排序方式: 共有16条查询结果,搜索用时 93 毫秒
1.
2.
针对分布式场景下单节点样本有限、多节点间工况分布不平衡等导致的深度学习故障诊断精度低的问题,提出一种多小波系数增强动态聚合联邦深度网络用于分布式小样本下的多工况机械故障诊断。提出多小波系数增强动态聚合联邦深度网络的诊断框架,单终端节点从本地样本中提取小波系数特征,提出多小波系数深度网络融合的特征增强方法,局部模型从多样性小波系数集合中提取更具判别性故障特征;聚合节点通过对多终端节点局部模型的聚合以构建全局联邦深度网络模型,并用于多工况故障诊断;为降低多节点间数据非独立同分布的影响,提出平衡模型贡献度的联邦动态加权聚合算法。轴承振动数据分析结果表明,所提方法能在分布式小样本条件下实现高精度的多工况故障诊断。 相似文献
3.
针对单一源域信息有限、域自适应对齐粒度不足导致滚动轴承剩余寿命( remain useful life, RUL)预测精度低的问题,
提出了一种多源域子域自适应(multi-source subdomain adaption network, MS_SAN)的滚动轴承剩余寿命预测方法。 首先,将采
集的原始振动信号进行快速傅里叶变换得到频域信号作为模型的输入。 其次,利用一维卷积将多个源域与目标域数据映射到
一个公共的特征空间,采用局部最大均值差异将每个源域与目标域的退化阶段在独立的特征空间进行领域自适应,缩小多个源
域与目标域之间的分布差异。 最后,通过综合各领域 RUL 预测模块的输出得到最终轴承剩余寿命预测结果。 在 PHM2012 数
据集上的测试结果表明该方法的预测准确率高于对比方法,能够对滚动轴承剩余寿命进行有效的预测。 相似文献
4.
针对目前机械振动无线传感器网络数据无损压缩方法效率低的问题,提出一种数据分块无损压缩方法,该方法主要由数据分割和数据编码组成。传感器网络节点首先对采集的振动数据进行分块处理,利用子带能量自适应量化方法压缩原始数据,以量化压缩数据完成对原始信号的预测;然后将量化数据还原,计算预测差值矩阵;最后,采用线性预测、自适应零游程编码和Range编码对量化压缩数据和差值矩阵进行编码,进一步去除数据冗余。将提出的数据分块无损压缩方法的压缩性能与其他无损压缩方法进行对比,实验结果表明该方法能在资源受限的无线传感器网络节点上有效实现机械振动信号的无损压缩。 相似文献
5.
本文基于现代控制理论观点下的量测模型的能观测性分析,提出绝对时钟状态量测模型的能观测性问题.启发于量测状态向量空间与状态向量运算法则,转化为本质上向量空间的同构映射原理,建立了以基本量测单元(Basic Measurement Unit,BMU)构建最小均方误差(Minimum Mean Square Error,MMSE)等价变换下的能观测性解耦量测模型.该方法揭示了在双向信息交换下对称量测性能的本质,在量测模型满足能观测性的必要条件下实现时钟状态追踪的Kalman filtering算法.本文算法不依赖于优化的初始点设置,初始点选择具有鲁棒性,并且对于网络连接性的变化具有稳健性.仿真结果表明,能观测性量测模型能实现规模化扩展,设计的算法具有局部和全局一致的MMSE量测性能,接近于贝叶斯CRLB(Cramer-Rao Lower Bound)量测性能边界. 相似文献
6.
工业物联网络6TiSCH通过对时隙跳频模式和IPv6协议的引入,在支持海量节点接入、确定性可靠传输以及低功耗运行方面优势明显。虽然6TiSCH操作子层的定义为用户自定义调度策略提供了规范化的调度执行过程,但在实际应用中仍面临不同应用场景的上层调度函数(即决策实体)个性化设计的问题。本文将控制理论引入确定性工业无线网络的资源调度应用中,将分布式节点间通信资源调控抽象为闭环控制问题,结合经典比例积分微分(proportional-integral-derivative, PID)控制算法,阐述基于PID控制理念的6TiSCH网络资源调度原理,设计面向突发流量场景的6TiSCH网络分布式PID调度算法,构建突发流量友好的上层调度函数。基于OpenMote-B的6TiSCH网络平台实验表明,所提方法支持流量需求动态变化的节点间通信资源的自适应调度,尤其对多种类型突发流量可以快速响应。 相似文献
7.
通过分析无线传感器网络(wireless sensors network,简称WSN)的优势和潜能,提出将无线传感器网络应用于机械设备状态监测中,以弥补目前有线连接的机械设备状态监测系统的局限性。针对目前机械设备状态监测中所用的无线传感器网络节点硬件性能偏低、采样频率也低、缺乏信号同步采集研究、对大量数据快速可靠传输研究偏少、对于反映机械设备状态最关键的机械振动的监测还难以实现等问题,提出要实现基于无线传感器网络的机械设备状态监测,必须解决高速同步采集、实时可靠传输和能量供应等难题。指出了低成本、低功耗、微型化、网络化、多功能化将是无线传感器网络在机械设备状态监测应用中的发展方向。 相似文献
8.
针对如何保证物联网确定性调度中时分多址(TDMA)紧时隙时间精度边界,首先建立不完全观测的绝对时钟同步状态空间模型;根据间歇观测方程推导修正的绝对时钟卡尔曼滤波器,得到了随机误差协方差迭代式;然后将误差协方差迭代式建模为修正的黎卡提微分方程,研究稳态误差协方差的统计特性;利用凸优化理论和线性矩阵不等式(LMI)工具求解时钟状态估计的临界包到达率和估计误差协方差的统计收敛边界。面向网络参数配置和TDMA时隙的紧边界应用需求,定量分析存在观测值丢失的时钟同步误差与精度边界,建立时钟同步精度边界与无线网络的权衡关系,并提出存在观测值丢失时保时带大小设计方法。 相似文献
9.
10.
非负矩阵分解(NMF)作为一种矩阵分解以及非线性维数约简工具,被广泛用于多样本振动时频谱的分解编码以及特
征提取,但单样本振动时频谱的 NMF 编码、尤其 NMF 分解向量与振动时频谱分量间关联关系尚缺乏探讨。 阐述了单时频谱编
码与解调的特征提取原理,重点分析了 NMF 对单时频谱基于部分的特征表示能力、单时频谱 NMF 基向量的带通滤波幅频特性
(BFAC)、以及 NMF 编码向量与时频谱分量的同步变化特性。 提出单时频谱 NMF 编码与解调的两种特征提取新方法,即基于
NMF 基向量的滤波解调和 NMF 编码向量直接解调,定义一种 BFAC 指数指标和基向量归一化的 NMF 编码优化迭代规则分别
用于 NMF 低维参数自适应选取和优化求解过程。 将所提方法用于仿真信号以及齿轮箱振动信号分析,6. 4 k 长度数据在给定
因子分解秩和 NMF 最大迭代 300 次终止条件设定下的特征提取用时约 3. 5 s,同时实现了对信噪比为-10 dB 仿真信号以及多
故障齿轮箱振动信号中故障特征的提取。 相似文献