国家教育部博士点基金(20091420110002)
- 作品数：6 被引量：24H指数：3
- 相关作者：潘宏侠田静宜黄俊龚明兰海龙更多>>
- 相关机构：中北大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金山西省自然科学基金更多>>
- 相关领域：自动化与计算机技术动力工程及工程热物理机械工程金属学及工艺更多>>
- 基于EMD近似熵和LSSVM的齿轮箱故障诊断研究被引量：14
- 2014年
- 针对齿轮箱振动信号的非平稳特征,将具有局域化特性的EMD方法和近似熵相结合,并用LSSVM进行分类来实现齿轮箱故障诊断。首先利用EMD将振动信号分解成若干IMF分量,再对IMF分量求取近似熵,组成特征向量矩阵,输入到LSSVM分类器中进行故障识别。结果表明,与传统SVM相比,LSSVM的识别精度更高,验证了该方法的可行性。
- 黄俊潘宏侠都衡
- 关键词：EMD近似熵LSSVM故障诊断
- 粗糙集理论和神经网络在柴油机故障诊断中的应用
- 2012年
- 将粗糙集理论与人工神经网络相结合,主要研究柴油机故障特征的提取与优化等问题,目的在于优化、缩减神经网络的输入向量,缩短网络的训练和执行时间,最终实现提高诊断的准确率与效率。
- 韩慧勇潘宏侠田静宜
- 关键词：粗糙集理论人工神经网络柴油机故障诊断
- 粗糙集理论在柴油机故障诊断中的应用被引量：1
- 2011年
- 以柴油机故障诊断为背景,研究了基于粗糙集理论的参数优化在故障诊断中的应用。首先采用小波包能量谱方法提取振动信号的特征参数,并用粗糙集理论对其进行属性约简,最后用RBF神经网络对各类故障进行辨识,结果表明:利用粗糙集约简后,通过减少神经网络的输入节点数,简化网络的结构,提高了诊断的准确率及效率。
- 田静宜潘宏侠杨丽金
- 关键词：粗糙集小波包变换RBF神经网络故障诊断
- 基于多尺度小波的图像增强算法被引量：3
- 2011年
- 提出了一种基于多尺度小波的图像增强算法。首先对图像做小波分层,利用散布矩阵对分层后的图像提取更丰富的局部结构信息,最后对每一个子图像进行局部直方图均衡化,就可将这些子图像合成为一个完整的输出图像。实验结果表明该方法的增强效果明显优于传统的直方图均衡化方法,既提高了图像的整体对比度又突出了图像的局部细节,同时还抑制了噪声。
- 王晋潘宏侠赵润鹏
- 关键词：图像增强多尺度小波噪声
- 基于最优小波包与SOM-BP融合的柴油机故障诊断被引量：4
- 2012年
- 柴油机振动信号具有非平稳性,用最优小波包将不同故障的振动信号分解到不同频段。提取各频段的能量组成特征向量输入SOM-BP神经网络,通过神经网络输出结果判别柴油机的故障类型。与BP网络的训练结果相比较,证明将最优小波包分解与SOM-BP神经网络相结合的方法可以得到更好的分类结果,有一定的工程实用性。
- 龚明潘宏侠兰海龙
- 关键词：小波包
- 基于粗糙集的特征值优化及柴油机故障诊断被引量：2
- 2010年
- 为提高故障诊断的效率,给出了一种基于粗糙集理论的柴油机故障诊断系统。以某大功率柴油机为例,采用时域频域分析和小波包能量谱分析两种方法提取特征值,通过对比优选,将敏感性和稳定性较好的小波包能量谱特征值应用粗糙集理论进行优化,最后通过神经网络进行故障模式分类。试验表明,小波包能量谱分析方法可以提取敏感性和稳定性较好的特征值,粗糙集理论的特征属性约简能有效地减少神经网络的输入节点数,提高故障分类的准确率。
- 田静宜潘宏侠杨业
- 关键词：柴油机故障诊断粗糙集小波包变换神经网络
