LS-SVM回归算法在刀具磨损量预测中的应用 被引量：23

1

作者 关山 闫丽红 彭昶 《中国机械工程》 EI CAS CSCD 北大核心 2015年第2期217-222,共6页

提出了基于最小二乘支持向量机回归算法的刀具磨损量预测方法。该方法首先利用经验模态分解算法对非线性、非平稳的声发射信号进行平稳化处理,得到了若干个固有模态函数;然后建立了每个固有模态函数的自回归模型,并提取模型系数构造特... 提出了基于最小二乘支持向量机回归算法的刀具磨损量预测方法。该方法首先利用经验模态分解算法对非线性、非平稳的声发射信号进行平稳化处理,得到了若干个固有模态函数;然后建立了每个固有模态函数的自回归模型,并提取模型系数构造特征向量;最后采用最小二乘支持向量机回归算法实现了刀具磨损量的预测。该方法与神经网络预测算法相比,具有更高的预测准确率,可有效预测当前切削状态下10s后的刀具磨损量。 展开更多

关键词 刀具磨损量预测 最小二乘支持向量机 经验模态分解 自回归模型

下载PDF 职称材料

基于时间序列对油纸绝缘局部放电模式识别的研究 被引量：8

2

作者 季盛强 纪海英 +3 位作者 曹蕤 罗勇芬 李超 李彦明 《高压电器》 CAS CSCD 北大核心 2012年第2期46-49,共4页

文中制作了5种典型的油纸绝缘局部放电模型,从局部放电的测量结果中提取出局部放电幅值的时间序列,对放电脉冲幅值的时间序列进行预处理,运用自回归模型对预处理的序列进行拟合,并将拟合所得的模型系数作为局部放电模式识别的特征向量,... 文中制作了5种典型的油纸绝缘局部放电模型,从局部放电的测量结果中提取出局部放电幅值的时间序列,对放电脉冲幅值的时间序列进行预处理,运用自回归模型对预处理的序列进行拟合,并将拟合所得的模型系数作为局部放电模式识别的特征向量,运用BP神经网络对这5种放电模型进行模式识别。笔者运用不同阶的自回归模型对局部放电脉冲幅值序列进行拟合,并在各阶的情况下分别对局部放电进行模式识别。结果表明,在运用4阶或6阶滞后模型对局部放电进行拟合时,能获得较高的正判率,均达到了80%以上。 展开更多

关键词 油纸绝缘 局部放电 时间序列 自回归模型 BP神经网络

下载PDF 职称材料

基于改进EEMD-AR和DBN的风机轴承故障诊断 被引量：8

3

作者 韩欣宏 郑洋 吴定会 《传感器与微系统》 CSCD 2020年第11期126-129,133,共5页

采用基于改进聚合经验模态分解(EEMD)与自回归(AR)模型提取故障特征,利用深度置信网络(DBN)实现风机轴承的高精度故障诊断。风机轴承振动信号经过改进的EEMD,选择前4个IMF分量建立自回归模型,利用最小二乘方法求出AR模型的自回归参数。... 采用基于改进聚合经验模态分解(EEMD)与自回归(AR)模型提取故障特征,利用深度置信网络(DBN)实现风机轴承的高精度故障诊断。风机轴承振动信号经过改进的EEMD,选择前4个IMF分量建立自回归模型,利用最小二乘方法求出AR模型的自回归参数。将自回归系数作为DBN的输入参数,并在DBN中加入批量归一化层进行优化,利用DBN从信号中挖掘出具有代表性的高阶特征,实现轴承的故障分类。仿真实验表明:所提方法能够对风机轴承不同故障进行特征提取,并且与传统的反向传播神经网络(BPNN)、支持向量机(SVM)相比有较高的准确率。 展开更多

关键词 聚合经验模态分解 自回归模型 深度置信网络 故障诊断

下载PDF 职称材料

金刚石磨粒变切深划擦无氧铜的声发射及其时间序列建模 被引量：5

4

作者 吴海勇 黄辉 《声学技术》 CSCD 北大核心 2017年第2期99-103,共5页

试验研究了单颗金刚石磨粒以不同切深划擦无氧铜的声发射信号特征,对不同切深下的声发射信号进行平稳化,确定合适的时间序列模型阶次和模型识别,建立了金刚石划擦无氧铜的声发射时间序列自回归(Auto Regressive,AR)模型。研究表明:随着... 试验研究了单颗金刚石磨粒以不同切深划擦无氧铜的声发射信号特征,对不同切深下的声发射信号进行平稳化,确定合适的时间序列模型阶次和模型识别,建立了金刚石划擦无氧铜的声发射时间序列自回归(Auto Regressive,AR)模型。研究表明:随着切深的增加,声发射特征参数和最大振幅随之增大,AR模型的各特征向量与切深之间具有较好的线性关系,合理的AR模型可较好地表征单颗金刚石磨粒划擦无氧铜的声发射信号特征,并可以实时分析金刚石磨粒的划擦深度。 展开更多

关键词 单颗金刚石磨粒 时间序列 声发射 自回归(ar)模型 无氧铜

下载PDF 职称材料

车辆动载对路面的永久变形损伤评价 被引量：4

5

作者 张宗涛 朱月风 张洪亮 《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2015年第7期978-983,共6页

不平整路面能够引起较大动荷载,动荷载的激励又使路面不平度增加,该互相促进过程使得路面破坏在不断加大,因此研究车辆动载对路面的损伤具有重要意义。永久变形作为路面的主要病害,对路面不平度和行车舒适性有较大影响。文章用自回归(au... 不平整路面能够引起较大动荷载,动荷载的激励又使路面不平度增加,该互相促进过程使得路面破坏在不断加大,因此研究车辆动载对路面的损伤具有重要意义。永久变形作为路面的主要病害,对路面不平度和行车舒适性有较大影响。文章用自回归(auto regressive,AR)模型模拟路面随机激励的时域模型,并应用在建立的1/2车辆模型中,求解汽车在不平整路面的振动响应量;根据"四次方定律"提出了车辆动载对路面永久变形损伤的评价指标,并在不同路面等级、不同车速等情况下研究车辆动载对路面永久变形损伤情况。 展开更多

关键词 不平度 自回归模型 时域模型 永久变形 损伤评价

下载PDF 职称材料

超声衍射时差法近表面盲区减小算法研究 被引量：3

6

作者 程江 张旭 +1 位作者 涂君 廖春晖 《传感器与微系统》 CSCD 北大核心 2022年第6期48-51,60,共5页

针对由于近表面盲区的存在,导致超声衍射时差(TOFD)技术无法检出近表面缺陷的问题,提出利用经验模态分解(EMD)和希尔伯特(Hilbert)变换对近表面缺陷信号进行提取,并针对传统经验模态分解存在的端点发散问题提出了基于自回归(AR)模型的... 针对由于近表面盲区的存在,导致超声衍射时差(TOFD)技术无法检出近表面缺陷的问题,提出利用经验模态分解(EMD)和希尔伯特(Hilbert)变换对近表面缺陷信号进行提取,并针对传统经验模态分解存在的端点发散问题提出了基于自回归(AR)模型的端点延拓解决算法。利用本征模态函数(IMF)的能量和频率分布特点选择重构模态函数进行缺陷信号重构。利用改进后的经验模态分解和缺陷重构算法进行仿真设计和实验验证,结果表明:该算法可辨识的最小近表面缺陷深度可达4 mm,测量相对误差小于3.7%。 展开更多

关键词 超声衍射时差 自回归模型 重构算法

下载PDF 职称材料

基于AR模型的非线性目标跟踪自适应算法 被引量：2

7

作者 钱华明 陈亮 杨峻巍 《华中科技大学学报（自然科学版）》 EI CAS CSCD 北大核心 2012年第9期52-56,共5页

针对Jerk模型中各参数设置不合理对跟踪系统所造成的影响,提出一种基于自回归(AR)模型的Jerk参数自适应改进算法,实时估计并调整系统的参数,提高系统的跟踪精度及稳定性;同时,针对非线性目标跟踪系统扩展卡尔曼滤波算法(EKF)计算复杂跟... 针对Jerk模型中各参数设置不合理对跟踪系统所造成的影响,提出一种基于自回归(AR)模型的Jerk参数自适应改进算法,实时估计并调整系统的参数,提高系统的跟踪精度及稳定性;同时,针对非线性目标跟踪系统扩展卡尔曼滤波算法(EKF)计算复杂跟踪精度低,提出采用平方根容积卡尔曼滤波器(SRCKF)进行状态估计,保证跟踪系统的精度和鲁棒性,为Jerk模型参数自适应提供良好条件.仿真结果验证了算法的有效性. 展开更多

关键词 机动目标跟踪 非线性滤波 自回归(ar)模型 JERK模型 平方根容积卡尔曼滤波器(SRCKF) 自适应算法

原文传递

海平面变化的小波和自回归模型集成预测试验 被引量：2

8

作者 袁林旺 谢志仁 钟鹤翔 《海洋科学》 CAS CSCD 北大核心 2008年第4期31-35,51,共6页

针对海面变化预测时间序列模型中趋势组份和周期（准周期）组份的提取和预测问题，基于吴淞站1955-2001年月平均潮位序列，采用小波分析（wA）与自回归（AR）模型相结合的方案，对小波分解的不同尺度分量序列，借助于时间序列模型进行... 针对海面变化预测时间序列模型中趋势组份和周期（准周期）组份的提取和预测问题，基于吴淞站1955-2001年月平均潮位序列，采用小波分析（wA）与自回归（AR）模型相结合的方案，对小波分解的不同尺度分量序列，借助于时间序列模型进行分量预测，再对它们进行叠加建立预测模型，进行了月平均潮位预测试验。以1955～1996年数据为基础建立模型，1997～2001年数据作为验证，结果表明两种方法的结合使用显示了较好的效果，具有较高的精度。 展开更多

关键词 海平面变化 预测 小波分析(WA) 自回归(ar)模型

下载PDF 职称材料

时序与主成分分析的钢框架模型损伤识别研究 被引量：2

9

作者 王嘉琛 逯静洲 +1 位作者 高倩 朱旭 《烟台大学学报（自然科学与工程版）》 CAS 2015年第4期289-293,共5页

针对结构健康监测中基于时间序列分析实现损伤识别的问题,提出了一种利用AR模型的均方差根误差(RMSE)与主成分分析(PCA)的结构损伤识别方法.首先对加速度数据建立自回归AR模型,并求得模型的均方根误差.然后,采用主成分分析获取载荷矩阵... 针对结构健康监测中基于时间序列分析实现损伤识别的问题,提出了一种利用AR模型的均方差根误差(RMSE)与主成分分析(PCA)的结构损伤识别方法.首先对加速度数据建立自回归AR模型,并求得模型的均方根误差.然后,采用主成分分析获取载荷矩阵,通过标准化处理后提出结构损伤特征指标并定位损伤发生的位置.为验证本文提出方法的可行性,对不同损伤工况下的钢框架模型进行了振动试验,利用该方法对各种损伤状况进行识别,识别结果与预设损伤情况相一致.结果表明,使用该方法可以充分利用大量实测数据,克服外界干扰因素所带来的影响,对于结构的损伤诊断具有较高的理论价值和实用价值. 展开更多

关键词 损伤识别 钢框架结构 时间序列 主成分分析 自回归(ar)模型

下载PDF 职称材料

无线瑞利衰落信道的自回归模型研究 被引量：2

10

作者 王选朝 张静 +1 位作者 李莉 黄涛 《电子科技》 2010年第10期65-68,共4页

在不同多普勒谱下分析自回归(AR)模型参数与系统极点位置、幅度响应关系,采用极点位置累试法对模型参数进行修正,改善了仿真功率谱,在通带衰落方面不满足理论要求的缺陷,提高了模型对瑞利衰落信道功率谱的仿真精度。仿真结果表明,通过... 在不同多普勒谱下分析自回归(AR)模型参数与系统极点位置、幅度响应关系,采用极点位置累试法对模型参数进行修正,改善了仿真功率谱,在通带衰落方面不满足理论要求的缺陷,提高了模型对瑞利衰落信道功率谱的仿真精度。仿真结果表明,通过累试法调整系统极点分布,可以提高仿真结果与理论值的匹配度,方法简单且精度较高,降低了仿真分析的难度。 展开更多

关键词 ar模型 累试法 参数修正 瑞利衰落信道功率谱 系统极点分布

下载PDF 职称材料

基于ARSαS模型参数估计的雷达目标检测方法 被引量：2

11

作者 郑作虎 王首勇 《系统工程与电子技术》 EI CSCD 北大核心 2015年第4期782-788,共7页

由于杂波非高斯特性和相关特性的影响,传统的动目标检测(moving target detection,MTD)技术的检测性能严重下降,针对该问题,基于对称α稳定分布(symmetricαstable,SαS)杂波模型和自回归(auto regressive,AR)模型理论,提出了一种基于AR... 由于杂波非高斯特性和相关特性的影响,传统的动目标检测(moving target detection,MTD)技术的检测性能严重下降,针对该问题,基于对称α稳定分布(symmetricαstable,SαS)杂波模型和自回归(auto regressive,AR)模型理论,提出了一种基于ARSαS模型参数估计的雷达目标检测方法。该方法基于SαS模型,通过幂变换抑制杂波的非高斯特性,以及通过基于广义尤拉-沃克方程参数估计的AR模型白化杂波,应用快速傅里叶变换实现对目标信号的积累,以提高信杂比。仿真实验和实测数据验证表明,所提方法在非高斯相关杂波背景下的检测性能明显优于传统的MTD方法。 展开更多

关键词 非高斯相关杂波 Α稳定分布 自回归模型 杂波白化

下载PDF 职称材料

EMD+AR模型在运动想象脑电处理中的应用

12

作者 尹春辉 许婷婷 《信息与电脑》 2023年第6期70-73,共4页

为了在处理运动想象脑电信号时得到理想的特征向量,提取脑电波(Electroencephalogram,EEG)信号特征之前使用经验模态分解(Empirical Mode Decomposition,EMD)信号,再用自回归(Auto Regressive,AR)模型提取特征。与单独使用AR模型相比,EM... 为了在处理运动想象脑电信号时得到理想的特征向量,提取脑电波(Electroencephalogram,EEG)信号特征之前使用经验模态分解(Empirical Mode Decomposition,EMD)信号,再用自回归(Auto Regressive,AR)模型提取特征。与单独使用AR模型相比,EMD+AR算法模型得到的频谱图特征更为明显,表明EMD+AR算法模型提取的特征具有较强的鉴别力。 展开更多

关键词 自回归(ar)模型 经验模态分解(EMD) 运动想象脑电(EEG)

下载PDF 职称材料

风载荷作用下立式低温储罐动力可靠性分析 被引量：1

13

作者 刘明 郑亚明 +1 位作者 多依丽 赵超 《中国安全科学学报》 CAS CSCD 北大核心 2020年第1期48-52,共5页

针对随机风载荷作用下储罐结构动力可靠性问题,以300 m^3的中小型立式低温储罐为研究对象,利用自回归(AR)模型进行数值模拟,得到风载荷的脉动风速时程与脉动功率谱密度函数;采用ANSYS程序建立储罐三维有限元模型,并对储罐进行动力学分析... 针对随机风载荷作用下储罐结构动力可靠性问题,以300 m^3的中小型立式低温储罐为研究对象,利用自回归(AR)模型进行数值模拟,得到风载荷的脉动风速时程与脉动功率谱密度函数;采用ANSYS程序建立储罐三维有限元模型,并对储罐进行动力学分析,计算出储罐结构的随机响应值,进而得到随机风载荷作用下储罐结构动力可靠性所需全部数字特征;利用首次超越机制计算得到储罐的动力可靠度。结果表明:在50年一遇高度为10 m处最大风速26. 8 m/s的情况下,振动频率为0. 83 Hz时,结构位移、速度响应幅值比较大,储罐对低频振动比较敏感;随着使用年限的增加,储罐结构动力可靠度呈现出负指数形式下降趋势,当储罐达到设计使用年限25年时,可靠度降为71. 46%。 展开更多

关键词 立式低温储罐 风载荷 自回归(ar)模型 首次超越机制 动力可靠性

下载PDF 职称材料

基于EMD与AR模型的柴油机故障诊断 被引量：1

14

作者 陆金铭 王醇涛 马捷 《噪声与振动控制》 CSCD 北大核心 2009年第5期70-73,共4页

采用经验模式分解(EMD)方法对振动信号进行分解,得到固有模态函数(IMF),对每一个IMF分量分别建立AR模型,以模型的自回归参数和残差的方差作为特征向量,用支持向量机(SVM)进行分类,判断柴油机的工作状态和故障类型。实验结果分析表明,该... 采用经验模式分解(EMD)方法对振动信号进行分解,得到固有模态函数(IMF),对每一个IMF分量分别建立AR模型,以模型的自回归参数和残差的方差作为特征向量,用支持向量机(SVM)进行分类,判断柴油机的工作状态和故障类型。实验结果分析表明,该方法即使在小样本情况下也能准确有效地诊断柴油机故障,能实现故障的实时自动化诊断。在不同转速时,需选用新转速工况下的数据作为训练样本,以保证分类准确率。 展开更多

关键词 振动与波 柴油机 故障诊断 经验模式分解(EMD) ar模型 支持向量机(SVM)

下载PDF 职称材料

柴油机排气噪声特征提取方法及故障诊断研究 被引量：1

15

作者 尹刚 张英堂 +2 位作者 李志宁 程利军 张光 《现代制造工程》 CSCD 北大核心 2012年第11期126-130,共5页

柴油机的排气噪声中含有很多能反映柴油机故障的有用信息,因此从排气噪声中提取有效的特征向量可用于柴油机故障诊断。通过对柴油机不同状态下的排气噪声分析,对比了基于功率谱分析、小波包分解和AR模型的排气噪声特征提取方法,发现基... 柴油机的排气噪声中含有很多能反映柴油机故障的有用信息,因此从排气噪声中提取有效的特征向量可用于柴油机故障诊断。通过对柴油机不同状态下的排气噪声分析,对比了基于功率谱分析、小波包分解和AR模型的排气噪声特征提取方法,发现基于AR模型的排气噪声特征提取方法能有效地区分柴油机失火及气阀机构故障。 展开更多

关键词 柴油机 排气噪声 功率谱 自回归模型 小波包 特征提取 故障诊断

下载PDF 职称材料

基于组合方法的网络业务流预测

16

作者 刘渊 李小航 刘元珍 《计算机应用》 CSCD 北大核心 2007年第12期2976-2978,2981,共4页

在总结了已有的流量预测方法基础上,提出了一种基于多种预测技术组合而成的网络流量预测方法。该方法根据小波多尺度的分解和重构思想,将网络流量通过小波分解成不同尺度下的逼近信号和细节信号,然后分别单支重构成低频序列和高频序列... 在总结了已有的流量预测方法基础上,提出了一种基于多种预测技术组合而成的网络流量预测方法。该方法根据小波多尺度的分解和重构思想,将网络流量通过小波分解成不同尺度下的逼近信号和细节信号,然后分别单支重构成低频序列和高频序列。根据低频和高频序列的不同特性,分别采用自回归模型(AR)和线性最小均方误差估计(LMMSE)对未来网络流量进行预测,最后重新组合生成预测流量。通过对真实网络流量的仿真实验表明,该方法能比较准确地预测未来的网络流量。 展开更多

关键词 网络流量 自回归模型 小波分析 流量预测

下载PDF 职称材料

基于自适应迭代的非参数化虚拟孔径合成方法

17

作者 汤小为 朱伟 汤俊 《清华大学学报（自然科学版）》 EI CAS CSCD 北大核心 2012年第9期1265-1269,共5页

基于自回归(auto-regressive,AR)模型的参数化虚拟孔径合成算法无法应用于灵活的稀疏阵列构型,在单快拍和低信噪比(signal-to-noise ratio,SNR)时对极点个数和位置估计不准。该文提出了基于迭代自适应(iterative adap-tive approach,IAA... 基于自回归(auto-regressive,AR)模型的参数化虚拟孔径合成算法无法应用于灵活的稀疏阵列构型,在单快拍和低信噪比(signal-to-noise ratio,SNR)时对极点个数和位置估计不准。该文提出了基于迭代自适应(iterative adap-tive approach,IAA)的非参数化虚拟孔径合成方法,该方法无需估计极点信息,通过迭代计算虚拟孔径的空间谱并恢复虚拟阵元数据。分析和仿真结果表明:该方法在单快拍和低信噪比条件下比参数化方法具有更好的分辨性能和稳健性,可用于阵元位置随机空缺的情况。 展开更多

关键词 虚拟孔径 自回归模型 迭代自适应算法 空间谱估计

原文传递

无线传感网中一种基于自回归模型的数据收集方案

18

作者 李余琪 甘金明 周顺先 《计算机应用与软件》 CSCD 北大核心 2014年第3期99-103,共5页

数据收集问题是无线传感网中的一个研究热点。针对现有数据收集方法的不足,提出一种基于自回归模型的数据收集方案。首先分析感知数据稀疏性变化情况对于重构性能的影响,然后基于自回归模型对压缩感知重构问题进行建模,最后sink利用时... 数据收集问题是无线传感网中的一个研究热点。针对现有数据收集方法的不足,提出一种基于自回归模型的数据收集方案。首先分析感知数据稀疏性变化情况对于重构性能的影响,然后基于自回归模型对压缩感知重构问题进行建模,最后sink利用时间相关性来对重构误差进行评价,并根据重构误差要求来决定是否需要增加测量次数,从而实现对感知数据的自适应重构。仿真实验结果表明,该方法是有效的,在数据重构精度以及网络生命周期等方面要优于传统的方法。 展开更多

关键词 无线传感网 数据收集 自回归模型 测量次数 重构精度 网络生命周期

下载PDF 职称材料

基于AR模型模拟超高层建筑的脉动风速时程 被引量：29

19

作者 李春祥 都敏 韩兵康 《地震工程与工程振动》 CSCD 北大核心 2008年第3期87-94,共8页

风荷载是超高层建筑设计的主要荷载之一,而且通过风振时域分析可以更全面地了解超高层建筑风振响应特性,更直观地反映超高层建筑风致振动控制的有效性。因此,本文使用线性滤波法即白噪声滤波法(white noise filtration method,WNFM)中... 风荷载是超高层建筑设计的主要荷载之一,而且通过风振时域分析可以更全面地了解超高层建筑风振响应特性,更直观地反映超高层建筑风致振动控制的有效性。因此,本文使用线性滤波法即白噪声滤波法(white noise filtration method,WNFM)中的自回归(auto-regressive,AR)模型模拟超高层建筑的风速时程。首先,考虑超高层建筑风速时程的时间和空间相关性,导出了四阶AR模型的参数表达式。接着,基于AR模型模拟了一幢高度为200 m超高层建筑的风速时程。最后,通过比较模拟风速功率谱、模拟自相关函数和互相关函数与目标风速功率谱、目标自相关函数和互相关函数的吻合程度,验证基于AR模型模拟超高层建筑风速时程的可行性。 展开更多

关键词 超高层建筑 风荷载 风速时程 自回归模型 随机过程 模拟

下载PDF 职称材料

基于多维AR模型的桥梁随机风场模拟 被引量：13

20

作者 张田 夏禾 郭薇薇 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2012年第3期1114-1121,共8页

基于自然风特性,通过考虑结构节点间风速时程的空间相关性,采用多维AR模型模拟主梁和桥墩节点随机脉动风速时程,利用FPE准则和AIC准则确定模型阶数,并对模拟过程中的自回归顺序、功率谱密度等问题进行研究。对兰新二线铁路白杨河大桥采... 基于自然风特性,通过考虑结构节点间风速时程的空间相关性,采用多维AR模型模拟主梁和桥墩节点随机脉动风速时程,利用FPE准则和AIC准则确定模型阶数,并对模拟过程中的自回归顺序、功率谱密度等问题进行研究。对兰新二线铁路白杨河大桥采用多维AR模型模拟各节点的脉动风速时程,结果表明:当AR模型阶数为4时,模拟功率谱与目标功率谱吻合较好;当自回归顺序颠倒时,模拟功率谱明显偏离目标功率谱。 展开更多

关键词 桥梁 脉动风 随机风场模拟 ar模型 定阶

下载PDF 职称材料