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
2
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GPU的三维起伏地表单程波叠前深度偏移
被引量:
8
1
作者
段心标
王华忠
+3 位作者
白英哲
王立歆
张慧宇
何英
《石油物探》
EI
CSCD
北大核心
2016年第2期223-230,共8页
相对于双程波逆时偏移,单程波叠前深度偏移具有计算效率高、高频信息保持好且易于提取成像道集等优势,适用于我国陆上高陡构造不甚发育探区。为满足陆上复杂地表三维探区海量地震数据成像的需求,发展了基于GPU平台的三维起伏地表裂步傅...
相对于双程波逆时偏移,单程波叠前深度偏移具有计算效率高、高频信息保持好且易于提取成像道集等优势,适用于我国陆上高陡构造不甚发育探区。为满足陆上复杂地表三维探区海量地震数据成像的需求,发展了基于GPU平台的三维起伏地表裂步傅里叶(Split-Step Fourier,SSF)叠前深度偏移技术,并引入了单程波偏移的相位校正技术以及基于分布式炮域成像结果的偏移距域道集并行提取技术。陆上复杂断块及缝洞探区实际资料成像试处理表明:基于GPU的三维起伏地表单程波叠前深度偏移成像方法不仅计算效率高,而且能较为准确地刻画复杂断块及缝洞储集体,在横向变速不太剧烈及陡倾构造不甚发育的探区具有很高的应用价值。
展开更多
关键词
单程波偏移
共偏移距道集
裂步傅里叶算子
叠前深度偏移
下载PDF
职称材料
基于谱形因子和Elman神经网络的高速轴承RUL预测方法
2
作者
赵艳莉
王文远
何进
《机电工程》
CAS
北大核心
2022年第9期1211-1219,共9页
对风力发电机齿轮箱轴承进行有效地故障预测与健康管理(PHM),可以降低风力发电机轴承组件的故障率。针对风力发电机高速轴承剩余使用寿命(RUL)准确预测困难的问题,提出了一种基于谱形因子(SSF)和Elman神经网络(ENN)数据驱动的风力发电...
对风力发电机齿轮箱轴承进行有效地故障预测与健康管理(PHM),可以降低风力发电机轴承组件的故障率。针对风力发电机高速轴承剩余使用寿命(RUL)准确预测困难的问题,提出了一种基于谱形因子(SSF)和Elman神经网络(ENN)数据驱动的风力发电机高速轴承RUL预测方法。首先,引入了Teager能量算子(TEO)对所采集的风力发电机高速轴承原始振动信号进行了预处理;然后,基于短时傅里叶变换(STFT)构建了一种SSF,对轴承各故障特征指标进行了变换;利用TEO能量信号的单调性、趋势性及可预测性构建了适应度函数,对变换后的各指标进行了筛选,确定出了最适于预测轴承RUL的故障特征指标,并采用ENN和实测数据对一实际运行的风力发电机高速轴承进行了RUL预测实验;最后,将基于SSF和ENN的方法与3类已有数据驱动方法进行了定量对比分析。研究结果表明:轴承原始振动信号经过TEO预处理及SSF变换后,其对数熵的适应度最高;同时,与其他3类数据驱动方法相比,该预测方法的精度更高,且其预测精度能够在35 d内维持较高水平;该结果验证了高速轴承RUL预测方法的适用性与合理性。
展开更多
关键词
高速轴承
谱形因子
ELMAN神经网络
剩余使用寿命
短时傅里叶变换
数据驱动
对数熵
TEAGER能量算子
下载PDF
职称材料
题名
基于GPU的三维起伏地表单程波叠前深度偏移
被引量:
8
1
作者
段心标
王华忠
白英哲
王立歆
张慧宇
何英
机构
同济大学海洋与地球科学学院波现象与反演成像研究组
中国石油化工股份有限公司石油物探技术研究院
出处
《石油物探》
EI
CSCD
北大核心
2016年第2期223-230,共8页
基金
国家科技重大专项(2011ZX05014)资助~~
文摘
相对于双程波逆时偏移,单程波叠前深度偏移具有计算效率高、高频信息保持好且易于提取成像道集等优势,适用于我国陆上高陡构造不甚发育探区。为满足陆上复杂地表三维探区海量地震数据成像的需求,发展了基于GPU平台的三维起伏地表裂步傅里叶(Split-Step Fourier,SSF)叠前深度偏移技术,并引入了单程波偏移的相位校正技术以及基于分布式炮域成像结果的偏移距域道集并行提取技术。陆上复杂断块及缝洞探区实际资料成像试处理表明:基于GPU的三维起伏地表单程波叠前深度偏移成像方法不仅计算效率高,而且能较为准确地刻画复杂断块及缝洞储集体,在横向变速不太剧烈及陡倾构造不甚发育的探区具有很高的应用价值。
关键词
单程波偏移
共偏移距道集
裂步傅里叶算子
叠前深度偏移
Keywords
one-way wave equation migration
common-offset gathers
split-step fourier(ssf)operator
prestack depth migration
分类号
P631 [天文地球—地质矿产勘探]
下载PDF
职称材料
题名
基于谱形因子和Elman神经网络的高速轴承RUL预测方法
2
作者
赵艳莉
王文远
何进
机构
郑州财税金融职业学院信息工程系
河南工业大学机电工程学院
出处
《机电工程》
CAS
北大核心
2022年第9期1211-1219,共9页
基金
国家自然科学基金资助项目(51775170)。
文摘
对风力发电机齿轮箱轴承进行有效地故障预测与健康管理(PHM),可以降低风力发电机轴承组件的故障率。针对风力发电机高速轴承剩余使用寿命(RUL)准确预测困难的问题,提出了一种基于谱形因子(SSF)和Elman神经网络(ENN)数据驱动的风力发电机高速轴承RUL预测方法。首先,引入了Teager能量算子(TEO)对所采集的风力发电机高速轴承原始振动信号进行了预处理;然后,基于短时傅里叶变换(STFT)构建了一种SSF,对轴承各故障特征指标进行了变换;利用TEO能量信号的单调性、趋势性及可预测性构建了适应度函数,对变换后的各指标进行了筛选,确定出了最适于预测轴承RUL的故障特征指标,并采用ENN和实测数据对一实际运行的风力发电机高速轴承进行了RUL预测实验;最后,将基于SSF和ENN的方法与3类已有数据驱动方法进行了定量对比分析。研究结果表明:轴承原始振动信号经过TEO预处理及SSF变换后,其对数熵的适应度最高;同时,与其他3类数据驱动方法相比,该预测方法的精度更高,且其预测精度能够在35 d内维持较高水平;该结果验证了高速轴承RUL预测方法的适用性与合理性。
关键词
高速轴承
谱形因子
ELMAN神经网络
剩余使用寿命
短时傅里叶变换
数据驱动
对数熵
TEAGER能量算子
Keywords
high-speed bearings
spectral shape factor(
ssf
)
Elman neural network(ENN)
remaining useful life(RUL)
short-time
fourier
transform(STFT)
data-driven
logarithmic entropy
Teager energy
operator
(TEO)
分类号
TH133.3 [机械工程—机械制造及自动化]
TH17 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于GPU的三维起伏地表单程波叠前深度偏移
段心标
王华忠
白英哲
王立歆
张慧宇
何英
《石油物探》
EI
CSCD
北大核心
2016
8
下载PDF
职称材料
2
基于谱形因子和Elman神经网络的高速轴承RUL预测方法
赵艳莉
王文远
何进
《机电工程》
CAS
北大核心
2022
0
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