高锦宏
- 作品数：39 被引量：107H指数：6
- 供职机构：北京石油化工学院机械工程学院更多>>
- 发文基金：国家自然科学基金北京市教委科技发展计划北京市属高等学校人才强教计划资助项目更多>>
- 相关领域：自动化与计算机技术机械工程文化科学金属学及工艺更多>>
- 遗传算法参数分析及其在故障诊断中的应用被引量：3
- 2009年
- 针对BP神经网络收敛速度慢、易陷入局部极小的缺点,将具有全局搜索能力的遗传算法引入到神经网络的权值优化中。遗传算法优化神经网络模型时,参数选取直接关系到模型优化的效率,在给出一种遗传算法的基础上对相关参数进行了研究分析。并采用Matlab软件编程实现算法,把该算法应用到XOR问题求解中,显示出GA-BP算法的优越性,并通过磨机故障诊断实例验证了算法的有效性。
- 杨风彬高锦宏王英敏段祥玉
- 关键词：神经网络遗传算法XOR问题故障诊断
- 《大型旋转机械在线智能化状态维护的研究》概论被引量：5
- 1998年
- 对大型旋转机械，研究在线智能化状态维护的理论、方法和技术，以在线智能状态维护，取代通常的以时间为基础的预防性维护、避免机器突发性恶性事故，预测趋势性故障日期，减少维修次数和维护费用。为机械、石化、电站、冶金、煤炭、核能等许多行业中的关键机械设备进行在线智能状态维护提供科学依据和途径。
- 徐小力高锦宏
- 关键词：状态维护智能化在线监测旋转机械
- 新型降落伞包伞机的研制
- 2002年
- 介绍了新型包伞机的工作原理、系统组成及性能特点。新型包伞机的性能好,精度和可靠性高,使用维护方便。
- 王吉芳张怀存高锦宏
- 关键词：作动筒变频控制
- 基于MCU的多通道风速计设计与实现被引量：1
- 2011年
- 针对传统单点流量测量风速已经不能满足要求的问题,提出了基于MCU的多通道风速计设计与实现,阐述了硬件、软件实现方法。实验结果表明,该方法可以准确测量出8个通道的风速值,测得的风速精度高,稳定性良好。
- 赵义飞谷玉海高锦宏
- 关键词：MCU多通道风速计
- 人工神经网络技术与智能化CAPP被引量：2
- 1995年
- 人工神经网络技术在目前得到了高度的重视与迅猛的发展,研究此技术在智能化CAPP中的应用是一项很有意义的工作。本文介绍了人工神经网络的研究内容,主要应用领域及构成原理;分析了在智能化CAPP中应用人工神经网络技术的必要性;讨论了符号逻辑方法CAPP与人工神经网络CAPP的区别;提出了采用多种技术相结合构造智能化CAPP的思想;文中还分析了应用人工神经网络技术开发智能化CAPP的研究现状。
- 易红汤文成程帆高锦宏
- 关键词：神经网络CAPP智能化CAPP
- 环保型火化机的智能控制系统
- 王为真徐小力张凤山张祖刚韩肇庆李乔松栾忠权许宝杰高锦宏
- 该技术关键为：采用了数字摄像技术在线监测火化机排放口的烟尘的对比灰度，利用了工业控制机对排放口数字摄像的对比灰度进行智能化图象分析处理，确定了目标函数并对输送装置和喷油装置进行了优化闭环控制，参考熟练工人的燃烧控制经验编...
- 关键词：
- 关键词：火化机环境保护智能控制
- 蚁群优化算法在风电偏航故障检测中的应用被引量：8
- 2013年
- 针对风电机组结构与工况特点,通过研究风力特性和目前的信号检测方法,提出一种新型风电偏航故障检测方法。将风向特性提炼为Elite因子并融合到蚁群智能算法之中,弥补蚁群算法全局搜索周期较长的不足,提高处理有效数据的精度,并应用BP神经网络对偏航故障进行诊断。通过转子故障实验台试验并采集数据,应用Matlab软件分析试验数据,结果表明,与传统方法相比,新方法缩短了故障检测时间,提高了检测精度。
- 张海涛高锦宏吴国新左云波
- 关键词：风力发电故障检测蚁群算法
- 对传统差示热分析仪(DSC)的改进方法被引量：1
- 2005年
- 使用虚拟仪器技术和单片机技术对一种传统仪器———差示热分析仪(DSC)进行改进,用单片机对数据进行采集,利用虚拟仪器技术对采集的数据进行处理。使用该方法对原有仪器进行改进后,使原仪器的性能和操作性都得到了提升。
- 梅新勇高锦宏徐小力
- 关键词：虚拟仪器技术单片机
- 基于蚁群优化神经网络的故障诊断被引量：7
- 2010年
- 针对BP神经网络收敛速度慢,易于陷入局部极小点的问题,将蚁群算法引入BP神经网络的优化训练,建立了基于该算法的BP神经网络训练模型,并应用于电机转子故障诊断。结果表明,用蚁群算法训练神经网络具有较高的故障诊断精度,收敛性好,可以有效快速定位电机转子故障,提高诊断的效率和质量。
- 赵义飞高锦宏刘亚平哈亮
- 关键词：蚁群算法BP神经网络故障诊断
- 基于STM32+FPGA的六自由度机器人运动控制器设计被引量：21
- 2020年
- 针对PC+运动控制器的开放式机器人控制系统特点,以基于STM32+FPGA的双CPU架构为基础,设计了一种六自由度机器人运动控制器。介绍了PC+运动控制器的六自由度机器人控制系统,详细介绍了运动控制器硬件结构及电路设计,包括以太网模块、STM32与FPGA通信模块、编码器信号处理模块等;进行了运动控制器各功能模块软件设计;编写了上位机软件并搭建了机器人控制系统。基于该控制系统,进行机器人的示教再现实验,机器人运行平稳,验证了本设计的合理性。
- 陈亚史钊亮高锦宏王殿君
- 关键词：机器人运动控制STM32FPGA
