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
4
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
LS-SVM和混合主元分析的电梯故障类型检测研究
1
作者
王乐
肖文超
《科技创新与应用》
2017年第21期29-29,32,共2页
在电梯故障诊断问题上,提出了一种基于最小二乘支持向量机(LS-SVM)和混合主元分析的方法。在此方法中,首先利用小波包分析对电梯轿厢X、Y、Z三个方向传感器所得数值进行特征值提取,提取出9个特征向量用来描述电梯具体运行状态。然后将...
在电梯故障诊断问题上,提出了一种基于最小二乘支持向量机(LS-SVM)和混合主元分析的方法。在此方法中,首先利用小波包分析对电梯轿厢X、Y、Z三个方向传感器所得数值进行特征值提取,提取出9个特征向量用来描述电梯具体运行状态。然后将特征向量送入LS-SVM进行训练和分类,得出每个特征向量与正常运行时的残差值,根据残差值判断电梯状态。最后利用混合主元分析得出主元特征向量,作出主元特征向量的组合形式贡献图判断电梯故障原因。
展开更多
关键词
最小二乘支持
向量
机
小波包分析
混合
主
元
分析
主
元
特征
向量
下载PDF
职称材料
基于偏最小二乘法的气动执行机构故障诊断研究
被引量:
9
2
作者
李鹏辉
陈建林
+3 位作者
申忠利
刘帅
李雄飞
关成龙
《电力系统保护与控制》
EI
CSCD
北大核心
2018年第11期76-82,共7页
气动调节阀是工业生产中重要的控制装置,其故障诊断技术越来越受到重视。基于DAMADICS平台建立气动阀门仿真模型,利用DABLib模块生成故障数据。提取故障数据的主元向量,构建PLS模型,将多变量的高维空间影射到低维空间,对数据进行压缩和...
气动调节阀是工业生产中重要的控制装置,其故障诊断技术越来越受到重视。基于DAMADICS平台建立气动阀门仿真模型,利用DABLib模块生成故障数据。提取故障数据的主元向量,构建PLS模型,将多变量的高维空间影射到低维空间,对数据进行压缩和标准化处理。借助Hotelling T2和SPE统计检测法对平台生成的测试数据与实际数据的残差进行分析。仿真结果表明,该方法实现了对阀门故障的诊断和分类,效果明显。
展开更多
关键词
气动调节阀
故障诊断
主元向量
PLS
下载PDF
职称材料
基于PCA-SVDD的故障检测和自学习辨识
被引量:
6
3
作者
祝志博
王培良
宋执环
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2010年第4期652-658,共7页
为了利用多变量统计过程控制在故障检测上的优势以及克服其在故障辨识诊断上的缺陷,提出一套新的用于化工过程的故障检测和自学习辨识算法.应用主元分析(PCA)实施故障检测并对故障数据运用PCA特征提取,提出3种基于主元分析-支持向量数...
为了利用多变量统计过程控制在故障检测上的优势以及克服其在故障辨识诊断上的缺陷,提出一套新的用于化工过程的故障检测和自学习辨识算法.应用主元分析(PCA)实施故障检测并对故障数据运用PCA特征提取,提出3种基于主元分析-支持向量数据描述(PCA-SVDD)的模式判别方法来实现故障的自学习辨识:考虑故障辨识时可能出现的类分布重合问题,分析和比较了基于欧氏距离和归一化半径判别这2种方法,提出针对新型未知故障辨识的加权归一化半径判别法.通过对Tennessee Eastman(TE)过程的仿真研究,说明了提出的故障检测和自学习辨识算法的可行性和有效性.
展开更多
关键词
主
元
分析-支持
向量
数据描述(PCA-SVDD)
特征提取
故障检测
故障自学习辨识
下载PDF
职称材料
基于单通道sEMG分解的手部动作识别方法
被引量:
14
4
作者
熊安斌
丁其川
+2 位作者
赵新刚
韩建达
刘光军
《机械工程学报》
EI
CAS
CSCD
北大核心
2016年第7期6-13,共8页
表面肌电信号(Surface electromyography,s EMG)已广泛应用于手部动作识别。为提高动作识别精度,研究者往往需要采集多个通道s EMG信号,从而增加应用复杂性,针对这一情况,提出一种基于单通道s EMG分解的手部动作识别方法。使用单通道电...
表面肌电信号(Surface electromyography,s EMG)已广泛应用于手部动作识别。为提高动作识别精度,研究者往往需要采集多个通道s EMG信号,从而增加应用复杂性,针对这一情况,提出一种基于单通道s EMG分解的手部动作识别方法。使用单通道电极采集人体上臂肌肉s EMG,将其分解为6个运动单元动作电位序列,过程包括:二阶差分滤波、阈值计算、尖峰检测、分层聚类;然后,提取绝对值积分、最大值、非零中值、半窗能量等特征,并采用主元分析法降维;最后,利用支持向量机分类识别5种不同手部动作,精度达到80.4%。而采用未融合s EMG分解的传统方法,动作识别精度仅有约70%。
展开更多
关键词
表面肌电信号
运动单
元
动作电位序列
分层聚类
主
元
分析支持
向量
机
下载PDF
职称材料
题名
LS-SVM和混合主元分析的电梯故障类型检测研究
1
作者
王乐
肖文超
机构
武汉理工大学自动化学院
出处
《科技创新与应用》
2017年第21期29-29,32,共2页
文摘
在电梯故障诊断问题上,提出了一种基于最小二乘支持向量机(LS-SVM)和混合主元分析的方法。在此方法中,首先利用小波包分析对电梯轿厢X、Y、Z三个方向传感器所得数值进行特征值提取,提取出9个特征向量用来描述电梯具体运行状态。然后将特征向量送入LS-SVM进行训练和分类,得出每个特征向量与正常运行时的残差值,根据残差值判断电梯状态。最后利用混合主元分析得出主元特征向量,作出主元特征向量的组合形式贡献图判断电梯故障原因。
关键词
最小二乘支持
向量
机
小波包分析
混合
主
元
分析
主
元
特征
向量
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于偏最小二乘法的气动执行机构故障诊断研究
被引量:
9
2
作者
李鹏辉
陈建林
申忠利
刘帅
李雄飞
关成龙
机构
长沙理工大学能源与动力工程学院
湖南省湘电试验研究院有限公司
长沙理工大学电气与信息工程学院
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2018年第11期76-82,共7页
基金
湖南省科技厅项目资助(2012FJ4251)
湖南省教育厅项目资助(20150637)~~
文摘
气动调节阀是工业生产中重要的控制装置,其故障诊断技术越来越受到重视。基于DAMADICS平台建立气动阀门仿真模型,利用DABLib模块生成故障数据。提取故障数据的主元向量,构建PLS模型,将多变量的高维空间影射到低维空间,对数据进行压缩和标准化处理。借助Hotelling T2和SPE统计检测法对平台生成的测试数据与实际数据的残差进行分析。仿真结果表明,该方法实现了对阀门故障的诊断和分类,效果明显。
关键词
气动调节阀
故障诊断
主元向量
PLS
Keywords
pneumatic control valve
fault diagnosis
principal component vector
PLS
分类号
TH138.52 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
基于PCA-SVDD的故障检测和自学习辨识
被引量:
6
3
作者
祝志博
王培良
宋执环
机构
浙江大学工业控制技术国家重点实验室
湖州师范学院信息工程学院
出处
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2010年第4期652-658,共7页
基金
国家自然科学基金资助项目(60974056,60736021)
浙江省自然科学基金资助项目(Y1080871)
文摘
为了利用多变量统计过程控制在故障检测上的优势以及克服其在故障辨识诊断上的缺陷,提出一套新的用于化工过程的故障检测和自学习辨识算法.应用主元分析(PCA)实施故障检测并对故障数据运用PCA特征提取,提出3种基于主元分析-支持向量数据描述(PCA-SVDD)的模式判别方法来实现故障的自学习辨识:考虑故障辨识时可能出现的类分布重合问题,分析和比较了基于欧氏距离和归一化半径判别这2种方法,提出针对新型未知故障辨识的加权归一化半径判别法.通过对Tennessee Eastman(TE)过程的仿真研究,说明了提出的故障检测和自学习辨识算法的可行性和有效性.
关键词
主
元
分析-支持
向量
数据描述(PCA-SVDD)
特征提取
故障检测
故障自学习辨识
Keywords
principal component analysis-support vector data description (PCA-SVDD)
feature extraction
fault detection
fault self-learning identification
分类号
TP277 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于单通道sEMG分解的手部动作识别方法
被引量:
14
4
作者
熊安斌
丁其川
赵新刚
韩建达
刘光军
机构
中国科学院沈阳自动化研究所机器人学国家重点实验室
瑞尔森大学航空航天工程系
出处
《机械工程学报》
EI
CAS
CSCD
北大核心
2016年第7期6-13,共8页
基金
国家高技术研究发展计划(863计划
2015AA042302)
+3 种基金
国家自然科学基金(61273355
61503374
61573340)
机器人学国家重点实验室自主课题(2015-z06)资助项目
文摘
表面肌电信号(Surface electromyography,s EMG)已广泛应用于手部动作识别。为提高动作识别精度,研究者往往需要采集多个通道s EMG信号,从而增加应用复杂性,针对这一情况,提出一种基于单通道s EMG分解的手部动作识别方法。使用单通道电极采集人体上臂肌肉s EMG,将其分解为6个运动单元动作电位序列,过程包括:二阶差分滤波、阈值计算、尖峰检测、分层聚类;然后,提取绝对值积分、最大值、非零中值、半窗能量等特征,并采用主元分析法降维;最后,利用支持向量机分类识别5种不同手部动作,精度达到80.4%。而采用未融合s EMG分解的传统方法,动作识别精度仅有约70%。
关键词
表面肌电信号
运动单
元
动作电位序列
分层聚类
主
元
分析支持
向量
机
Keywords
sEMG
motor unit action potential trains
hierarchical clustering
principal component analysis
support vector machine
分类号
TG156 [金属学及工艺—热处理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
LS-SVM和混合主元分析的电梯故障类型检测研究
王乐
肖文超
《科技创新与应用》
2017
0
下载PDF
职称材料
2
基于偏最小二乘法的气动执行机构故障诊断研究
李鹏辉
陈建林
申忠利
刘帅
李雄飞
关成龙
《电力系统保护与控制》
EI
CSCD
北大核心
2018
9
下载PDF
职称材料
3
基于PCA-SVDD的故障检测和自学习辨识
祝志博
王培良
宋执环
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2010
6
下载PDF
职称材料
4
基于单通道sEMG分解的手部动作识别方法
熊安斌
丁其川
赵新刚
韩建达
刘光军
《机械工程学报》
EI
CAS
CSCD
北大核心
2016
14
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