您的位置： 专家智库 > >

孙旺

作品数：8 被引量：29H指数：3
供职机构：上海交通大学机械与动力工程学院机械系统与振动国家重点实验室更多>>
发文基金：国家重点实验室开放基金国家自然科学基金上海市“科技创新行动计划”更多>>
相关领域：自动化与计算机技术机械工程更多>>

合作作者

文献类型

  • 5篇期刊文章
  • 2篇专利
  • 1篇学位论文

领域

  • 6篇自动化与计算...
  • 4篇机械工程

主题

  • 5篇故障诊断
  • 3篇起重
  • 3篇起重机
  • 2篇蚁群
  • 2篇支持向量
  • 2篇智能诊断
  • 2篇设备监测
  • 2篇设备检测
  • 2篇特征值
  • 2篇汽车起重机
  • 2篇字典
  • 2篇向量
  • 2篇分布图
  • 1篇旋转机械
  • 1篇旋转机械故障
  • 1篇旋转机械故障...
  • 1篇液压
  • 1篇液压系统
  • 1篇蚁群神经网络
  • 1篇远程

机构

  • 8篇上海交通大学
  • 4篇郑州轻工业学...

作者

  • 8篇孙旺
  • 7篇李彦明
  • 5篇杜文辽
  • 4篇刘成良
  • 2篇李楠
  • 2篇刘海宁
  • 2篇李根
  • 1篇苑进
  • 1篇李安生

传媒

  • 2篇上海交通大学...
  • 1篇液压与气动
  • 1篇机械设计与研...
  • 1篇机床与液压

年份

  • 3篇2013
  • 4篇2012
  • 1篇2011
共 8 条 记 录，以下是 1-8
全选 清除 导出
排序方式：
汽车起重机液压系统状态监控及故障诊断系统研究被引量：2
2013年
为了实现汽车起重机液压系统状态监控及故障诊断,该文基于UML面向对象建模思想,建立了整个系统的功能模型,分析了系统主要功能模块的信息流向,阐述了系统的关键部分———模型生成工具和故障诊断功能的构建方法。基于.NET框架,利用Visual Studio 2008开发平台以及Microsoft SQL Server 2008数据库系统完成了诊断系统的开发,并以起重机液压系统中主泵的关键构件轴承为例给出了系统的工作过程。
崔英杜文辽孙旺李根李彦明
关键词：汽车起重机故障诊断面向对象
起重机远程监控及故障诊断数据库系统被引量：10
2013年
为了满足对起重机进行远程监控及故障诊断的需要,提出了融合远程监控、专家系统、智能诊断功能要求为一体的数据库系统。在需求分析的基础上,基于UML的面向对象建模思想,建立了整个系统的功能模型,完成了系统E-R图的设计。分别建立了起重机运行数据数据库,本征数据库,专家系统知识库,故障诊断模型库等,并依据各部分的数据关系有机组合在一起。最后给出了系统主要模块的实现结果。
崔英杜文辽李根孙旺李彦明
关键词：远程监控专家系统智能诊断数据库起重机
基于蚁群神经网络的泵车主泵轴承性能评估被引量：6
2012年
针对BP神经网络、遗传神经网络等智能算法在机械设备关键部件的性能评估过程中训练收敛速度慢,且会遇到局部极小的问题,提出一种运用蚁群算法训练神经网络的权值和阈值的混合智能算法——蚁群神经网络.将蚁群神经网络应用于混凝土泵车主泵系统中主泵轴承的模式识别和性能评估.结果表明,蚁群神经网络能很好地解决收敛速度慢、局部极小的问题,提高了分类精度,展现了良好的应用前景.
孙旺李彦明杜文辽苑进刘成良
关键词：BP神经网络蚁群神经网络全局最优解
汽车起重机关键部件智能故障诊断系统开发
随着工程建设规模的扩大以及技术要求的提高,大型机械设备在现代工程建设中所起的作用变得越来越大,汽车起重机便是一种比较典型的工程机械设备,故对其关键部件健康状态的评估是极为重要的。目前在设备的健康状态评估领域中,有针对性的...
孙旺
关键词：汽车起重机
文献传递
机械设备状态的智能可视化监测与诊断方法
一种机械工程技术领域的机械设备状态的智能可视化监测与诊断方法，包括以下步骤：构造初始设备状态字典，并建立初始设备状态分布图；基于设备状态字典求解设备监测数据的稀疏表示；从设备检测数据的稀疏表示提取稀疏特征值；将稀疏特征值...
刘海宁刘成良李楠孙旺李彦明
基于蚁群SVDD和聚类方法的旋转机械故障诊断被引量：8
2012年
针对典型故障样本缺乏而使常规机器学习方法无法直接应用的难题,提出了一个基于支持向量数据描述(SVDD)新异类检测与基于Davies Bouldin指数(DBI)的K均值聚类方法相结合的旋转机械故障诊断框架.首先,针对正常状态样本建立SVDD模型,并利用蚁群算法对SVDD模型参数进行优化;然后,当拒绝样本数目累积到设定的阈值时,利用K均值聚类方法对其进行处理而获得能够进行标记的类别,其中,K均值聚类的类型数目由DBI辅助确定;最后,针对所标记的各类样本,分别建立SVDD模型并进行训练,将SVDD分类器按照二叉树形式构建系统状态的完整诊断模型.同时,利用滚动轴承多故障模式样本进行训练测试,以验证所提出算法的有效性.结果表明,所提出算法的训练速度为常规网格搜索算法的近10倍,DBI能够有效确定聚类的数目,对样本状态的识别率达到100%.
杜文辽李安生孙旺李彦明刘成良
关键词：K均值聚类旋转机械故障诊断
基于特征选择支持向量机的柱塞泵智能诊断被引量：3
2013年
柱塞泵是工程机械的关键部件,其性能好坏将直接影响整个设备的正常工作。针对柱塞泵提出基于特征选择支持向量机的智能诊断方法。对采集的振动信号基于小波包分解提取能量特征,然后利用Fisher准则函数选择对智能诊断最有利的特征,利用支持向量机进行训练,并将每个二类支持向量机按二叉树的组织形式构成系统的诊断模型。以汽车起重机柱塞泵为研究对象,其6种故障形式,包括正常、轴承内圈故障、滚动体故障、柱塞故障、配流盘故障、斜盘故障,用于检验所提算法的诊断能力,并与传统的BP神经网络和最近的蚁群神经网络方法进行对比。诊断结果表明:所提出的算法优于另外两种方法,具有较好的诊断效果。
崔英杜文辽孙旺李彦明
关键词：柱塞泵故障诊断FISHER准则支持向量机
机械设备状态的智能可视化监测与诊断方法
一种机械工程技术领域的机械设备状态的智能可视化监测与诊断方法，包括以下步骤：构造初始设备状态字典，并建立初始设备状态分布图；基于设备状态字典求解设备监测数据的稀疏表示；从设备检测数据的稀疏表示提取稀疏特征值；将稀疏特征值...
刘海宁刘成良李楠孙旺李彦明
文献传递
全选 清除 导出
共1页<1>
聚类工具0