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
3
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
基于改进层次全局模糊熵和MCFS的滚动轴承损伤识别
1
作者
柏世兵
林金亮
杨玉华
《机电工程》
CAS
北大核心
2023年第7期1024-1030,共7页
针对传统的多尺度特征提取方法无法捕捉振动信号高频故障信息的问题,提出了一种基于改进层次全局模糊熵(IHGFE)全局全频段特征提取、多聚类特征选择(MCFS)特征降维和支持向量机分类的滚动轴承故障诊断方法。首先,提出了能够捕捉振动信...
针对传统的多尺度特征提取方法无法捕捉振动信号高频故障信息的问题,提出了一种基于改进层次全局模糊熵(IHGFE)全局全频段特征提取、多聚类特征选择(MCFS)特征降维和支持向量机分类的滚动轴承故障诊断方法。首先,提出了能够捕捉振动信号低频到高频的全局特征的IHGFE非线性动力学方法,并将其用于滚动轴承的故障特征提取;然后,利用MCFS对初始特征向量进行了维数约简和优化,构建了低维且对故障敏感的故障特征向量;最后,建立了基于支持向量机的多故障分类器,实现了滚动轴承损伤的智能化识别,并通过两个滚动轴承实验进行了对比分析。研究结果表明:IHGFE的分类准确率和识别稳定性均优于对比方法,证明了其在特征提取中能够在一定程度上解决现有方法无法同时考虑信号的高频特征和全局特征的问题,可为进一步扩展模糊熵方法在滚动轴承损伤识别中的应用提供参考。
展开更多
关键词
轴承故障诊断
改进层次全局模糊熵
多聚类特征选择
支持向量机
特征降维
故障分类器
下载PDF
职称材料
基于IMIE、MCFS和SSA-ELM的离心泵故障诊断方法
2
作者
辜文娟
张扬
《机电工程》
CAS
北大核心
2023年第9期1456-1463,共8页
采用多尺度排列熵对离心泵振动信号进行分析时,存在忽略信号幅值信息以及粗粒化处理存在不足的问题,从而导致离心泵的故障识别准确率不高,为此,提出了一种基于改进多尺度增长熵(IMIE)、多聚类特征选择(MCFS)和麻雀搜索算法优化极限学习...
采用多尺度排列熵对离心泵振动信号进行分析时,存在忽略信号幅值信息以及粗粒化处理存在不足的问题,从而导致离心泵的故障识别准确率不高,为此,提出了一种基于改进多尺度增长熵(IMIE)、多聚类特征选择(MCFS)和麻雀搜索算法优化极限学习机(SSA-ELM)的离心泵故障诊断方法。首先,基于改进粗粒化处理,提出了改进多尺度增长熵(IMIE)方法,将其用于提取故障特征,构造了反映离心泵损伤属性的特征矩阵;随后,采用多聚类特征选择(MCFS),对原始故障特征进行了重要性排序,获得了对分类识别贡献度更高的故障特征,提高了故障特征的质量;最后,将低维的敏感特征输入至基于麻雀搜索算法(SSA)的极限学习机(ELM)中,进行了离心泵故障分类,完成了离心泵不同故障类型的识别任务;并采用离心泵故障数据集,对基于IMIE、MCFS和SSA-ELM的故障诊断方法的有效性进行了实验验证。研究结果表明:所提故障诊断方法的故障识别准确率达到了100%,多次实验的平均准确率和标准差也优于其他对比的故障诊断方法,即IMIE能够准确地提取信号中的故障信息,进而表征离心泵的健康状态;SSA-ELM能够准确地识别离心泵的故障类型,证明该方法具有一定的有效性和优越性。
展开更多
关键词
叶片式泵
改进粗粒化处理
改进多尺度增长熵
多聚类特征选择
麻雀搜索算法
极限学习机
特征矩阵
下载PDF
职称材料
考虑系统故障演化整体和局部特征的关键事件确定方法
被引量:
1
3
作者
李莎莎
崔铁军
《中国安全生产科学技术》
CAS
CSCD
北大核心
2023年第9期150-156,共7页
为更加合理地构建系统故障演化过程、更加准确地确定关键事件,提出1种考虑演化整体和局部特征的关键事件确定方法。首先,以系统故障演化过程测量得到的对象为基础,建立基础数据矩阵和归一数据矩阵;然后,使用MCFS确定对象局部特征权重,使...
为更加合理地构建系统故障演化过程、更加准确地确定关键事件,提出1种考虑演化整体和局部特征的关键事件确定方法。首先,以系统故障演化过程测量得到的对象为基础,建立基础数据矩阵和归一数据矩阵;然后,使用MCFS确定对象局部特征权重,使用LS确定对象整体特征权重;最后,综合各对象局部和整体特征权重得到关键事件。研究结果表明:演化过程中的经历事件是演化的核心;研究对象权重需考虑整体趋势和局部波动特征;大权重对象对应关键事件;利用实例得到的11个关键事件构成该系统故障演化过程。研究结果可为构建系统故障演化过程提供参考方法。
展开更多
关键词
安全系统工程
系统故障演化
整体和局部特征
关键事件
确定方法
mcfs
下载PDF
职称材料
题名
基于改进层次全局模糊熵和MCFS的滚动轴承损伤识别
1
作者
柏世兵
林金亮
杨玉华
机构
电子科技大学机械与电气工程学院
重庆城市职业学院科大讯飞大数据学院
闽西职业技术学院信息与制造学院
柳州工学院软件学院
出处
《机电工程》
CAS
北大核心
2023年第7期1024-1030,共7页
基金
龙岩市基础科技研究项目(2018LY8016)。
文摘
针对传统的多尺度特征提取方法无法捕捉振动信号高频故障信息的问题,提出了一种基于改进层次全局模糊熵(IHGFE)全局全频段特征提取、多聚类特征选择(MCFS)特征降维和支持向量机分类的滚动轴承故障诊断方法。首先,提出了能够捕捉振动信号低频到高频的全局特征的IHGFE非线性动力学方法,并将其用于滚动轴承的故障特征提取;然后,利用MCFS对初始特征向量进行了维数约简和优化,构建了低维且对故障敏感的故障特征向量;最后,建立了基于支持向量机的多故障分类器,实现了滚动轴承损伤的智能化识别,并通过两个滚动轴承实验进行了对比分析。研究结果表明:IHGFE的分类准确率和识别稳定性均优于对比方法,证明了其在特征提取中能够在一定程度上解决现有方法无法同时考虑信号的高频特征和全局特征的问题,可为进一步扩展模糊熵方法在滚动轴承损伤识别中的应用提供参考。
关键词
轴承故障诊断
改进层次全局模糊熵
多聚类特征选择
支持向量机
特征降维
故障分类器
Keywords
bearing fault diagnosis
improved hierarchical global fuzzy entropy(IHGFE)
multi cluster
feature
selection
(
mcfs
)
support vector machine(SVM)
feature
dimension reduction
fault classifier
分类号
TH133.33 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
基于IMIE、MCFS和SSA-ELM的离心泵故障诊断方法
2
作者
辜文娟
张扬
机构
江西省商务学校
湖北工业大学机械工程学院
出处
《机电工程》
CAS
北大核心
2023年第9期1456-1463,共8页
基金
江西省教育厅科技课题(GJJ151486)。
文摘
采用多尺度排列熵对离心泵振动信号进行分析时,存在忽略信号幅值信息以及粗粒化处理存在不足的问题,从而导致离心泵的故障识别准确率不高,为此,提出了一种基于改进多尺度增长熵(IMIE)、多聚类特征选择(MCFS)和麻雀搜索算法优化极限学习机(SSA-ELM)的离心泵故障诊断方法。首先,基于改进粗粒化处理,提出了改进多尺度增长熵(IMIE)方法,将其用于提取故障特征,构造了反映离心泵损伤属性的特征矩阵;随后,采用多聚类特征选择(MCFS),对原始故障特征进行了重要性排序,获得了对分类识别贡献度更高的故障特征,提高了故障特征的质量;最后,将低维的敏感特征输入至基于麻雀搜索算法(SSA)的极限学习机(ELM)中,进行了离心泵故障分类,完成了离心泵不同故障类型的识别任务;并采用离心泵故障数据集,对基于IMIE、MCFS和SSA-ELM的故障诊断方法的有效性进行了实验验证。研究结果表明:所提故障诊断方法的故障识别准确率达到了100%,多次实验的平均准确率和标准差也优于其他对比的故障诊断方法,即IMIE能够准确地提取信号中的故障信息,进而表征离心泵的健康状态;SSA-ELM能够准确地识别离心泵的故障类型,证明该方法具有一定的有效性和优越性。
关键词
叶片式泵
改进粗粒化处理
改进多尺度增长熵
多聚类特征选择
麻雀搜索算法
极限学习机
特征矩阵
Keywords
vane pump
improved coarse-grained processing
improved multiscale increment entropy(IMIE)
multi cluster
feature
selection
(
mcfs
)
sparrow search algorithm(SSA)
extreme learning machine(ELM)
characteristic matrix
分类号
TH311 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
考虑系统故障演化整体和局部特征的关键事件确定方法
被引量:
1
3
作者
李莎莎
崔铁军
机构
沈阳理工大学环境与化学工程学院
出处
《中国安全生产科学技术》
CAS
CSCD
北大核心
2023年第9期150-156,共7页
基金
国家自然科学基金项目(52004120)。
文摘
为更加合理地构建系统故障演化过程、更加准确地确定关键事件,提出1种考虑演化整体和局部特征的关键事件确定方法。首先,以系统故障演化过程测量得到的对象为基础,建立基础数据矩阵和归一数据矩阵;然后,使用MCFS确定对象局部特征权重,使用LS确定对象整体特征权重;最后,综合各对象局部和整体特征权重得到关键事件。研究结果表明:演化过程中的经历事件是演化的核心;研究对象权重需考虑整体趋势和局部波动特征;大权重对象对应关键事件;利用实例得到的11个关键事件构成该系统故障演化过程。研究结果可为构建系统故障演化过程提供参考方法。
关键词
安全系统工程
系统故障演化
整体和局部特征
关键事件
确定方法
mcfs
Keywords
safety system engineering
system fault evolution
global and local characteristics
key event
determination method
multi-cluster
feature
selection
(
mcfs
)
分类号
X913 [环境科学与工程—安全科学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进层次全局模糊熵和MCFS的滚动轴承损伤识别
柏世兵
林金亮
杨玉华
《机电工程》
CAS
北大核心
2023
0
下载PDF
职称材料
2
基于IMIE、MCFS和SSA-ELM的离心泵故障诊断方法
辜文娟
张扬
《机电工程》
CAS
北大核心
2023
0
下载PDF
职称材料
3
考虑系统故障演化整体和局部特征的关键事件确定方法
李莎莎
崔铁军
《中国安全生产科学技术》
CAS
CSCD
北大核心
2023
1
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