共查询到19条相似文献,搜索用时 203 毫秒
1.
2.
基于模糊集相似度量的机械设计方案决策 总被引:4,自引:0,他引:4
针对模糊集的推广形式———Vague集,描述了Vague集的含义与相似度量,并提出一种Vague集的相似度量在机械设计方案决策中的新方法。在机械设计方案决策中,Vague集之间的相似度量是评价设计方案接近期望方案(理想方案)的度量,相似度量值越大,设计方案接近期望方案越好。通过实例阐明Vague集之间的相似度量在机械设计方案决策中的可行性。 相似文献
3.
4.
5.
为提高行星齿轮箱健康评估准确性,提出一种基于图谱特征与度量学习的行星齿轮箱健康评估方法.从行星齿轮箱振动信号中提取图谱特征作为故障特征参数;设计基于单调性、相关性的度量学习准则,建立优化的马氏距离度量函数;采用待测样本与无故障正常样本之间的马氏距离表征故障严重程度,建立基于支持向量回归的健康评估模型.通过行星齿轮箱健康... 相似文献
6.
7.
为了准确识别滚动轴承退化状态,提出了一种基于经验模态分解(EMD)和核马氏距离的滚动轴承性能退化评估方法。该方法通过EMD分解得到各阶IMF分量的标准偏差提取信号的特征信息,以样本的标准偏差向量作为样本的特征向量,将无故障样本的特征向量和待测样本特征向量设为样本集,通过衡量样本集和待测样本之间的核马氏距离来评估滚动轴承的性能退化程度。通过对轴承不同故障程度数据以及对轴承全寿命实验数据的分析验证了该评估模型的可行性,所提出方法能够准确反映故障程度的加深并持续跟踪故障发展趋势。 相似文献
8.
9.
针对部分风场因有标签故障样本数据稀少而导致风电齿轮箱故障诊断准确率不高的问题,提出了一种小样本下混合自注意力原型网络的故障诊断方法。首先,通过原型网络将振动信号映射到故障特征度量空间;然后采用位置自注意力机制和通道自注意力机制进行矩阵融合构建混合自注意力模块,建立原始振动信号的全局依赖关系,获取更具判别性的特征信息,学习风电齿轮箱各健康状态下的度量原型;最后通过度量分类器进行模式识别,实现小样本条件下风电齿轮箱的故障诊断。实验结果表明,所提出的混合自注意力原型网络故障诊断方法在不同小样本数据集上均能实现风电齿轮箱高精度故障诊断。 相似文献
10.
针对轴承故障振动信号的非线性、非平稳特点及振动信号的强噪声背景,提出一种基于局部均值分解(Local Mean Decomposition,LMD)和灰色相似关联度的轴承故障诊断方法。首先对信号进行局部均值分解,得到若干个PF(Product function,简称PF)分量,再选取包含主要故障信息的PF分量进一步分析,并提取特征向量,然后通过计算标准故障模式与待识别样本的灰色相似关联度对轴承故障类型进行判断。利用该方法对试验轴承故障振动信号进行了分析,结果表明,基于LMD和灰色相似关联度方法能够有效地识别轴承运行状态,实现对轴承的故障诊断。 相似文献
11.
12.
13.
现有无监督的轴承跨域故障诊断研究往往采用充足的试验台数据构建源域,且难以兼顾领域间的边缘分布和条件分布对齐,此外在域适配过程中全体源域样本被赋予相同的重要性。针对以上挑战,提出了一种仿真数据驱动的改进无监督域适应轴承故障诊断新方法。采用仿真所得的故障信息丰富,标签数据充足的轴承故障数据构建源域,降低对试验台资源的依赖。设计了一种嵌入联合最大均值差异的改进损失函数,在无监督场景下实现了不同域间边缘分布和条件分布的同时对齐。开发了一种源域样本权值分配机制,通过领域预测误差衡量源域样本与目标域样本的相似性从而自适应地分配其权值以抑制负迁移。使用两组试验台数据作为目标域对所提方法进行验证,结果表明:所提方法能够充分适配仿真域和实验域的深层特征分布,提高无监督跨域场景下的故障诊断精度。 相似文献
14.
Yaguo Lei Zhengjia He Yanyang Zi Qiao Hu 《The International Journal of Advanced Manufacturing Technology》2008,35(9-10):968-977
A new hybrid clustering algorithm based on a three-layer feed forward neural network (FFNN), a distribution density function, and a cluster validity index, is presented in this paper. In this algorithm, both feature weighting and sample weighting are considered, and an optimal cluster number is automatically determined by the cluster validity index. Feature weights are learnt via FFNN based on the gradient descent technique, and sample weights are computed by using the distribution density function of a sample. Feature weighting and sample weighting highlight the importance of sensitive features and representative samples, and simultaneously weaken the interference of insensitive features and vague samples. The presented algorithm is described and applied to the incipient fault diagnosis of locomotive roller bearings. The diagnosis result demonstrates the superior effectiveness and practicability of the algorithm, and shows that it is a promising approach to the fault diagnosis of rotating machinery. 相似文献
15.
16.
17.
智能故障诊断中的波形识别技术 总被引:1,自引:0,他引:1
在电子设备故障诊断中,波形识别是进行故障特征提取和故障诊断的重要依据。根据某型电子设备实时监测与诊断系统的需要,提出了两种波形识别方法:一种是波形相关分析识别方法,另一种是波形模糊识别方法。相关分析主要是计算相关系数,模糊识别主要是计算监测点波形的模糊隶属度。这两种方法都是以标准渡形为依据,能够实时在线对监测波形数据进行分析,实现动态时域波形的自动识别。 相似文献
18.
利用粗集的约简功能消除压缩机故障样本数据中冗余信息,将粗集与神经网络相结合,构建了一个基于粗集一神经网络的智能混合压缩机故障诊断系统,实现了粗集对神经网络在压缩机故障诊断中的优化。 相似文献