针对旋转机械失效机理复杂,特征信息差异大,导致的传统诊断模型依赖先验知识,准确率低,适应性差的难题.提出一种基于随机量化数据增强-随机LSTM(Long Short Term Memory)块映射特征提取-随机配置网络(Randomized Quantization-Randomize...针对旋转机械失效机理复杂,特征信息差异大,导致的传统诊断模型依赖先验知识,准确率低,适应性差的难题.提出一种基于随机量化数据增强-随机LSTM(Long Short Term Memory)块映射特征提取-随机配置网络(Randomized Quantization-Randomized LSTM Block Mapping Method-Stochastic Configuration Network,简称RQ-RLBM-SCN)的旋转机械故障诊断方法.首先,为了解决失效机械特征信息小子样,训练样本不足的难题,使用随机量化数据增强将多传感器原始数据样本进行扩充,从而提高模型的适应性、准确率和缓解过拟合问题.其次用随机LSTM块映射方法来提取特征,解决SCN不擅长提取时序数据特征难的问题;然后使用随机配置网络(SCN)进行分类,SCN可以动态配置参数,无需反向传播来更新参数,在保证学习率的同时,还有效的避免梯度爆炸或梯度消失等问题.采用RQ-RLBM-SCN方法能准确识别出轴承和齿轮故障,在10次重复实验中,轴承和齿轮的多传感器数据集上的平均准确率分别达到99.80%、98.75%均高于原始SCN、TSC-SCN、VMD-SCN、SVM和KNN故障诊断方法;该方法可以为建立旋转机械的健康监测模型提供动态方法和诊断思路.展开更多
提出一种利用面向对象多特征和改进的单类随机森林分类器(improved one-class random forest classifier,iOCRF)从多传感器遥感数据提取滑坡的新方法。从两时相高分辨率多光谱图像和中分辨率数字高程模型(DEM)数据中提取的图像对象多特...提出一种利用面向对象多特征和改进的单类随机森林分类器(improved one-class random forest classifier,iOCRF)从多传感器遥感数据提取滑坡的新方法。从两时相高分辨率多光谱图像和中分辨率数字高程模型(DEM)数据中提取的图像对象多特征,来定量表达滑坡引起地表变化和滑坡区地形特征,利用iOCRF对所有特征图像进行分类以提取滑坡。据研究区两时相高分辨多光谱图像和30 m分辨率的ASTER全球DEM数据对提出的方法进行评价。结果表明,所提出方法的提取精度优于只利用部分特征提取和利用传统随机森林的提取精度;利用iOCRF计算不同特征的重要性,并分析不同特征对滑坡提取的贡献。展开更多
物联网(Internet of Things,IOT)环境下,多传感器数据采集系统能够提高数据检测和诊断分析能力。数据采集所用的传感器基阵由多传感信息融合的无线监测节点组成,通过收发和转换电路执行功率放大功能,实现信号的采集和放大。物联网采用...物联网(Internet of Things,IOT)环境下,多传感器数据采集系统能够提高数据检测和诊断分析能力。数据采集所用的传感器基阵由多传感信息融合的无线监测节点组成,通过收发和转换电路执行功率放大功能,实现信号的采集和放大。物联网采用动态增益控制方法放大采集的信号,并对信号进行滤波处理。采用物联网多传感器数据采集系统能够更好地监测无线节点中的数据,自动记录数据,给企业带来安全保证。企业在生产过程中整合信息技术建立物联网系统,可实时采集传感器中的数据传输到物联网系统,根据影响安全性能的因素实施针对性的解决措施。展开更多
文摘物联网(Internet of Things,IOT)环境下,多传感器数据采集系统能够提高数据检测和诊断分析能力。数据采集所用的传感器基阵由多传感信息融合的无线监测节点组成,通过收发和转换电路执行功率放大功能,实现信号的采集和放大。物联网采用动态增益控制方法放大采集的信号,并对信号进行滤波处理。采用物联网多传感器数据采集系统能够更好地监测无线节点中的数据,自动记录数据,给企业带来安全保证。企业在生产过程中整合信息技术建立物联网系统,可实时采集传感器中的数据传输到物联网系统,根据影响安全性能的因素实施针对性的解决措施。
