期刊导航
期刊开放获取
cqvip
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
基于改进多元多尺度色散熵的齿轮箱多通道振动信号故障诊断
被引量：
10
1
作者
周付明
申金星
+2 位作者
杨小强
刘武强
刘小林
《机械传动》
北大核心
2021年第4期112-122,共11页
齿轮箱发生故障时,其振动信号具有不平稳和非线性等特征,而常用的齿轮箱故障诊断方法大多是建立在单通道振动信号分析基础上,容易造成故障信息丢失,故而在工业生产中实用性受限。为了克服此缺陷,将多元多尺度色散熵引入到齿轮箱故障诊...
齿轮箱发生故障时,其振动信号具有不平稳和非线性等特征,而常用的齿轮箱故障诊断方法大多是建立在单通道振动信号分析基础上,容易造成故障信息丢失,故而在工业生产中实用性受限。为了克服此缺陷,将多元多尺度色散熵引入到齿轮箱故障诊断当中,并改进其粗粒化方式,提出了改进多元多尺度色散熵,用以提取齿轮箱多通道振动信号的故障信息。在此基础上,提出一种基于集合经验模态分解,改进多元多尺度色散熵和遗传算法优化支持向量机的齿轮箱故障诊断方法。通过实验数据分析,并与多元多尺度样本熵、多元多尺度模糊熵等现有方法相比较,证明该方法具有更高的准确率和稳定性,且在处理短时间序列时具有明显优势。
展开更多
关键词
齿轮箱
故障诊断
集合经验模态分解
改进多元多尺度色散熵
遗传算法
优化
支持向量机
下载PDF
职称材料
基于小波分析和GA-SVM的小电流接地故障选线方法
被引量：
9
2
作者
张祚淏
王利恒
《自动化与仪表》
2021年第8期8-12,23,共6页
如果小电流系统中,由于种种原因发生接地故障时,流过故障点的电流很小,长时间运行会影响系统的安全,现有的方法在选线中存在着不足之处,该文提出了一种基于小波分析和GA-SVM的故障选线方法,通过在MATLAB中搭建小电流系统,模拟接地故障,...
如果小电流系统中,由于种种原因发生接地故障时,流过故障点的电流很小,长时间运行会影响系统的安全,现有的方法在选线中存在着不足之处,该文提出了一种基于小波分析和GA-SVM的故障选线方法,通过在MATLAB中搭建小电流系统,模拟接地故障,利用小波包变换从零序电流中提取暂态特征值,并且作为GA-SVM的输入特征进行训练,用训练好的SVM对测试集进行检测,得到选线的结果。从结果上看,利用该方法进行选线,能够准确的选出故障线路,并且不受故障相位角和接地电阻等因素的影响。
展开更多
关键词
小电流接地系统
遗传算法
优化
支持向量机
小波分析
零序电流
下载PDF
职称材料
煤巷支护参数预测研究
被引量：
2
3
作者
陈攀
马鑫民
+2 位作者
向俊杰
陈莉影
梁厅皓
《工矿自动化》
CSCD
北大核心
2023年第10期133-141,共9页
目前支持向量机(SVM)和随机森林(RF)等算法在煤矿巷道支护领域应用较少。研究了不同的机器学习模型进行支护参数设计的适用性,以建立一个更高性能的模型来实现锚杆支护的合理、科学设计。首先建立煤巷支护智能预测数据库:采用现场调研...
目前支持向量机(SVM)和随机森林(RF)等算法在煤矿巷道支护领域应用较少。研究了不同的机器学习模型进行支护参数设计的适用性,以建立一个更高性能的模型来实现锚杆支护的合理、科学设计。首先建立煤巷支护智能预测数据库:采用现场调研、问卷调查和文献检索等方式收集煤矿巷道样本;采用缺失值填补、箱形图修改离群点和局部异常因子剔除等方式对数据进行处理,建立煤巷支护数据库。提出一种基于合成少数类过采样(SMOTE)-遗传算法(GA)-SVM的煤巷支护参数预测模型:将数据库中的数据分成训练集与测试集,采用SMOTE技术平衡训练样本,提高模型对少数类样本的拟合能力;训练过程采用GA对SVM的超参数进行全局寻优,进一步提高模型整体性能。测试结果表明,SMOTE-GA-SVM模型的分类精度达到83.8%,比传统的SVM模型提高了21.8%。将SVM、人工神经网络(ANN)、RF、AdaBoost(ADA)和朴素贝叶斯分类器(NBC)等机器学习方法引入到煤巷锚杆支护参数预测中,建立对应的支护参数预测模型,比较结果表明:从最优到最差的预测模型排序分别为SMOTE-GA-SVM、RF、GA-ANN、SVM、NBC和ADA,6种模型的平均分类精度达69.9%,验证了机器学习方法在煤巷锚杆支护参数预测方面的可行性。在山西霍宝干河煤矿有限公司对SMOTE-GA-SVM模型进行了应用,模型预测准确率达87.5%,具有较强的适用性和可靠性。
展开更多
关键词
煤矿巷道
机
器学习
锚杆支护参数
合成少数类过采样
遗传算法
优化
支持向量机
下载PDF
职称材料
题名
基于改进多元多尺度色散熵的齿轮箱多通道振动信号故障诊断
被引量：
10
1
作者
周付明
申金星
杨小强
刘武强
刘小林
机构
陆军工程大学野战工程学院
出处
《机械传动》
北大核心
2021年第4期112-122,共11页
文摘
齿轮箱发生故障时,其振动信号具有不平稳和非线性等特征,而常用的齿轮箱故障诊断方法大多是建立在单通道振动信号分析基础上,容易造成故障信息丢失,故而在工业生产中实用性受限。为了克服此缺陷,将多元多尺度色散熵引入到齿轮箱故障诊断当中,并改进其粗粒化方式,提出了改进多元多尺度色散熵,用以提取齿轮箱多通道振动信号的故障信息。在此基础上,提出一种基于集合经验模态分解,改进多元多尺度色散熵和遗传算法优化支持向量机的齿轮箱故障诊断方法。通过实验数据分析,并与多元多尺度样本熵、多元多尺度模糊熵等现有方法相比较,证明该方法具有更高的准确率和稳定性,且在处理短时间序列时具有明显优势。
关键词
齿轮箱
故障诊断
集合经验模态分解
改进多元多尺度色散熵
遗传算法
优化
支持向量机
Keywords
Gearbox
Fault diagnosis
EEMD
Improved multivariate multiscale dispersion entropy
GA-SVM
分类号
TH132.41 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
基于小波分析和GA-SVM的小电流接地故障选线方法
被引量：
9
2
作者
张祚淏
王利恒
机构
武汉工程大学电气信息学院
出处
《自动化与仪表》
2021年第8期8-12,23,共6页
基金
武汉工程大学研究生教育创新基金资助项目(CX2020076)。
文摘
如果小电流系统中,由于种种原因发生接地故障时,流过故障点的电流很小,长时间运行会影响系统的安全,现有的方法在选线中存在着不足之处,该文提出了一种基于小波分析和GA-SVM的故障选线方法,通过在MATLAB中搭建小电流系统,模拟接地故障,利用小波包变换从零序电流中提取暂态特征值,并且作为GA-SVM的输入特征进行训练,用训练好的SVM对测试集进行检测,得到选线的结果。从结果上看,利用该方法进行选线,能够准确的选出故障线路,并且不受故障相位角和接地电阻等因素的影响。
关键词
小电流接地系统
遗传算法
优化
支持向量机
小波分析
零序电流
Keywords
small current grounding power system
genetic algorithm-support vector machine(GA-SVM)
wavelet analysis
zero sequence current
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
煤巷支护参数预测研究
被引量：
2
3
作者
陈攀
马鑫民
向俊杰
陈莉影
梁厅皓
机构
中国矿业大学(北京)力学与土木工程学院
云南省水利水电勘测设计院有限公司
出处
《工矿自动化》
CSCD
北大核心
2023年第10期133-141,共9页
基金
国家自然科学基金资助项目(52074301)。
文摘
目前支持向量机(SVM)和随机森林(RF)等算法在煤矿巷道支护领域应用较少。研究了不同的机器学习模型进行支护参数设计的适用性,以建立一个更高性能的模型来实现锚杆支护的合理、科学设计。首先建立煤巷支护智能预测数据库:采用现场调研、问卷调查和文献检索等方式收集煤矿巷道样本;采用缺失值填补、箱形图修改离群点和局部异常因子剔除等方式对数据进行处理,建立煤巷支护数据库。提出一种基于合成少数类过采样(SMOTE)-遗传算法(GA)-SVM的煤巷支护参数预测模型:将数据库中的数据分成训练集与测试集,采用SMOTE技术平衡训练样本,提高模型对少数类样本的拟合能力;训练过程采用GA对SVM的超参数进行全局寻优,进一步提高模型整体性能。测试结果表明,SMOTE-GA-SVM模型的分类精度达到83.8%,比传统的SVM模型提高了21.8%。将SVM、人工神经网络(ANN)、RF、AdaBoost(ADA)和朴素贝叶斯分类器(NBC)等机器学习方法引入到煤巷锚杆支护参数预测中,建立对应的支护参数预测模型,比较结果表明:从最优到最差的预测模型排序分别为SMOTE-GA-SVM、RF、GA-ANN、SVM、NBC和ADA,6种模型的平均分类精度达69.9%,验证了机器学习方法在煤巷锚杆支护参数预测方面的可行性。在山西霍宝干河煤矿有限公司对SMOTE-GA-SVM模型进行了应用,模型预测准确率达87.5%,具有较强的适用性和可靠性。
关键词
煤矿巷道
机
器学习
锚杆支护参数
合成少数类过采样
遗传算法
优化
支持向量机
Keywords
coal mine roadway
machine learning
anchor rod support parameters
oversampling of synthesized minority classes
genetic algorithm optimizing support vector machine
分类号
TD353 [矿业工程—矿井建设]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进多元多尺度色散熵的齿轮箱多通道振动信号故障诊断
周付明
申金星
杨小强
刘武强
刘小林
《机械传动》
北大核心
2021
10
下载PDF
职称材料
2
基于小波分析和GA-SVM的小电流接地故障选线方法
张祚淏
王利恒
《自动化与仪表》
2021
9
下载PDF
职称材料
3
煤巷支护参数预测研究
陈攀
马鑫民
向俊杰
陈莉影
梁厅皓
《工矿自动化》
CSCD
北大核心
2023
2
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
