期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于多通道时频域信号的卷积神经网络智能故障诊断技术 被引量:6
1
作者 孙仕鑫 高洁 +2 位作者 王伟 杜劲松 杨旭 《科学技术与工程》 北大核心 2021年第15期6386-6393,共8页
在滚动轴承故障诊断中,算法难以学习所有负载下的健康状态特征,为有效诊断滚动轴承在变负载下的健康状态,算法需要较强的负载域适应能力。针对上述问题,提出了基于多通道时频域信号的卷积神经网络算法。不同的小波提取不同的特征,算法... 在滚动轴承故障诊断中,算法难以学习所有负载下的健康状态特征,为有效诊断滚动轴承在变负载下的健康状态,算法需要较强的负载域适应能力。针对上述问题,提出了基于多通道时频域信号的卷积神经网络算法。不同的小波提取不同的特征,算法采用多种小波可以提供多样的健康状态特征。并且全局最大池化替换每一空洞卷积之后的最大池化,从全局范围内提取最大激活。因此,算法只需在源域下训练,即可在目标域下得到良好的诊断效果。为验证该算法的有效性,利用公共数据集进行实验。实验结果表明,该算法在不同负载下的分类精度较其他算法有明显提高,从而可以有效识别滚动轴承的健康状态。 展开更多
关键词 负载域适应能力 空洞卷积 全局最大池化 多通道时频域信号
下载PDF
基于分层组织的超声时频信号对比分析
2
作者 康维新 巩雪 李海峰 《应用科技》 CAS 2018年第5期38-43,50,共7页
针对生物组织微结构的超声检测问题,基于超声透射法在生物组织中的传播机理,建立分层软组织的时频域信号传输模型。为了描述生物组织结构变化对超声检测信号的影响,比较超声时频域信号对组织微结构变化的敏感情况,采用时频域信号对分层... 针对生物组织微结构的超声检测问题,基于超声透射法在生物组织中的传播机理,建立分层软组织的时频域信号传输模型。为了描述生物组织结构变化对超声检测信号的影响,比较超声时频域信号对组织微结构变化的敏感情况,采用时频域信号对分层组织进行检测,采用最大值法和能量比较法对接收信号进行处理。仿真实验表明,时域信号对于组织的成分变化更为敏感,对生物微结构的检测性能更好,能量比较法对信号变化的识别度更高。 展开更多
关键词 生物组织 微结构 超声检测 分层模型 时频域信号 最大值法 能量比较法 识别度
下载PDF
影响油浸式电力变压器振动因素的研究 被引量:4
3
作者 李琪菡 张振东 +2 位作者 刘浩 黄小龙 罗英 《电测与仪表》 北大核心 2023年第9期96-101,共6页
变压器振动信号在运行过程中会受到各种因素影响。论文采用理论结合实验的方法研究了振动传感器安装位置、铁芯和绕组压紧程度、负载功率因数、负载三相不平衡度、绝缘油粘度对油浸式电力变压器振动信号的影响。研究结果表明:顶部测试... 变压器振动信号在运行过程中会受到各种因素影响。论文采用理论结合实验的方法研究了振动传感器安装位置、铁芯和绕组压紧程度、负载功率因数、负载三相不平衡度、绝缘油粘度对油浸式电力变压器振动信号的影响。研究结果表明:顶部测试位置可较好反映振动信号特性,铁芯和绕组压紧程度与振动强度呈反比,三相不平衡度和振动强度呈正比,功率因数影响振动信号频谱复杂度,绝缘油粘度对振动信号影响较小。 展开更多
关键词 铁芯和绕组振动机理 振动信号影响因素 振动信号采集 信号频域分析
下载PDF
火力发电厂发电设备轴承故障自适应监测系统设计 被引量:3
4
作者 郑少亮 《自动化技术与应用》 2020年第11期5-9,共5页
本文设计了火力发电厂发电设备轴承故障自适应监测系统。基于发电设备的组成结构,分析轴承的振动原理;根据经验模态分解与瞬时频率转换实现故障检测时间序列的归一化处理,确定故障种类;依据轴承结构参数与相应算法获取不同轴承组件的特... 本文设计了火力发电厂发电设备轴承故障自适应监测系统。基于发电设备的组成结构,分析轴承的振动原理;根据经验模态分解与瞬时频率转换实现故障检测时间序列的归一化处理,确定故障种类;依据轴承结构参数与相应算法获取不同轴承组件的特征频率值;采用过阻尼布朗粒子分析双稳态系统特性,依据克莱默斯跃迁概率分析产生的随机共振,进而实现轴承故障监测;利用单片机实现数字电位器的驱动控制,根据数字电位器编码调整双稳态随机共振电路的电阻分压比,完成自适应监测系统架构设计。实验表明,本文系统不仅能够有效监测出轴承的故障类别,判别准确度也较高。 展开更多
关键词 火力发电厂 轴承故障 自适应监测系统 时频域信号
下载PDF
深度学习技术在雷达目标检测中的研究进展 被引量:16
5
作者 宋婷 贺丰收 程宇峰 《航空科学技术》 2020年第10期12-20,共9页
随着对航空科技水平需求的不断提升,人工智能技术为该领域突破发展提供了可能。其中,深度学习作为一种人工智能的技术方法,在诸多方面展现出巨大的优势而受到广泛研究和关注。针对雷达目标检测而言,深度学习方法是以数据驱动的方式,建... 随着对航空科技水平需求的不断提升,人工智能技术为该领域突破发展提供了可能。其中,深度学习作为一种人工智能的技术方法,在诸多方面展现出巨大的优势而受到广泛研究和关注。针对雷达目标检测而言,深度学习方法是以数据驱动的方式,建立端对端网络,避免人工提取特征表达力不足,实现优越检测的性能,因此在雷达领域受到越来越多的关注和研究。本文首先介绍了雷达目标检测领域相关知识,指出传统检测方法的局限性;然后对目前深度神经网络检测经典方法进行了分析和归纳,重点介绍了深度神经网络在雷达目标检测中的研究现状;最后对深度学习在雷达目标检测领域应用中存在的技术挑战进行了分析,并就未来相关技术的发展趋势进行了展望。 展开更多
关键词 深度学习 雷达目标检测 深度神经网络 信号检测 时频域信号检测
下载PDF
A New Range Sidelobe Suppression Technique for Randomly Intermittent Spectra HF Radar Signal 被引量:2
6
作者 张东坡 刘兴钊 《Journal of Shanghai Jiaotong university(Science)》 EI 2005年第2期112-116,共5页
The randomly intermittent spectra (RIS) signal is employed to combat spectrum congestion in radar and other radio services to evade the external interferences in high-frequency (HF) and ultrahigh-frequency (UHF) bands... The randomly intermittent spectra (RIS) signal is employed to combat spectrum congestion in radar and other radio services to evade the external interferences in high-frequency (HF) and ultrahigh-frequency (UHF) bands. However, the spectra discontinuity of the signal gets rise to high range sidelobes when matching the reflected echo, which is much more difficult for targets detection. So it is indispensable to investigate the technique for sidelobes suppression of the range profile when RIS signal is utilized, This paper introduced a new processing technique based on time domain filtering to lower the range sidelobes. A robust and effetive algorithm is adopted to solve the coefficients of the filter, and the restriction on the desired response of the filter is derived. The simulation results show that the peak range sidelobe can be reduced to -27 dB from -9.5 dB while the frequency band span (FBS) is 200 kHz. 展开更多
关键词 range sidelobe suppression time domain filtering signal processing randomly intermittent spectra
下载PDF
Parameters Analysis of Gastric Motility Signals in Time Domain and Frequency Domain
7
作者 Zhangyong Li Likun Xu Zhui Xu 《Journal of Life Sciences》 2012年第1期14-19,共6页
In order to assess gastric motility, a new noninvasive method was addressed. Firstly, bio-impedance and stomach electric signals were recorded from the healthy control group and the pathologic stomach group. Wavelet t... In order to assess gastric motility, a new noninvasive method was addressed. Firstly, bio-impedance and stomach electric signals were recorded from the healthy control group and the pathologic stomach group. Wavelet transform was used to remove the influence of the heart activity signals. By analyzing and processing the two signals of the time domain and frequency domain, we get the corresponding parameters of the two groups. According to all the parameters, several verification tests have been carried out, from the result of the statistics, we can find that in both time and frequency domains, impedance signal and synchronize EGG (electrogastrogram) have some similar features. However synchronize EGG cannot be totally instead by gastric motility, especially in morbid state, EGG is not correspondence to impedance signal. The gastric contraction or gastric emptying is a complex procedure including electrical and mechanical activity. Electrical impedance (EIP) and the synchronous EGG should be analyzed together. In conclusion, the parameters have the value to evaluate gastric motility. 展开更多
关键词 Gastric motility SIGNALS wavelet transform time domain frequency domain.
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部