科技重点实验室陕西西安710065

飞行器舱室内部噪声对乘员及飞行操控和通信构成了显著威胁,薄膜声学超材料(MAM)在满足轻量化要求的同时具有出色的降噪性能,能够满足航空工业领域对降噪和飞行器重量的双重要求。受蛛网启发,本文通过结合膜、框和一组振子设计了一种仿... 详细信息

飞行器舱室内部噪声对乘员及飞行操控和通信构成了显著威胁,薄膜声学超材料(MAM)在满足轻量化要求的同时具有出色的降噪性能,能够满足航空工业领域对降噪和飞行器重量的双重要求。受蛛网启发,本文通过结合膜、框和一组振子设计了一种仿生薄膜声学超材料。计算和试验结果表明,仿生模型的振子质量减少了19%,降噪带宽扩展了61%。此外,本文研究了三种设计参数(薄膜形状、振子位置和模型大小)对结构降噪性能的影响规律,并分析了其多级反共振模态。结果表明,圆形模型在降噪性能上优于两个方形模型。当振子位置在半径比为0.54时,可获得最佳的降噪性能。模型在尺寸减小时仍有较大的降噪效果,但当尺寸增大时有失效的可能。非固定框在2×2阵列模型中有助于形成反共振模态,而在3×3阵列模型中作用则相反。根据不同的频率需求调节设计参数,能够适配于飞行器内部复杂、多变的噪声环境。

关键词：薄膜声学超材料仿生结构飞行器降噪宽频吸声结构设计舱内噪声

维普期刊数据库博看期刊

基础隔震-外挂墙板减震钢筋混凝土框架振动台试验研究

在线全文

学校读者我要写书评

暂无评论

工程力学 2024年第7期41卷 176-185页

作者：种迅郭宇菲沙慧玲黄俊旗乐腾胜魏建鹏合肥工业大学土木与水利工程学院安徽合肥230009 安徽土木工程材料与结构省级重点实验室安徽合肥230009 安徽省建筑科学研究设计院绿色建筑与装配式建造安徽省重点实验室安徽合肥230031

该文提出一种新型的基础隔震-外挂墙板减震混合控制结构(简称“隔震-减震结构”)。该结构采用铅芯橡胶隔震支座作为基础隔震装置,上部结构则采用外挂墙板与U型金属消能器联合构成减震系统。通过减震与隔震混合控制,实现主体结构和围护... 详细信息

该文提出一种新型的基础隔震-外挂墙板减震混合控制结构(简称“隔震-减震结构”)。该结构采用铅芯橡胶隔震支座作为基础隔震装置,上部结构则采用外挂墙板与U型金属消能器联合构成减震系统。通过减震与隔震混合控制,实现主体结构和围护墙体在罕遇地震下不发生损伤,可用于对韧性性能要求较高的生命线工程中。为对比研究隔震-减震结构与传统隔震结构的抗震性能,设计制作了一个在两方向上完全一致的1/2缩尺基础隔震钢筋混凝土框架结构,并在Y方向附加外挂墙板和U型金属消能器,形成隔震-减震结构,X方向不含外挂墙板,为隔震结构。分别在两个方向输入单向地震动进行振动台试验,试验结果表明:相比隔震结构,隔震-减震结构能进一步降低结构在设防和罕遇地震下的位移响应;隔震-减震结构在罕遇地震下最大层间位移角小于或接近钢筋混凝土框架结构弹性层间位移角限值,主体结构保持弹性,外挂墙板未出现损伤,可以实现预期的性能目标。

关键词：基础隔震外挂墙板减震混合控制 U型金属消能器振动台试验抗震性能

维普期刊数据库博看期刊

基于FPGA的振动校准数据信号处理系统研究

在线全文

学校读者我要写书评

暂无评论

基于FPGA的振动校准数据信号处理系统研究

作者：谢奥扬北方工业大学

学位级别：硕士

近年来,随着工业技术的飞速发展,机械设备在运行过程的振动问题日益凸显,不良的受迫振动会损害设备性能。因此,振动检测的应用变得尤为重要,其在设备状态监测和故障诊断中具有重要的现实意义。现有的测振设备主要以工业控制计算机为基础... 详细信息

近年来,随着工业技术的飞速发展,机械设备在运行过程的振动问题日益凸显,不良的受迫振动会损害设备性能。因此,振动检测的应用变得尤为重要,其在设备状态监测和故障诊断中具有重要的现实意义。现有的测振设备主要以工业控制计算机为基础,通过虚拟仪器技术软件Lab view完成数据控制以及处理。该套系统存在功耗大、空间占有率高、价格昂贵等问题,且振动信号的分析算法实时性较低、解调精度仍存在上升空间。基于以上情况,本文利用现场可编程逻辑阵列(Field Programmable Gate Array,FPGA)运算效率高、实时性强、功耗低等特点,设计了一款基于FPGA的振动校准信号处理系统,具体工作如下:(1)在振动数据解调方面,针对传统的载波多倍混频方案导致的采样率高,计算时间长的问题,提出一种基于反正切解调的相位解调改进算法,将采集到的信号通过FPGA的直接数字式频率合成器生成的载波进行混频。并在传统的相位生成载波算法中引入积分梳状滤波器(Cascaded Integr ator Comb,CIC)的抽取滤波,完成信号的降采样处理,在数字信号处理中降低数据率,缩减低频振动时需要处理的数据量。(2)针对振动信号处理中的环境引起的光强扰动和带宽噪声,引入了一种基于最小均方算法(Least Mean Sq uare,LMS)的消噪方法。将改进后的算法和传统反正切算法PGC-Arctan的解调算法进行效果对比分析。对改进前后的解调算法进行仿真和实验验证,结果表明:采用PGC-Arctan算法的信噪比约10.86d B,改进后算法的信噪比达到15.06d B。(3)针对传统傅里叶算法对信号周期长度,数据量,以及多频稳态信号精度问题,本文引入以经验模态分解法(Empirical mode decomposition,EMD),该算法仅需要知道信号局部时间点的起伏特征,即可完成瞬时频率的计算,并且可对非稳态信号进行趋势分离,对多频叠加信号进行分解。通过振动实验,对改进后相位生成载波算法进行验证,对200～1000 Hz范围的单频振动信号,利用时频分析方法来描述时间序列信号的瞬态特征,并通过瞬时频率估计来表征信号的特征频率随时间变化的趋势,分析得到的振动频率相对误差在1%以内。引入总谐波失真度对解调后的信号进行谐波分析,其总谐波失真THD数值基本上处于0.5%以下,解调后的信号解调效果良好。针对多频振动信号,完成经验模态算法在FPGA中的实现,通过模拟的振动实验验证160Hz和1000Hz的混合振动信号的分解精度,对其分解后的本征模态分量(Intrinsic Mode Functions,IMF)分量进行频率分析,其绝对误差值小于1Hz。

关键词： FPGA 激光测振信号处理多普勒频移经验模态分解

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

仿生学锯齿桨叶降噪效果试验研究

航空科学技术 2024年第5期35卷 125-130页

作者：卫凯曹琦燕群陈永辉薛东文陈伟杰中国飞机强度研究所航空声学与振动航空科技重点实验室中国飞机强度研究所强度与结构完整性全国重点实验室西北工业大学

以仿生学结构改善发动机的气动性能和噪声水平是当前绿色航空的研究热点，对控制对转螺旋桨的气动噪声具有重要的工程应用价值。本文通过地面声学环境下的气动噪声试验研究了仿生学锯齿结构对转螺旋桨的降噪特性，并测试了锯齿结构桨叶... 详细信息

以仿生学结构改善发动机的气动性能和噪声水平是当前绿色航空的研究热点，对控制对转螺旋桨的气动噪声具有重要的工程应用价值。本文通过地面声学环境下的气动噪声试验研究了仿生学锯齿结构对转螺旋桨的降噪特性，并测试了锯齿结构桨叶和基准桨的拉力、扭矩等气动性能和远场噪声指向性。试验结果表明，所设计的锯齿结构没有引起基准桨的气动性能损失，可以在保持气动性能的同时开展降噪设计。锯齿结构在4000～12000Hz频率区间，没有改变基准桨叶的噪声指向性特征，最大降噪量超过5dB；在所测转速工况的一阶通过频率、二阶通过频率处没有明显的降噪效果。这进一步说明锯齿结构对宽频噪声有降噪效果，对低频段的离散噪声降噪效果不明显。

关键词：仿生学锯齿结构对转螺旋桨气动噪声试验测试

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多通道雷达振动信号检测与定位方法研究

多通道雷达振动信号检测与定位方法研究

作者：韩宏伟北方工业大学

学位级别：硕士

使用雷达对桥梁振动信号进行监测是目前桥梁监测领域的重要研究方向。雷达具有全天时、全天候监测、连续监测、非接触式监测等多种优势,已成为桥梁监测的重要工具。监测桥梁的振动情况有助于了解桥梁的健康状况,保障生命和经济安全。雷... 详细信息

使用雷达对桥梁振动信号进行监测是目前桥梁监测领域的重要研究方向。雷达具有全天时、全天候监测、连续监测、非接触式监测等多种优势,已成为桥梁监测的重要工具。监测桥梁的振动情况有助于了解桥梁的健康状况,保障生命和经济安全。雷达的振动信号回波中包含相位信息,通过相位差分可反演振动形变,实现对振动信号特征和参数的提取。普遍应用于检测的单通道雷达可以有效地检测出振动目标距离,但在一维距离中难以提取振动目标的角度信息,无法实现定位。此外,在实际复杂环境的噪声与杂波干扰下,信号反演结果存在较大误差无法准确反映目标振动特性。本文为解决上述问题,开展多通道雷达振动信号检测与定位方法研究。本文主要研究工作如下:(1)给出了雷达监测振动目标的几何模型和信号模型,推导了振动信号在距离多普勒域的表达式,得出雷达振动信号的多次谐波特性。在信号复平面分析了低信噪比强杂波条件下的振动信号。通过仿真分析了在一维距离像对振动信号进行检测和定位时,低信噪比和强杂波造成的影响。低信噪比使微弱振动信号淹没在杂波之中难以检测,而强杂波则干扰了振动信号相位,难以准确定位。(2)提出了一种基于二维CFAR的距离多普勒域振动信号检测算法。针对低信噪比下难以对一维距离像进行振动信号检测的问题,本方法提出在距离多普勒域进行检测,因为该域振动信号能量得到累积,信噪比高。本文采用的二维CFAR检测方法利用矩形窗在距离多普勒域滑动检测。针对信号频谱泄漏带来的虚警问题,采用相邻单元强度比较法,准确检测振动信号的距离和频率。仿真实验、信标仪定量化实验和实际桥梁检测实验验证了该算法在低信噪比的复杂条件下能够有效地对振动目标的距离和振动频率进行检测。(3)提出了一种距离多普勒域多通道雷达振动信号测角方法。强杂波会干扰振动信号相位,难以通过多通道一维距离像的相位差对振动点进行准确定位。本文创新性地提出在距离多普勒域,通过计算基频信号的多通道相位差准确提取振动目标方位角。在距离多普勒域,杂波信号聚集在零多普勒,而振动信号聚集于振动信号的谐频位置,振动信号与杂波可分离,利于通道间相位差的准确提取。本文采用一发四收组成多通道毫米波雷达,提出一种多通道雷达振动目标角度定位算法,该算法既解决了单通道无法检测角度的问题,而且通道数少进行角度检测时的计算复杂度低。通过仿真实验及一发多收毫米波雷达对信标仪的观测实验,定量化地开展了实验验证,该算法能够准确地完成对振动目标的角度检测。

关键词：振动信号多通道二维CFAR 频率检测角度检测

基于不平衡数据深度学习的智能故障诊断方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于不平衡数据深度学习的智能故障诊断方法研究

作者：闫文豪北方工业大学

学位级别：硕士

随着现代工业过程工序日益复杂化和集成化,生产设备向着高度自动化和智能化发展,工业生产系统的可靠运行面临着巨大压力。为保证生产安全和产品质量,监控复杂工业生产过程中的异常并做出快速、准确、有效的智能故障诊断是一大关键。工... 详细信息

随着现代工业过程工序日益复杂化和集成化,生产设备向着高度自动化和智能化发展,工业生产系统的可靠运行面临着巨大压力。为保证生产安全和产品质量,监控复杂工业生产过程中的异常并做出快速、准确、有效的智能故障诊断是一大关键。工业数据量的增多使得数据驱动的深度学习故障诊断方法具有更强的适用性,其不易受到机理建模和专家经验的限制。然而,工程实践中可用的故障数据很难被获得。生产设备的状态数据存在严重的不平衡和分布差异问题,这会大大降低深度学习模型的故障诊断可信度。本文针对上述工业实际问题,对基于不平衡数据深度学习的智能故障诊断方法做出研究。1.在正常样本与故障样本的数量比平衡的情况下,针对初生微小故障特征不明显导致的正负样本特征不平衡问题以及振动信号复杂非平稳、易被噪声掩盖的特点,提出了基于信号时频分析、格拉姆角场(Gramian angular field,GAF)图像编码和二维卷积神经网络(Two-dimensional convolutional neural network,2DCNN)的故障诊断方法,用于监测气固流态化聚合物生产中的初生团聚故障。该方法以声波振动信号为监测介质:(1)利用连续小波变换提取隐藏在原始声波中的时频特征以丰富微小结块故障信息。(2)将时频双域的一维故障数据转换为GAF图像,保留了时间依赖性特征。(3)提出了改进的Alex Net用于初生团聚物故障的报警。所提方法在实际气固流化床设备上进行了实验验证,结果表明,该方法的故障检测率超过99%,误报率和漏报率分别被降低到0和1%。2.针对实际故障样本有限的正负样本数据量不平衡导致的深度学习故障诊断模型性能差的问题,提出了一种新的基于正则化稳定卷积生成对抗网络(Regularized stable convolutional generative adversarial network,RSCGAN)的智能不平衡深度学习故障诊断联合方法。所提方法:(1)将原始振动信号映射到极坐标系并编码为GAF图像。(2)将有限的故障图像样本输入到数据增强模型RSCGAN中,通过对抗性训练生成多样化的伪造故障样本以再平衡数据集。(3)基于二维卷积神经网络分类器能够自动学习平衡数据集的特征以诊断不同类型的故障。此外,RSCGAN中的正则化算法包括批量归一化(Batch normalization,BN)和频谱归一化(Spectral normalization,SN)有效控制了判别器的梯度收敛,解决了模型训练不稳定问题。通过CWRU轴承基准数据集和GSFB气固流化床结块故障数据集两个案例,验证了所提方法在不同数据不平衡率下的故障诊断有效性。结果表明,所提方法在正负样本不平衡率为10:1时,故障诊断准确率依然超过99%,漏报率低至1%以下,相比于其他方法更具优势。

关键词：不平衡数据深度学习智能故障诊断格拉姆角场二维卷积神经网络正则化稳定卷积生成对抗网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于振动和音频信息的设备故障诊断平台研发

基于振动和音频信息的设备故障诊断平台研发

作者：赵智康北方工业大学

学位级别：硕士

随着中国制造业水平不断提高,各行各业人工逐渐被机械设备替代。设备出现重大故障导致停机,将对生产造成巨大影响,所以如何实现设备故障快速、准确判断及预测仍然是研究的热点问题。然而,设备运行状况在线检测仪器普遍具有体积大、造价... 详细信息

随着中国制造业水平不断提高,各行各业人工逐渐被机械设备替代。设备出现重大故障导致停机,将对生产造成巨大影响,所以如何实现设备故障快速、准确判断及预测仍然是研究的热点问题。然而,设备运行状况在线检测仪器普遍具有体积大、造价高、便携性差等问题,且难以实现对现场的多台设备进行分布式检测。针对上述问题,本文设计了一套基于嵌入式系统的分布式便携故障诊断系统。系统采用分布式结构,按照功能划分为主控平台和多个信息采集子节点。为了提高信号采集的适用范围,子节点和主控平台的信号采集通道具有灵活的组态功能,系统可以同步采集交流或直流电压信号,增益在1～168之间自由调节,椭圆滤波器是否接入及其截止频率连续可调,且通道组态功能可以通过主控平台设置,使得系统能够采集宽量程、多种形式和不同上限频率的振动或音频传感器输出的模拟信号,且在满足采样频率要求的前提下,同时消除高频噪声的影响,实现同一设备不同部位的近距离信息采集以及分析。信息采集子节点采用Cortex-M4微处理器,配有2路信号采集通道。通过实时提取峰峰值、方差、均方根、峭度、脉冲因子、短时能量、短时过零率、频谱质心、频谱宽度等特征,构建出9维特征向量,建立用于简单故障分类的数学模型。算法和应用软件基于RT-Thread操作系统实现。主控平台采用ARM+DSP多核异构微处理器AM5708,DSP用于信号的采集、分析及算法实现,ARM负责其它辅助功能,算法和应用程序基于Linux-RT+TI-RTOS双操作系统编写。该平台具有5路功能相同的信号采集通道,采用FFT、小波变换和时域分析方法实时提取信号的29维特征,包括子节点使用的9个特征、梅尔倒谱系数以及小波能量特征,建立更为复杂的设备故障分类模型。此外,主控平台还具有信号采集通道组态、信息显示等功能,诊断结果可以通过网口、4G模块上传至云端。与子节点相比,主控平台具有更为强大的数据处理和运算能力,将分布式子节点上传的特征信息进行融合,构建更为复杂、准确的故障预测模型成为可能。本文选择存在故障隐患的汽轮机轴承内外圈和齿轮作为测试对象,分别使用子节点和主控平台以10k Hz的采样频率进行采集以及分类测试,子节点单一故障分类准确率高于94%,子节点三类故障综合分类准确率为86%,主控平台综合故障分类准确率高于97%。测试结果表明,本文所研发的分布式设备故障检测平台工作稳定,易于就地安装,便携性好,性价比高,分类结果准确率高,可以实现对不同故障的准确分类。

关键词：振动信号音频信号特征提取故障分类