共查询到20条相似文献,搜索用时 15 毫秒
1.
《制冷与空调(北京)》2020,(11)
冷水机组作为空调系统最主要的能耗设备,建立冷水机组能耗预测模型对于节能运行优化具有重要意义。本文针对冷水机组运行参数繁多,能耗预测模型超参数难以调优等特点,提出了基于梯度提升回归树的冷水机组能耗预测方法,并利用冷水机组实测数据对模型进行了训练与验证,同时对比了支持向量回归和决策树模型。结果表明:基于梯度提升回归树的能耗预测模型能够更准确的预测冷水机组能耗。对比其他两种模型,MAE和RMSE分别平均降低了24.5%和45.5%,相关系数达到0.999 7,并且模型对超参数不敏感,能够在较宽泛的范围内比较好地拟合数据,具有较高的实用价值。 相似文献
2.
赵潇雅郜志英周晓敏宋寅虎 《振动与冲击》2022,(22):202-210
冷连轧颤振诱发机理复杂多变,颤振问题的解决需要通过大数据驱动的信息挖掘对机理模型进行补充。该研究针对某冷连轧机现场采集的工艺参数及振动数据,通过函数型数据分析(functional data analysis,FDA)方法进行预处理,实现多源异构时序数据的频率协同;采用SelectKBest算法对影响颤振的多种工艺参数进行特征选择,筛选出与振动相关性较强的因素,构造样本空间;基于长短时记忆(long short-term memory,LSTM)神经网络建立振动能量值的预测模型,并与径向基函数(radial basis function,RBF)神经网络、循环神经网络(recurrent neural network,RNN)模型进行比较。结果表明,LSTM模型具有较高的预测精度,同时采用阈值法验证该模型能有效地预测颤振的发生。 相似文献
3.
4.
《制冷与空调(北京)》2020,(12)
制冷剂泄漏会给多联机带来不良影响,需要对其进行实时且准确的故障诊断。本文基于结构方程原理和试验数据,利用数据预处理提取的特征变量,建立结构方程模型,与决策树模型对比,分析结构方程在选择重要变量上的正确性,并利用重要显变量采用主元分析的方法建立专家变量,代入决策树模型,其在线诊断正确率达到96.96%,相对单独采用决策树模型提高2.81%。 相似文献
5.
为了准确监测铣削加工过程中刀具磨损程度,提出了一种基于双向门控循环神经网络融合注意力机制(ABiGRU)的刀具磨损监测模型。在该监测模型中,通过对振动、力和声发射传感器采集到的时序数据进行时域、频域和时频域分析,使用spearman相关系数提取与后刀面平均磨损量强相关的20维特征。引入ELU激活函数来优化BiGRU网络,解决梯度消失问题;利用内部注意力机制提升模型对于重要特征信息的捕捉能力,快速实现从特征到刀具磨损值的映射。通过与RNN、LSTM、GRU、BiLSTM和BiGRU进行的对比分析,结果表明:该模型能够准确地表征刀具磨损程度,并使模型的精度和效率得到了较大的提高。 相似文献
6.
7.
梅潇池华山岳聪范建瑜刘宗沁 《振动与冲击》2022,(16):271-277
为探索航空发动机高压转子组件的装配参数对整机振动响应的影响,通过不平衡响应振动方程描述了装配阶段几何偏差和不平衡偏差与振型的机理关系,提出一种基于最大相关性(maximum correlation,MC)系数与极端梯度提升(XGBoost)的改进模型,MC-XGBoost预测模型。通过MC系数筛选影响振动性能的关键参数,即最相关的几何/不平衡装配参数;代入XGBoost模型进行振动特性预测。利用试验数据对预测模型进行验证,结果表明所提出的MC-XGBoost预测模型相比于RF、GBDT算法模型,具有更高的预测精度,能够为航空发动机面向装配质量的振动特性评估提供一种有效的评价方法。 相似文献
8.
工业大数据驱动人工智能赋能企业创新发展,正在对制造业生产方式、运行模式、生态体系产生重大而深远的影响。为实现产品质量等级的智能判定,提出一种基于Bagging集成的产品质量等级判定模型。模型将梯度提升决策树引入Bagging集成框架,权衡偏差和方差以减弱合格品与不合格品数量不平衡带来的影响。将该方法应用于某化纤企业涤纶长丝的真实生产中,结果表明模型能够实现长丝质量等级的准确判定,帮助企业提高产品质量检验效率,降低人工成本并有效提升产品的质量管理水平。 相似文献
9.
10.
为了有效地进行工程结构的损伤识别,提出基于提升小波包特征提取和BP-Ada Boost模型的大跨斜拉桥拉索损伤识别方法。该方法首先利用提升框架,将结构损伤前后的振动测试信号进行提升小波包分解,提取小波包信号分量能量并将能量累积变异值作为特征值,识别斜拉索损伤位置,然后以此建立BP-Ada Boost(Back Propagation neural network,Adaptive Boosting)模型,利用Ada Boost算法和BP神经网络相结合的方法对大跨斜拉桥拉索的损伤程度进行识别,并研究噪声对该算法的影响。数值分析结果表明,采用基于提升小波包和BP-Ada Boost模型相结合的方法能够有效地识别大跨斜拉桥拉索损伤。 相似文献
11.
压电磁耦合能量采集器能够实现较宽频带振动能量转化,但输出功率受激励方向影响较大,为使能量采集器实时获取较大机械能,设计了一种利用摆锤惯性力实时调整压电悬臂梁和磁铁相对位置的新型能量采集装置,通过对其运动特性分析,利用能量法建立了系统的动力学模型,并应用多尺度法和数值计算方法对系统进行求解,分析了外加激励作用下系统的组合共振特性,讨论了外加激励幅值、磁铁间距、摆臂长度、悬臂梁长度和宽度对有效采集频带宽度和输出电压的影响规律。结果表明:摆臂能够使系统在较大加速度激励下获取较高的机械振动幅值,并有效拓展能量采集频带;同时改变磁铁间距、摆臂长度和悬臂梁结构参数可有效提升能量采集性能。 相似文献
12.
随着高铁的快速发展,人们对乘车环境的要求也越来越高。列车空调系统运行于列车高速振动环境下,性能极易下降且定期检修成本巨大,高效准确的空调故障检测尤为重要。本文用K-means聚类对空调数据进行分类,找到明显异常的类别并与业务部门确认后找到真正的空调系统故障数据,并对故障数据进行标记,利用CART决策树建立空调故障检测模型。 相似文献
13.
14.
为了有效地进行大跨结构的损伤识别,提出随机车载作用下利用BP-AdaBoost(Back Propagation neural network,Adaptive Boosting)模型对大跨斜拉桥拉索进行损伤识别的方法。该方法首先依据交通调查数据,建立随机交通荷载模型,再运用提升框架,对结构损伤前后的振动测试信号进行提升小波包分解,将小波包信号分量能量累积变异值作为特征值,识别斜拉索损伤位置,然后以此建立BP-AdaBoost模型,利用AdaBoost算法和BP神经网络相结合的方法对大跨斜拉桥拉索的损伤程度进行识别,并研究噪声对该算法的影响。数值分析结果表明,该方法有较强的抗噪声干扰能力,在随机车载作用下,运用BP-AdaBoost模型能够有效识别大跨斜拉桥拉索损伤。 相似文献
15.
16.
为提高对爆破振动速度预测的准确性,提出一种基于相关向量机(RVM)的爆破振动速度预测模型.利用该模型建立爆破振动速度与其影响因素之间的非线性映射关系,通过选取影响爆破振动速度的3个主要因素(炸药用量、距离、高程差),并对这3个主要影响因素产生的36组数据进行拟合训练,根据这36组训练样本来对剩余5组样本进行精准预测.将... 相似文献
17.
18.
针对不同轴承数据特征选择困难和单个分类器方法在滚动轴承故障诊断中精度较低的问题,提出一种基于分类与回归树的Xgboost(e Xtreme Gradient Boosting)轴承故障诊断算法。Xgboost是包含多个分类器的集成学习方法。通过Xgboost的"提升"思想来提高滚动轴承故障诊断的精度。首先,从滚动轴承的振动信号中提取时域特征参数;然后利用Xgboost算法对滚动轴承故障进行诊断。将SQI-MFS实验平台的轴承振动数据,与传统分类器(支持向量机、邻近算法和人工神经网络)以及单个分类回归树的诊断结果相比,结果表明Xgboost在轴承故障诊断率上优于上述几种算法,且计算时间比传统提升决策树算法短。 相似文献
19.
《振动与冲击》2015,(21)
结合列车轴箱与车轮振动关系以及轨道激扰对列车振动的影响,分析了通过周期性冲击响应提取车轮踏面擦伤的可行性;通过对高速列车轴箱振动模型的分析,提出采用改进的自适应形态提升小波(IAMGLW)对列车轴箱垂向振动信号分析的方法;实测轴箱垂向振动信号的分析结果证明了IAMGLW对分析高速列车轴箱振动信号的有效性。与自适应形态提升小波(AMGLW)相比,IAMGLW通过前置滤波以及对梯度阈值的改进使其能够有效地保留一定梯度范围内的冲击响应,滤除幅值较大的随机冲击且抗噪能力强。同时该算法只涉及加、减和比较运算,计算简单、快速,可应用于车轮踏面擦伤的在线监测与诊断。 相似文献