排序方式: 共有35条查询结果,搜索用时 15 毫秒
1.
由于传统退化指标对周期性故障冲击缺乏敏感性和鲁棒性,无法实现风力机轴承退化过程的适时跟踪以及剩余寿命的准确预测,提出了基于包络谐噪比(envelope harmonic-to-noise ratio,简称EHNR)和无迹粒子滤波(unscented particle filter,简称UPF)相结合的风力机轴承实时剩余寿命预测方法。首先,通过计算振动信号的EHNR监测轴承的早期退化点,并提取EHNR的趋势特征作为退化指标;其次,以轴承历史数据构建退化模型,利用UPF算法更新模型参数,实现对轴承退化状态的跟踪和预测;最后,使用实际风力机轴承监测数据对所提方法进行验证。结果表明,该方法能适时启动寿命预测机制,有效解决传统粒子滤波算法的粒子退化问题。与常用的支持向量回归模型(support vector regression,简称SVR)、反向传播神经网络(back propagation neural network,简称BPNN)的预测方法相比,具有较高的预测精度,为大型风力机组的健康管理和可靠性评估提供参考依据。 相似文献
2.
针对传统LSTM方法不能合理利用在线数据的问题,提出了参数实时更新的改进LSTM方法并建立了有效的退化趋势预测模型。首先,依据获取的历史资料离线生成LSTM预测模型;然后,在采集在线观测数据时用已有模型前向计算方式得到预测值;最后,将新增的观测数据做为前一个采样阶段时刻的真实值,将预测值与真实值之间的偏差累积到一个整体的误差中并使用误差最小化计算方法不断地修正和更新模型参数。试验结果表明,改进LSTM方法可以准确、高效地对小样本数据的轴承退化趋势进行预测,预测准确度和模型训练时间比传统的BPNN,SVR,LSTM方法更具优越性。 相似文献
3.
针对滚动轴承存在故障提取信息冗余、非平稳突变故障预测效果不佳的问题,提出了一种基于t分布随机近邻嵌入算法(T_SNE)和自适应加权支持向量回归(AW-SVR)相结合的滚动轴承退化状态预测方法。该方法首先提取了滚动轴承的时域和频域指标,组成原始特征向量;然后通过T_SNE算法进行特征降维,获得二维退化特征集,并利用相对均方根值(RRMS)划分滚动轴承的退化阶段,以此来描述轴承的退化状态;最后将权函数引入支持向量回归机(SVR)中,并通过自适应地改变突变点的权重增强SVR的学习能力,以提高对突变故障的预测精度。通过实验数据对比分析,结果表明T_SNE和AW-SVR相结合比ISOMAP+SVR、LLE+SVR和T_SNE+SVR方法在轴承退化状态预测方面具有更好的效果。 相似文献
4.
改进粒子群算法优化的支持向量机在滚动轴承故障诊断中的应用 总被引:1,自引:0,他引:1
针对惩罚因子C和核参数g选择不当造成支持向量机(SVM)分类效果不理想的问题,在基本粒子群(PSO)算法基础上引入动态惯性权重、全局邻域搜索、种群收缩因子、粒子变异概率等操作,提出了一种新的改进型粒子群(IPSO)算法优化SVM参数的分类器。采用Libsvm工具箱中的公共数据集BreastTissue,Heart和Wine来测试其分类效果,结果表明IPSO-SVM分类器在预测精度和分类时间上明显优于SVM和PSO-SVM分类器。然后将其应用于滚动轴承的二分类问题和多分类问题的故障诊断中,仿真实验证明IPSOSVM分类器能显著提高全局收敛能力和收敛速度,可得到理想的分类结果。最后,用IPSO-SVM分类器对实际轴承进行故障诊断,结果验证了其拥有良好的分类稳定性,值得进一步在工程领域内推广。 相似文献
5.
针对支持向量机模型状态数需要人为设定的不足,提出了一种基于自适应模糊C均值-支持向量机(AFCM-SVM)的滚动轴承退化状态评估与剩余寿命预测方法。该算法采用相对特征建立敏感特征数据集,利用聚类评价指标构造自适应函数,实现了模型聚类结果的自动更新,获得了轴承运行过程中的最佳状态数;基于AFCM-SVM模型与各个运行状态的一一对应关系,确定轴承在不同退化状态下的时间间隔,实现轴承的健康等级评估与寿命预测。根据美国NSFI/UCR智能维护中心提供的滚动轴承全寿命数据对所提算法进行了验证。结果表明,不受轴承个体差异的影响,AFCM-SVM能有效实现自动聚类,识别结果符合轴承退化演变规律;与分层狄利克雷(HDP)和K-means算法相比,AFCM-SVM具有更快的运算速度和更准确的辨识能力。 相似文献
6.
7.
8.
ProfileMaker Pro软件组包括了ColorPicker、MeasureTool、ProfileEditor和ProfileMaker四个基本软件模块,其中ProfileEditor的主要功能是编辑已经制作好的ICC文件。该模块中的Profile Info和Gamut View功能(如图1)可用来进行设备色域分析和专色位置分析,对检查已制作完成的ICC文件是否可以应用于实际生产,和判断选定设备是否可用于特定专色的再现有一定的指导意义。利用Profile Info功能可检查特定设备的ICC文件所反映的设备色域;利用Gamut View功能可以在软件界面中全面观察分析某个ICC文件所反映的设备色域情况,同时还能查看专色在选定设备色域的位置情况。下面,笔者将以ProfileMaker Professional 5.0.10为例,针对这两个功能在印刷色彩管理中的应用作具体介绍。 相似文献
9.
针对实验室环境下船用电气设备的可靠性测试问题,提出了一种新型倾斜摇摆试验台的设计方案。通过试验台的结构设计实现了横摇、纵摇两个水平轴向的运动,利用了步进电机作为驱动装置实现倾斜和摇摆动作,采用了PLC和变频器对倾斜的角度和速度进行控制,安装了传感器对工作台的实际位姿情况进行检测,设计了触摸屏和继电器并行操控方式,形成了一套完整的闭环控制系统,与传统的液压倾斜摇摆试验台相比具有控制精度高、机体重量轻、制造成本低的优点。典型测试试验结果表明,试验台能够满足中国船级社电气电子产品型式认可试验指南GD01-2006的要求,能实时监测和修改各项参数,具有报警功能,工作安全可靠,测试准确有效,具有较强的实际应用价值。 相似文献
10.
几种香辛料提取物对红提葡萄保鲜效果的影响 总被引:1,自引:0,他引:1
目的比较大蒜、八角和肉桂提取物处理对红提葡萄在贮藏过程中的烂果率、呼吸强度、失重率及葡萄糖等主要的风味品质的影响,确定保鲜效果较好的提取物保鲜液。方法用0.1%、0.5%和1.0%3种浓度的大蒜、八角及肉桂保鲜液对红提葡萄进行处理,在温度为2℃、湿度分别为50%、70%和90%环境下贮藏,根据烂果率变化确定适于经提取物保鲜液处理后红提葡萄的贮藏条件及保鲜液浓度。在优化条件下,研究红提葡萄的贮藏品质的变化。结果通过比较对照组和处理组发现,经3种不同浓度的大蒜(A-0.1%、A-0.5%、A-1.0%)、八角(H-0.1%、H-0.5%、H-1.0%)和肉桂(N-0.1%、N-0.5%、N-1.0%)提取物保鲜液处理后,90%湿度条件下各组的烂果率较低,而1.0%浓度的3种提取物保鲜液能更好地降低红提葡萄的烂果率。其中,A-1.0%组红提的呼吸强度较低,风味品质含量保持较好。在贮藏63 d时,该组葡萄糖、可滴定酸、失重率和硬度分别为10.17 g/100 g、1.34 g/100 g、0.26%和1009 g,保持在较优水平。结论大蒜提取物保鲜液能有效地延长贮藏时间,对红提葡萄的保鲜效果优于八角和肉桂提取物保鲜液。 相似文献