期刊文献+
共找到179篇文章
< 1 2 9 >
每页显示 20 50 100
Research on Global Higher Education Quality Based on BP Neural Network and Analytic Hierarchy Process 被引量:2
1
作者 Mei Yuan Chunyang Li 《Journal of Computer and Communications》 2021年第6期158-173,共16页
Having a universal, fair, democratic and practical higher education system plays a particularly important role in the future development of the country. However, the higher education system in various countries is une... Having a universal, fair, democratic and practical higher education system plays a particularly important role in the future development of the country. However, the higher education system in various countries is uneven. It is of great significance to establish a general evaluation system for the development of global education. In this paper, 23 indicators are preliminarily selected from the education data of Universitas 21 and Global Statistical Yearbook. After the gray correlation analysis, 12 indicators were selected. On the one hand, principal component analysis is used to reduce the dimension of these 12 indicators in 50 countries, and the first four principal components with cumulative contribution rate of 99% are finally selected as the input parameters of BP neural network. On the other hand, 12 indicators are divided into four aspects as the standard of scheme decision-making. Finally, a higher education quality evaluation and decision-making model based on BP neural network and analytic hierarchy process are established. Then eight countries are selected to use the model to evaluate their current higher education quality. Based on the input and evaluation results of the four aspects of higher education in various countries, the analytic hierarchy process is used to make program decision, and several improvement suggestions are put forward for the current education policies of various countries. 展开更多
关键词 Higher Education Gray Correlation Analysis main Component Analysis BP neural network Hierarchical Analysis Evaluation Index System
下载PDF
基于主要驱动因子筛选法和深度学习算法的浙江省动态需水量预测
2
作者 许月萍 曾田力 +3 位作者 周欣磊 章鲁琪 王贝 王冬 《水利水电科技进展》 CSCD 北大核心 2024年第2期47-53,共7页
收集了浙江省2000—2020年各用水行业需水量数据,采用基于Spearman秩相关分析的主要驱动因子筛选法筛选了影响各行业需水量的主要驱动因子,进而构造了改进的长短时记忆(LSTM)神经网络需水量预测模型,对各行业需水量进行动态滚动预测,并... 收集了浙江省2000—2020年各用水行业需水量数据,采用基于Spearman秩相关分析的主要驱动因子筛选法筛选了影响各行业需水量的主要驱动因子,进而构造了改进的长短时记忆(LSTM)神经网络需水量预测模型,对各行业需水量进行动态滚动预测,并将改进LSTM模型的预测结果与传统单变量LSTM预测模型、卷积神经网络模型、支持向量回归模型的预测结果进行了对比。结果表明,基于主要驱动因子筛选法改进的LSTM模型能实时动态滚动预测各行业每年需水量,且预测结果精度高于其他3种模型。 展开更多
关键词 需水量预测 主要驱动因子筛选法 LSTM神经网络 卷积神经网络 支持向量回归 浙江省
下载PDF
基于BP神经网络的低渗透底水油藏油井见水模式预测模型
3
作者 蒲万芬 靳星 +2 位作者 唐晓东 白园园 王遨宇 《新疆石油天然气》 CAS 2024年第2期37-47,共11页
注水开发使得低渗透底水油藏油井见水模式更加复杂,需要进一步明确及预测油井见水模式来针对性地指导水淹治理措施。神经网络模型具备处理多元回归问题和计算速度快等优势,可被用于分析地质工程多因素参数与油井见水模式的内在关系,构... 注水开发使得低渗透底水油藏油井见水模式更加复杂,需要进一步明确及预测油井见水模式来针对性地指导水淹治理措施。神经网络模型具备处理多元回归问题和计算速度快等优势,可被用于分析地质工程多因素参数与油井见水模式的内在关系,构建见水模式预测模型。在油井见水模式划分的基础上,通过灰色关联理论和神经网络算法对BCL低渗透底水油藏油井见水模式的主控因素和预测模型进行了研究。发现水层厚度、隔夹层数、隔夹层长度和避水高度是该类油藏注水开发下影响油井见水模式的主控因素。基于主控因素结合神经网络算法建立了油井见水模式预测模型。通过对18组测试数据进行验证,平均预测误差1.4%,获得了较好的预测精度。通过易于获取的主控因素快速预测注水开发低渗透底水油藏油井的见水模式,为该类油藏的高含水针对性治理提供基础依据。 展开更多
关键词 神经网络 预测模型 见水模式 主控因素 低渗透底水油藏
下载PDF
基于高精度传感器和卷积神经网络的智能灌溉系统研究
4
作者 徐世周 鲁宸硕 +2 位作者 张梦洁 程霄霄 钟一鸣 《河南师范大学学报(自然科学版)》 CAS 北大核心 2024年第4期52-56,93,I0007,I0008,共8页
为了实现智能精准灌溉,以STM32为主控板,将基于卷积神经网络图像识别技术应用在灌溉系统中.结合EC-5土壤水分和温度传感器来检测土壤的湿度和实时温度,利用图像识别技术对土壤不同的干旱情况下植物叶片状态的识别.通过结合农作物叶片状... 为了实现智能精准灌溉,以STM32为主控板,将基于卷积神经网络图像识别技术应用在灌溉系统中.结合EC-5土壤水分和温度传感器来检测土壤的湿度和实时温度,利用图像识别技术对土壤不同的干旱情况下植物叶片状态的识别.通过结合农作物叶片状态和土壤的湿度情况进行精准灌溉.在Keil5中完成各个功能模块的软件设计,通过主控板将采集到的数据与设定值做对比,实现对植物的精准灌溉.同时,用户可以在手机端上实时观察土壤湿度和植物的状态,也可以通过手机端进行远程操作.经测试,本系统可以实现对植物的精准灌溉. 展开更多
关键词 STM32主控板 卷积神经网络 EC-5土壤水分传感器 植物状态 灌溉
下载PDF
基于KPCA-IPOA-BiGRU的联合循环余热锅炉主蒸汽参数预测
5
作者 刘学 向荣 向文国 《国外电子测量技术》 2024年第6期152-160,共9页
余热锅炉主蒸汽参数对于联合循环机组的健康运行判断至关重要。针对余热锅炉运行参数非线性和时延性导致主蒸汽参数预测精度低的问题,提出了一种联合循环余热锅炉主蒸汽参数预测模型。首先,采集燃机电厂的SIS运行数据,通过灰色相关性分... 余热锅炉主蒸汽参数对于联合循环机组的健康运行判断至关重要。针对余热锅炉运行参数非线性和时延性导致主蒸汽参数预测精度低的问题,提出了一种联合循环余热锅炉主蒸汽参数预测模型。首先,采集燃机电厂的SIS运行数据,通过灰色相关性分析法确定输入变量;其次,通过核主成分分析(kernel principal component analysis,KPCA)提取输入参数的特征信息,并根据主成分贡献率选取输入维度;最后,利用改进的鹈鹕优化算法(improved pelican optimization algorithm,IPOA)优化双向门控循环神经网络(bi-directional gated recirculation neural network,BiGRU),并构建KPCA-IPOA-BiGRU进行三压余热锅炉主蒸汽参数的预测测验。结果表明,现场采集的10000组数据点,其中8000组用作训练集,2000组用作测试集,提出的模型将28维输入参数降低至8维,可准确预测3个压力级的蒸汽参数,且R2均大于98%,为预测时延性的联合循环余热锅炉主蒸汽参数提供了技术支持。 展开更多
关键词 主蒸汽参数预测 双向门控循环神经网络 鹈鹕优化算法 核主成分分析
下载PDF
基于改进神经网络PID的主蒸汽温度优化控制研究
6
作者 陆寿嵩 王晶岩 蔚焱 《微型电脑应用》 2024年第7期214-217,共4页
针对电厂主蒸汽温度PID串级控制系统参数整定繁琐、自适应性较差的问题,提出一种改进神经网络PID串级控制方法。为了降低主蒸汽温度控制系统的不确定性,基于最小误差熵(MEE)准则训练串级控制中的主神经网络PID控制器,并利用滚动时域窗... 针对电厂主蒸汽温度PID串级控制系统参数整定繁琐、自适应性较差的问题,提出一种改进神经网络PID串级控制方法。为了降低主蒸汽温度控制系统的不确定性,基于最小误差熵(MEE)准则训练串级控制中的主神经网络PID控制器,并利用滚动时域窗法递归估计跟踪误差的熵,提升算法运行效率。将主蒸汽温度误差序列和部分可测扰动输入神经网络PID控制器输入层,实现反馈控制与前馈控制相融合,提升控制系统抗干扰能力。通过与采用最小误差平方和(MSE)准则的神经网络PID控制器对比,采用MEE的神经PID控制器可以减小过热汽温的波动,减少控制系统的随机性。 展开更多
关键词 主蒸汽温度 神经网络PID 最小误差熵准则 最小误差平方和准则 不确定性 抗干扰
下载PDF
考虑时延因素的神经网络主汽温预测
7
作者 周飞燃 《价值工程》 2024年第17期101-103,共3页
火电机组在灵活调峰调频时,其负荷的大范围变动导致锅炉的部分运行参数也随之频繁变动,进而影响主汽温的稳定性。为了便于对主汽温进行超前控制,采用LSTM神经网络预测模型,对主汽温的未来变化进行预测,并且针对主汽温的主要影响因子存... 火电机组在灵活调峰调频时,其负荷的大范围变动导致锅炉的部分运行参数也随之频繁变动,进而影响主汽温的稳定性。为了便于对主汽温进行超前控制,采用LSTM神经网络预测模型,对主汽温的未来变化进行预测,并且针对主汽温的主要影响因子存在的迟延问题,提出了互信息法,解决参数时序对齐问题;采用发电机组实际运行数据进行仿真,结果表明此神经网络模型能够有效对主汽温进行预测。 展开更多
关键词 主蒸汽温度 神经网络 迟延特性
下载PDF
基于参数优化BP神经网络的数控机床主轴承故障诊断
8
作者 甄开起 刘尚旗 曹梦龙 《青岛科技大学学报(自然科学版)》 CAS 2024年第4期129-136,145,共9页
为进一步提高数控机床主轴承故障诊断精度,提出基于参数优化BP神经网络的数控机床主轴承故障诊断方法,利用麻雀搜索算法优化网络中所有的权值和阈值,改善网络在诊断过程中容易出现的收敛困难和陷入局部极值问题。首先,用小波包分解方法... 为进一步提高数控机床主轴承故障诊断精度,提出基于参数优化BP神经网络的数控机床主轴承故障诊断方法,利用麻雀搜索算法优化网络中所有的权值和阈值,改善网络在诊断过程中容易出现的收敛困难和陷入局部极值问题。首先,用小波包分解方法对采集的振动加速度信号进行处理,提取轴承故障能量特征值,再利用优化后的BP神经网络进行故障诊断。采用美国凯斯西储大学滚动轴承数据对该改进算法加以检验,实验结果表明,经参数优化后BP神经网络的诊断精度可达0.997,较优化前提升了0.384,具有很好的诊断效果。 展开更多
关键词 主轴承 故障诊断 参数优化 麻雀搜索算法 BP神经网络
下载PDF
基于深度学习的城市主干道路交通拥堵水平预测
9
作者 吕庆礼 《微型电脑应用》 2024年第7期238-241,共4页
为了解决城市主干道路交通拥堵问题,提出一种基于深度学习的城市主干道路交通拥堵水平预测方法。建立城市主干道路交通网络的Katz相似度矩阵,保存路网的结构特征,获得城市主干道路交通流数据。采用局部敏感判别分析模型,将交通流数据映... 为了解决城市主干道路交通拥堵问题,提出一种基于深度学习的城市主干道路交通拥堵水平预测方法。建立城市主干道路交通网络的Katz相似度矩阵,保存路网的结构特征,获得城市主干道路交通流数据。采用局部敏感判别分析模型,将交通流数据映射到低维流形,获得最优投影矩阵,提取城市主干道路交通特征。结合循环神经网络模型(RNN)和长短时记忆网络模型(LSTM),设计长短时记忆循环网络(RNN-LSTM)模型,解决梯度消失问题,输入城市主干道路交通特征,经过训练输出城市主干道路交通拥堵水平预测结果。实验结果表明,所提方法预测准确度在0.8~0.98,预测所需时间平均为24.74 ms,具有一定的应用价值。 展开更多
关键词 深度学习 城市主干道路 长短时记忆循环神经网络模型 Katz相似度矩阵 交通拥堵水平预测
下载PDF
基于卷积神经网络的主网继电保护在线整定方法
10
作者 杨中哲 吕彦伯 +1 位作者 陈佳 金王磊 《河南科技》 2024年第16期13-16,共4页
[目的]受主网故障状态的多样性和整定规则的适应性影响,继电保护的闭环阶跃响应振幅难以得到有效控制,为此,提出了基于卷积神经网络的主网继电保护在线整定方法。[方法]将主网中的同种保护功能涉及的定值变量作为一个集合,并构建主网继... [目的]受主网故障状态的多样性和整定规则的适应性影响,继电保护的闭环阶跃响应振幅难以得到有效控制,为此,提出了基于卷积神经网络的主网继电保护在线整定方法。[方法]将主网中的同种保护功能涉及的定值变量作为一个集合,并构建主网继电保护在线整定数学模型。在开展具体的主网继电保护定值设置阶段,引入卷积神经网络,利用损失函数,计算在随机梯度下降机制下的最优正则化继电保护定值。[结果]测试结果表明,该方法测试的电网继电保护在闭环阶跃响应的振幅在50 s以内实现了快速收敛,且相较于对照组而言更加平稳。[结论]该方法在闭环阶跃响应方面取得了显著的优势,不仅提高了系统的收敛速度,而且改善了系统的振幅稳定性。有助于提升电网继电保护系统的运行效率和可靠性,具有实际的应用价值和推广潜力。 展开更多
关键词 卷积神经网络 主网继电保护 在线整定 数学模型 定值设置 损失函数 随机梯度 最优正则化
下载PDF
基于X射线数字成像的GIS设备缺陷无损检测方法 被引量:1
11
作者 张志刚 张岩 +1 位作者 吴文平 马贵荣 《计算机测量与控制》 2024年第6期35-41,共7页
GIS设备的安全性和可靠性对电力体系的平稳运行具有重要意义;因此,为提高对GIS设备缺陷的检测效果、提高设备运行的安全性,在X射线数字成像的基础上,提出一种针对GIS设备的缺陷无损检测方法;通过X射线数字成像的方式采集GIS设备图像,并... GIS设备的安全性和可靠性对电力体系的平稳运行具有重要意义;因此,为提高对GIS设备缺陷的检测效果、提高设备运行的安全性,在X射线数字成像的基础上,提出一种针对GIS设备的缺陷无损检测方法;通过X射线数字成像的方式采集GIS设备图像,并对图像中存在的泊松噪声实施去噪处理,以提高图像质量;针对处理后的图像,利用二维主成分分析法,通过将复杂的图像数据转换为简单的主成分来表示原始数据,提取出最具代表性的特征;将提取结果输入到BP神经网络分类器中,通过特征分类完成对GIS设备缺陷的无损检测;实验结果表明:应用该方法后,图像识别清晰度较高,对不同类型缺陷的检测效果良好;该方法的优势在于使用先进的图像处理和机器学习技术,能够有效地识别和定位GIS设备中存在的缺陷,通过及时发现并修复这些缺陷,可以提高GIS设备的安全性和可靠性,从而确保电力系统的平稳运行。 展开更多
关键词 X射线数字成像 GIS设备 缺陷无损检测 泊松噪声 盲源分离去噪 二维主成分分析法 特征提取 BP神经网络分类器
下载PDF
电场作用对改进的HR神经元模型的同步影响
12
作者 王新瑀 包卫敏 杜莹 《动力学与控制学报》 2024年第4期78-85,共8页
MSF,即主稳定函数,是一种使用Lyapunov指数理论来确定复杂同型网络同步状态的稳定性的工具.负的MSF值表明网络可以同步.我们构建了一种双变量HR模型来描述神经元在电场作用下的同步行为,将神经元尺寸和外加电场作为影响电场作用的调控因... MSF,即主稳定函数,是一种使用Lyapunov指数理论来确定复杂同型网络同步状态的稳定性的工具.负的MSF值表明网络可以同步.我们构建了一种双变量HR模型来描述神经元在电场作用下的同步行为,将神经元尺寸和外加电场作为影响电场作用的调控因素,利用简化的MSF方法,研究主稳定函数MSF和电荷尺寸及外加电场的关系.结果显示,电场效应对神经网络同步的作用是丰富的.施加较强的恒定电场可以促进网络同步,而施加交变电场则会抑制同步.另外,神经元半径也会影响电场效应的作用结果,在较大的神经元半径下,神经网络会更容易同步. 展开更多
关键词 HR神经元模型 神经网络 同步 电场作用 主稳定函数
下载PDF
考虑材料性能退化的大跨径悬索桥主缆时变可靠度分析
13
作者 施权君 吴欣 +2 位作者 卓小丽 秦志 袁野真 《公路工程》 2024年第3期6-12,105,共8页
钢丝腐蚀是影响大跨径悬索桥主缆力学性能的主要因素之一。为研究大跨径悬索桥在考虑主缆钢丝腐蚀下的结构可靠度退化规律,提出了一种考虑材料性能退化的主缆时变可靠度评估方法。首先推导分析了钢丝受到的主要腐蚀类型与其腐蚀机理,建... 钢丝腐蚀是影响大跨径悬索桥主缆力学性能的主要因素之一。为研究大跨径悬索桥在考虑主缆钢丝腐蚀下的结构可靠度退化规律,提出了一种考虑材料性能退化的主缆时变可靠度评估方法。首先推导分析了钢丝受到的主要腐蚀类型与其腐蚀机理,建立了考虑钢丝腐蚀下的材料本构模型。其次根据可靠度理论建立了考虑主缆钢丝腐蚀的结构功能函数,并以年平均抗力损失率为指标衡量主梁的腐蚀水平。最后采用BP神经网络拟合了悬索桥结构响应面,结合Monte Carlo抽样模拟法设计了不同腐蚀程度下的主缆时变可靠度计算方法,以某大跨径悬索桥为工程背景,探讨了不同腐蚀程度与材料分项系数下的主缆时变可靠度退化规律。结果表明:BP神经网络可以精准拟合悬索桥随机变量与结构响应之间的映射关系,10个验证集样本的平均相对误差仅为1.47%;以年平均抗力损失率为标准,当钢丝腐蚀速率越快时,其服役期内的可靠度指标退化越快,且该速率随着服役年限的增加而增加;材料分项系数取值越大时,相同腐蚀水平下的主缆结构可靠度指标更高,当考虑主缆钢丝腐蚀引起的材料性能退化时,设计材料分项系数宜取偏大值。 展开更多
关键词 悬索桥 主缆可靠度 钢丝腐蚀 材料退化 BP神经网络
下载PDF
基于Mask R-CNN的柑橘主叶脉显微图像实例分割模型 被引量:1
14
作者 翁海勇 李效彬 +3 位作者 肖康松 丁若晗 贾良权 叶大鹏 《农业机械学报》 EI CAS CSCD 北大核心 2023年第7期252-258,271,共8页
针对目前植物解剖表型的测量与分析过程自动化低,难以应对复杂解剖表型的提取和识别的问题,以柑橘主叶脉为研究对象,提出了一种基于掩膜区域卷积神经网络(Mask region convolutional neural network,Mask R-CNN)的主叶脉显微图像实例分... 针对目前植物解剖表型的测量与分析过程自动化低,难以应对复杂解剖表型的提取和识别的问题,以柑橘主叶脉为研究对象,提出了一种基于掩膜区域卷积神经网络(Mask region convolutional neural network,Mask R-CNN)的主叶脉显微图像实例分割模型,以残差网络ResNet50和特征金字塔(Feature pyramid network,FPN)为主干特征提取网络,在掩膜(Mask)分支上添加一个新的感兴趣区域对齐层(Region of interest Align,RoI-Align),提升Mask分支的分割精度。结果表明,该网络架构能够精准地对柑橘主叶脉横切面中的髓部、木质部、韧皮部和皮层细胞进行识别分割。Mask R-CNN模型对髓部、木质部、韧皮部和皮层细胞的分割平均精确率(交并比(IoU)为0.50)分别为98.9%、89.8%、95.7%和97.2%,对4个组织区域的分割平均精确率均值(IoU为0.50)为95.4%。与未在Mask分支添加RoI-Align的Mask R-CNN相比,精度提升1.6个百分点。研究结果表明,Mask R-CNN模型对柑橘主叶脉各类组织区域具有良好的识别分割效果,可为柑橘微观表型研究提供技术支持与研究基础。 展开更多
关键词 柑橘主叶脉 显微图像 掩膜区域卷积神经网络 实例分割 微观表型
下载PDF
基于多图卷积神经网络的主汽温系统故障诊断 被引量:2
15
作者 吴铮 张悦 董泽 《动力工程学报》 CAS CSCD 北大核心 2023年第2期237-245,共9页
针对主汽温系统具有大迟延、大惯性、非线性和时变性的特点,提出了一种基于多图融合-图卷积神经网络的故障诊断方法。建立邻接图和相关性图,将机组历史运行数据扩展为非欧式空间的图数据,引入特征权重和截断参数来约束节点间的相关性,... 针对主汽温系统具有大迟延、大惯性、非线性和时变性的特点,提出了一种基于多图融合-图卷积神经网络的故障诊断方法。建立邻接图和相关性图,将机组历史运行数据扩展为非欧式空间的图数据,引入特征权重和截断参数来约束节点间的相关性,对图信息进行融合。同时,利用邻接矩阵建立各运行数据间的拓扑信息,并通过深度图卷积结构融合邻近节点信息,建立系统数据与运行状态间的映射关系。结果表明:相较于概率神经网络(PNN)、长短期记忆神经网络(LTSM)和最小二乘支持向量机(LSSVM),所提MG-GCN模型的故障诊断准确率分别提升了11%、7%和16%,误检率、漏检率均较低,能够对多种系统故障类型进行准确识别,具有良好的故障诊断性能。 展开更多
关键词 图卷积神经网络 主蒸汽温度系统 故障诊断 火电机组 拓扑结构
下载PDF
基于PSD的风力发电机主轴监测系统研究 被引量:1
16
作者 解朝阳 王凌云 +2 位作者 王春艳 郑茹 顾航硕 《长春理工大学学报(自然科学版)》 2023年第2期71-78,共8页
为实现风力发电机主轴轴向窜动的实时监测,基于位置敏感探测器(PSD)利用斜射式激光三角法搭建了非接触式光电主轴轴向位移测量系统。根据测量精度及使用环境要求,设计了STM32单片机与AD7606结合的数据采集模块,lwip协议栈与Usb-Host模... 为实现风力发电机主轴轴向窜动的实时监测,基于位置敏感探测器(PSD)利用斜射式激光三角法搭建了非接触式光电主轴轴向位移测量系统。根据测量精度及使用环境要求,设计了STM32单片机与AD7606结合的数据采集模块,lwip协议栈与Usb-Host模块结合的数据传输与存储模块,满足测量数据准确性及远距离实时传输的要求。结合设计结果,在实验室利用直线位移台及角位移台搭建模拟监测系统,进行位移曲线标定及稳定性测试,并利用BP神经网络算法对系统非线性误差进行校正。实验结果表明,静态位置误差小于0.03 mm,动态位置误差小于0.1 mm,最大位置误差小于1 mm,满足系统研制要求。 展开更多
关键词 位置敏感探测器 风力发电机主轴 激光三角法 单片机 BP神经网络
下载PDF
智能化配电环网柜监测系统研究 被引量:4
17
作者 许崇亮 金铖 《长江信息通信》 2023年第3期106-108,共3页
为了提升环网柜在配电过程中的安全性和稳定性,文中基于环网柜的过热故障原理及现有监测研究成果设计了一种智能化的配电环网柜监测系统。该系统利用红外热成像技术、FPGA+CPU的异构微控制技术以及人工智能神经网络算法技术来对柜内温... 为了提升环网柜在配电过程中的安全性和稳定性,文中基于环网柜的过热故障原理及现有监测研究成果设计了一种智能化的配电环网柜监测系统。该系统利用红外热成像技术、FPGA+CPU的异构微控制技术以及人工智能神经网络算法技术来对柜内温度进行监测。系统以较少的FPGA资源实现了对柜内电力设备的电压、电流数据采集和对输入红外图像的处理。通过融合人工智能算法,使得系统在运行过程中能够有效完成红外图像目标检测与温度标记,同时还可以根据历史温度进行故障预测。测试结果表明,该设计系统实现了对环网柜内部电力设备稳定的智能化监测。 展开更多
关键词 环网柜 传感器 神经网络 嵌入式系统
下载PDF
基于全连接神经网络的直升机主减速器故障分类
18
作者 刘振 张小军 +2 位作者 韩磊 周高明 苗扬 《北京信息科技大学学报(自然科学版)》 2023年第4期61-66,共6页
主减速器是直升机传动系统的核心部件,对其进行故障分析及健康检测十分重要。首先,构建了齿轮故障实验,通过时频域分析、功率谱分析以及变分模态分解(variational mode decomposition,VMD)对正常、点蚀、断齿3种齿轮故障模式进行讨论。... 主减速器是直升机传动系统的核心部件,对其进行故障分析及健康检测十分重要。首先,构建了齿轮故障实验,通过时频域分析、功率谱分析以及变分模态分解(variational mode decomposition,VMD)对正常、点蚀、断齿3种齿轮故障模式进行讨论。然后,搭建全连接神经网络,并将VMD分解后的8个本征模态函数(intrinsic mode functions,IMF)分量的能量组成特征向量,作为网络的输入。实验诊断结果表明,与支持向量机(support vector machine,SVM)和随机森林(random forest,RF)算法相比,全连接神经网络在诊断多类故障时有较好的性能。 展开更多
关键词 直升机主减速器 全连接神经网络 变分模态分解 故障诊断
下载PDF
基于OSELM-SGPC的主蒸汽温度优化控制仿真研究 被引量:2
19
作者 何华靖 《自动化仪表》 CAS 2023年第3期54-59,共6页
为解决比例积分微分(PID)控制器难以在大迟延、大惯性的主蒸汽温度被控对象上取得理想控制效果的问题,通过改进极限学习机(ELM)网络构建预测模型控制器,在解决传统神经网络算法训练速度慢、模型参数选取复杂的问题的同时,对主蒸汽温度... 为解决比例积分微分(PID)控制器难以在大迟延、大惯性的主蒸汽温度被控对象上取得理想控制效果的问题,通过改进极限学习机(ELM)网络构建预测模型控制器,在解决传统神经网络算法训练速度慢、模型参数选取复杂的问题的同时,对主蒸汽温度进行多步预测,从而更好地抑制扰动。将阶梯式广义预测控制器(SGPC)作为滚动优化控制器,进一步优化计算过程,从而搭建了在线贯序极限学习机-阶梯式广义预测控制器(OSELM-SGPC),充分兼顾预测效果与计算复杂度。通过主蒸汽温度设定值扰动、给煤量扰动以及给煤量和给水量叠加扰动等试验,并与传统串级PID控制作对比,充分验证了OSELM-SGPC的有效性和优越性。 展开更多
关键词 超临界机组 主汽温 神经网络预测控制 阶梯式广义预测控制器 在线贯序极限学习机 多步预测 抗扰动
下载PDF
基于二维图像和卷积神经网络的阀冷系统主循环泵故障诊断
20
作者 邓凯 冯轩 +5 位作者 郭涛 王之赫 何茂慧 朱超 梅飞 张晓光 《广东电力》 2023年第8期131-140,共10页
特高压直流输电工程中,及时发现并排除换流阀冷却系统的主循环泵的故障,对保障换流阀的稳定运行具有重要意义,为此针对主循环泵在故障时产生的振动信号,提出一种基于二维图像和卷积神经网络的阀冷系统主循环泵故障诊断方法。首先,通过... 特高压直流输电工程中,及时发现并排除换流阀冷却系统的主循环泵的故障,对保障换流阀的稳定运行具有重要意义,为此针对主循环泵在故障时产生的振动信号,提出一种基于二维图像和卷积神经网络的阀冷系统主循环泵故障诊断方法。首先,通过变分模态分解(variational mode decomposition,VMD)联合奇异值分解(singular value decomposition,SVD)对振动信号进行去噪处理:使用VMD分解轴向、竖直径向和水平径向的振动信号,基于相关系数法获取最优本征模态分量;使用SVD对分量信号滤波后,通过分量空间重构获取去噪后的振动信号。然后,通过格拉姆矩阵将时序振动信号转换为振动图像,提取振动信号的时空特征。最后,将轴向、竖直径向和水平径向振动图像多通道并行输入AlexNet深度卷积神经网络,通过卷积层和池化层实现多层次特征融合,提高故障诊断准确率。分析结果表明,该模型故障诊断精度为91%,优于多层感知机算法、一维卷积神经网络和浅层卷积神经网络,可以为阀冷系统主循环泵的故障诊断提供方法基础,为现场人员安排计划检修提供理论依据。 展开更多
关键词 阀冷系统 主循环泵 变分模态分解 卷积神经网络 特征融合 振动测量
下载PDF
上一页 1 2 9 下一页 到第
使用帮助 返回顶部