期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于小波包分析和BP神经网络的滚动轴承故障诊断研究 被引量:1
1
作者 黄双云 武利冲 《煤矿机械》 2023年第7期157-160,共4页
针对工程机械传动部件中故障轴承振动信号具有强背景噪声、非线性与非稳态的特点,提出一种基于小波包分析与BP神经网络的故障诊断方法。首先使用小波包变换对轴承振动信号进行分解、重构,并计算节点信号能量。然后将节点信号能量作为轴... 针对工程机械传动部件中故障轴承振动信号具有强背景噪声、非线性与非稳态的特点,提出一种基于小波包分析与BP神经网络的故障诊断方法。首先使用小波包变换对轴承振动信号进行分解、重构,并计算节点信号能量。然后将节点信号能量作为轴承的故障特征并作为BP神经网络的输入,接着将采集到的振动信号作为训练样本,从而实现滚动轴承的故障模式识别。实验结果表明,该诊断方法可以快速、有效地识别滚动轴承的失效部位,具有较高的工程应用价值。 展开更多
关键词 滚动轴承 故障诊断 小波包分析 BP神经网络
下载PDF
区间离散度与非概率可靠性的关系及影响
2
作者 徐格宁 黄双云 徐彤 《起重运输机械》 2018年第9期101-106,共6页
针对区间分析的非概率可靠性模型中变量的区间离散度对非概率可靠性指标的影响问题,基于结构非概率可靠性理论,建立了非概率可靠性指标与区间离散度的关系模型,并对非线性极限功能函数在设计点处做线性化处理,建立非线性极限功能函数状... 针对区间分析的非概率可靠性模型中变量的区间离散度对非概率可靠性指标的影响问题,基于结构非概率可靠性理论,建立了非概率可靠性指标与区间离散度的关系模型,并对非线性极限功能函数在设计点处做线性化处理,建立非线性极限功能函数状态下的非概率可靠性指标与区间离散度的近似关系模型。基于控制变量法探究了极限状态函数中设计变量的区间离散度对非概率可靠性指标的影响,并通过工程实例,验证了所建立关系模型的合理性、实用性,拓展了非概率可靠性设计理论。 展开更多
关键词 区间离散度 非概率可靠性 控制变量法 模型
下载PDF
介绍两个菠菜精品
3
作者 黄双云 《农村百事通》 2011年第6期35-35,81,共1页
一、鲜绿2号 鲜绿2号菠菜是从国外引进的杂交新品种。生长旺盛、速度快,耐抽薹,株形美观、直立、紧凑.整齐度高,一般生长期为30~35天,叶片绿色、鲜亮、肥厚、半圆形,叶面光滑.叶柄紧实、韧性极好.叶片长约10厘米、宽约8厘米春... 一、鲜绿2号 鲜绿2号菠菜是从国外引进的杂交新品种。生长旺盛、速度快,耐抽薹,株形美观、直立、紧凑.整齐度高,一般生长期为30~35天,叶片绿色、鲜亮、肥厚、半圆形,叶面光滑.叶柄紧实、韧性极好.叶片长约10厘米、宽约8厘米春、秋两季均可播种.冷凉地区耐热性好.不易春化。抗病性好. 展开更多
关键词 菠菜 精品 冷凉地区 生理小种 抗霜霉病 生长期 新品种 整齐度
下载PDF
介绍几个菜心品种
4
作者 黄双云 《农村百事通》 2010年第3期33-33,共1页
1.甜脆80天菜心:该品种花叶浅绿,抗寒,抗病性强,产量高,食味甜脆可口,清凉解暑。定植后40天可采收.可连续收割60天左右,春、夏、冬均可播种(彩图参见81页图5)。
关键词 品种 菜心 抗病性 产量高 定植后 花叶 抗寒 收割
下载PDF
基于改进型飞蛾火焰算法的区间非概率可靠性优化设计 被引量:7
5
作者 徐格宁 黄双云 +1 位作者 康忠元 徐彤 《机械设计与研究》 CSCD 北大核心 2018年第4期37-40,45,共5页
可靠性优化设计一般属于双层嵌套优化问题,针对可靠性优化问题中计算复杂、存储量大以及易陷入局部最优等不足,研究基于改进型飞蛾火焰算法的区间模型非概率可靠性优化问题,对内层可靠性分析采用了MATLAB内部函数Vpasolve,而对外层优化... 可靠性优化设计一般属于双层嵌套优化问题,针对可靠性优化问题中计算复杂、存储量大以及易陷入局部最优等不足,研究基于改进型飞蛾火焰算法的区间模型非概率可靠性优化问题,对内层可靠性分析采用了MATLAB内部函数Vpasolve,而对外层优化采用改进型飞蛾火焰算法,建立了基于改进型飞蛾火焰算法的可靠性优化设计模型,使其更利于优化计算。通过实例表明:该方法计算过程简单,速度快,为结构非概率可靠性优化提供了一种新的研究思路。 展开更多
关键词 可靠性优化 区间模型 改进型飞蛾火焰算法
原文传递
基于径向基神经网络和ASA-MMFD算法的桥式起重机主梁轻量化设计 被引量:1
6
作者 高林 杨瑞刚 +3 位作者 赵广立 康忠元 黄双云 徐格宁 《机械设计与研究》 CSCD 北大核心 2020年第4期171-177,共7页
为了实现桥式起重机主梁快速轻量化设计,提出了基于径向基神经网络代理模型和ASA-MMFD算法的桥式起重机主梁轻量化设计方法。在最优超拉丁立方试验设计的基础上,利用径向基神经网络代理模型建立桥式起重机截面设计参数和最大应力、最大... 为了实现桥式起重机主梁快速轻量化设计,提出了基于径向基神经网络代理模型和ASA-MMFD算法的桥式起重机主梁轻量化设计方法。在最优超拉丁立方试验设计的基础上,利用径向基神经网络代理模型建立桥式起重机截面设计参数和最大应力、最大位移和质量之间的映射关系,引入“全局+局部”的组合策略,通过自适应模拟退火算法对代理模型进行全局寻优,采用修正可行方向法进行局部搜索。利用测试函数和NASA减速器对所提方法进行验证,结果表明:在相同精度范围内,与ASA-MMFD算法相比,所提方法在调用模型次数方面大幅度减少,提高了优化效率。在此基础上,将其运用在桥式起重机主梁轻量化设计中,从而验证所提方法的适用性。 展开更多
关键词 径向基神经网络代理模型 自适应模拟退火 修正可行方向法
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部