黑龙江省教育厅科学技术研究项目(10541010)
- 作品数：5 被引量：17H指数：3
- 相关作者：丛蕊刘树林王金东孟庆武冷建成更多>>
- 相关机构：东北石油大学中国石油天然气集团公司哈尔滨工业大学更多>>
- 发文基金：黑龙江省教育厅科学技术研究项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 小波包特征免疫检测器在设备异常状态检测中的应用被引量：5
- 2005年
- 旋转机械设备工作机理复杂,故障样本缺乏,难以应用传统的方法对其进行有效的异常状态检测.结合小波包分析技术及人工免疫系统理论,构造了小波包特征免疫检测器,给出了小波包特征免疫检测器的产生算法、异常状态检测方法.小波包特征免疫检测器是在对正常样本学习的基础上产生的,不需要设备运行的故障数据,适合对故障数据缺乏的设备进行有效的异常状态检测.活塞压缩机气阀的异常状态检测结果表明,小波包特征免疫检测器检测效果良好、准确率高.
- 刘树林丛蕊冷建成王金东孟庆武
- 关键词：免疫检测器
- 反面选择算法与神经网络相结合的故障诊断方法被引量：2
- 2005年
- 传统的神经网络故障诊断方法对于新发生故障的误诊率较高,提出了将反面选择算法与神经网络相结合的故障诊断方法.该故障诊断方法对已知故障类型和未知故障类型都具有较准确的诊断能力.往复压缩机气阀的故障诊断实例表明该方法的有效性.
- 刘树林崔军明林雪源丛蕊
- 关键词：神经网络故障诊断活塞压缩机
- 基于人工免疫系统的设备在线自主故障诊断策略被引量：3
- 2005年
- 设备在线自主故障诊断目前缺乏有效的方法和手段.依据人工免疫系统理论对设备在线自主故障诊断的内涵进行了概括,继而对设备故障检测及诊断策略进行了探索性分析,为开展设备在线自主故障诊断策略研究提供参考.
- 刘树林丛蕊冷建成王金东孟庆武
- 关键词：人工免疫系统
- 活塞压缩机气阀故障检测的免疫神经网络方法研究被引量：10
- 2005年
- 气阀故障是活塞压缩机最常见的故障类型之一。为了能够准确地检测出气阀的主要故障,从免疫系统反面选择机理出发,结合神经网络,提出了基于免疫神经网络的活塞压缩机气阀故障检测的方法。通过对2D12活塞压缩机气阀故障状态的检测,获得了较高的检测准确率,证明了所提方法的有效性。所提出的故障检测方法具有普遍的适用性,特别适合于故障样本缺乏或无故障样本设备的故障检测。
- 刘树林黄文虎夏松波丛蕊
- 关键词：活塞压缩机气阀故障检测神经网络
- 转子系统典型故障的小波包分形特征
- 2007年
- 针对转子系统碰摩、质量不平衡、油膜涡动等典型故障,根据小波包和分形理论在多尺度分析和自相似本质上的一致性,给出小波包分解和关联维数相融合的故障特征提取方法,即对转子系统的振动信号进行小波包分解,将计算分解系数的关联维数作为故障特征向量,然后通过神经网络进行识别.结果表明,利用文中提出的故障特征提取方法,可以对转子系统故障进行有效诊断.
- 冯成付杨丽晶钟声
- 关键词：转子小波包分形特征提取故障诊断
