期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于自注意力CNN-BiLSTM的滚动轴承剩余使用寿命预测
1
作者
惠憬明
王健
+2 位作者
吴双
黄永
明
王梓齐
《轴承》
北大核心
2024年第3期92-98,共7页
针对现有滚动轴承剩余使用寿命(RUL)预测方法特征提取能力单一,无法充分利用数据中蕴含的时空信息等问题,提出了一种基于自注意力卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)的RUL预测方法。将振动信号的不同时域指标输入改进的自...
针对现有滚动轴承剩余使用寿命(RUL)预测方法特征提取能力单一,无法充分利用数据中蕴含的时空信息等问题,提出了一种基于自注意力卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)的RUL预测方法。将振动信号的不同时域指标输入改进的自注意力CNN模块,提取不同指标间的空间特征信息并进行自注意力加权以强化特征提取效果,然后通过BiLSTM层提取时序数据中的退化特征信息并经过全连接层后输出轴承的RUL预测值。使用FEMTO-ST滚动轴承数据集进行验证的结果表明,相比CNN,BiLSTM和CNN-BiLSTM模型,自注意力CNN-BiLSTM模型的RUL预测误差更低,性能评价指标更好,CNN与BiLSTM的融合以及自注意力机制的应用使模型的预测精度提高且更倾向于进行超前预测,有利于开展预测性维修。
展开更多
关键词
滚动轴承
剩余使用寿命
寿命预测
深度学习
卷积神经网络
双向长短期记忆网络
自注意力
下载PDF
职称材料
电解铝烟气脱硫脱氟除尘超低排放技术应用
被引量:
5
2
作者
惠憬明
张敬东
+1 位作者
张义
王银河
《轻金属》
北大核心
2020年第1期34-37,共4页
本文介绍了内蒙古霍煤鸿骏铝电有限责任公司应用电解铝烟气脱硫脱氟除尘超低排放技术,建成电解铝烟气污染物超低排放示范工程,并投入运行,提高二氧化硫和粉尘脱除率,降低了氟化物、二氧化硫和粉尘排放浓度,各项污染物排放指标较国家《...
本文介绍了内蒙古霍煤鸿骏铝电有限责任公司应用电解铝烟气脱硫脱氟除尘超低排放技术,建成电解铝烟气污染物超低排放示范工程,并投入运行,提高二氧化硫和粉尘脱除率,降低了氟化物、二氧化硫和粉尘排放浓度,各项污染物排放指标较国家《铝工业污染物排放标准》(GB25465-2010)大幅降低,实现了电解铝烟气超低排放。
展开更多
关键词
电解铝烟气
脱硫
脱氟
除尘
超低排放
下载PDF
职称材料
铝电解氟化物无组织排放的控制
被引量:
1
3
作者
李雪娇
王铁军
+4 位作者
刘建平
葛贵君
刘雅锋
曲士民
惠憬明
《轻金属》
北大核心
2020年第6期22-26,共5页
氟化物是铝电解过程中主要的污染物。在电解过程中,氟化物以有组织排放和无组织排放的形式进入大气,现今有组织排放的烟气已经得到有效处理,减少电解车间无组织排放是氟化物减排的重中之重,亟需有效地监测手段以及系统的减排措施。本文...
氟化物是铝电解过程中主要的污染物。在电解过程中,氟化物以有组织排放和无组织排放的形式进入大气,现今有组织排放的烟气已经得到有效处理,减少电解车间无组织排放是氟化物减排的重中之重,亟需有效地监测手段以及系统的减排措施。本文提出了人工监测系统和在线监测系统两种无组织排放监测手段,并针对电解槽启动、大修以及生产过程三个阶段展开论述,提出了电解车间无组织排放系统减排措施。为环保部门的无组织监测提供了方案,为企业的无组织减排提供了综合治理措施。
展开更多
关键词
铝电解
无组织排放
氟化物
监测
减排
下载PDF
职称材料
题名
基于自注意力CNN-BiLSTM的滚动轴承剩余使用寿命预测
1
作者
惠憬明
王健
吴双
黄永
明
王梓齐
机构
内蒙古霍煤鸿骏铝电有限责任公司
湖南中融汇智信息科技股份有限公司
浙江大学控制科学与工程学院
出处
《轴承》
北大核心
2024年第3期92-98,共7页
基金
国家自然科学基金面上项目(61973269)。
文摘
针对现有滚动轴承剩余使用寿命(RUL)预测方法特征提取能力单一,无法充分利用数据中蕴含的时空信息等问题,提出了一种基于自注意力卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)的RUL预测方法。将振动信号的不同时域指标输入改进的自注意力CNN模块,提取不同指标间的空间特征信息并进行自注意力加权以强化特征提取效果,然后通过BiLSTM层提取时序数据中的退化特征信息并经过全连接层后输出轴承的RUL预测值。使用FEMTO-ST滚动轴承数据集进行验证的结果表明,相比CNN,BiLSTM和CNN-BiLSTM模型,自注意力CNN-BiLSTM模型的RUL预测误差更低,性能评价指标更好,CNN与BiLSTM的融合以及自注意力机制的应用使模型的预测精度提高且更倾向于进行超前预测,有利于开展预测性维修。
关键词
滚动轴承
剩余使用寿命
寿命预测
深度学习
卷积神经网络
双向长短期记忆网络
自注意力
Keywords
rolling bearing
remaining useful life
life prediction
deep learning
convolution neural network
bidirectional long short-term memory
self-attention
分类号
TH133.33 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
电解铝烟气脱硫脱氟除尘超低排放技术应用
被引量:
5
2
作者
惠憬明
张敬东
张义
王银河
机构
内蒙古霍煤鸿骏铝电有限责任公司
出处
《轻金属》
北大核心
2020年第1期34-37,共4页
文摘
本文介绍了内蒙古霍煤鸿骏铝电有限责任公司应用电解铝烟气脱硫脱氟除尘超低排放技术,建成电解铝烟气污染物超低排放示范工程,并投入运行,提高二氧化硫和粉尘脱除率,降低了氟化物、二氧化硫和粉尘排放浓度,各项污染物排放指标较国家《铝工业污染物排放标准》(GB25465-2010)大幅降低,实现了电解铝烟气超低排放。
关键词
电解铝烟气
脱硫
脱氟
除尘
超低排放
Keywords
aluminum flue gas
desulfuriation
defluorination
dust remowal
ultra-low emi sion
分类号
TF821 [冶金工程—有色金属冶金]
下载PDF
职称材料
题名
铝电解氟化物无组织排放的控制
被引量:
1
3
作者
李雪娇
王铁军
刘建平
葛贵君
刘雅锋
曲士民
惠憬明
机构
沈阳铝镁设计研究院有限公司
国家电投集团内蒙古能源有限公司
内蒙古霍煤鸿骏铝电有限责任公司
出处
《轻金属》
北大核心
2020年第6期22-26,共5页
文摘
氟化物是铝电解过程中主要的污染物。在电解过程中,氟化物以有组织排放和无组织排放的形式进入大气,现今有组织排放的烟气已经得到有效处理,减少电解车间无组织排放是氟化物减排的重中之重,亟需有效地监测手段以及系统的减排措施。本文提出了人工监测系统和在线监测系统两种无组织排放监测手段,并针对电解槽启动、大修以及生产过程三个阶段展开论述,提出了电解车间无组织排放系统减排措施。为环保部门的无组织监测提供了方案,为企业的无组织减排提供了综合治理措施。
关键词
铝电解
无组织排放
氟化物
监测
减排
Keywords
aluminum electrolysis
unoganized emission
fluoride
monitoring
emission reduction
分类号
TF821 [冶金工程—有色金属冶金]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于自注意力CNN-BiLSTM的滚动轴承剩余使用寿命预测
惠憬明
王健
吴双
黄永
明
王梓齐
《轴承》
北大核心
2024
0
下载PDF
职称材料
2
电解铝烟气脱硫脱氟除尘超低排放技术应用
惠憬明
张敬东
张义
王银河
《轻金属》
北大核心
2020
5
下载PDF
职称材料
3
铝电解氟化物无组织排放的控制
李雪娇
王铁军
刘建平
葛贵君
刘雅锋
曲士民
惠憬明
《轻金属》
北大核心
2020
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部