袁媛
- 作品数：8 被引量：18H指数：2
- 供职机构：包头职业技术学院更多>>
- 发文基金：内蒙古自治区自然科学基金国家自然科学基金更多>>
- 相关领域：机械工程自动化与计算机技术金属学及工艺文化科学更多>>
- 基于过程数据时段特性的数控机床热误差预测研究被引量：1
- 2015年
- 准确可靠的热误差预报模型,对提高数控机床的加工精度尤为重要。针对数控加工的过程数据呈现出多时段、多变量、三维特性,基于时间片矩阵的思想,在过程数据标准化处理的基础上,采用偏最小二乘方法提取时间片矩阵与热误差在高维空间的预测关系并进行降维;在低维特征空间中基于K-means算法实现时间片预测模型的聚类,以便于加工过程时段特性的分析和知识发现,藉此构建热误差预报模型。仿真实验结果表明,与BP热误差建模方法相比,所提方法的预测精度、泛化能力均显著提高,为数控机床的热误差预测研究提供一种新思路的同时,也给出行之有效的解决方法。
- 邢美峰秦波秦岩袁媛王春暖
- 关键词：过程数据偏最小二乘
- 改进粒子群优化BP的数控机床热误差预测研究被引量：1
- 2015年
- 由于BP存在网络结构选取基于经验、易陷入局部最优、收敛速度慢等缺陷,致使基于BP的数控机床热误差预测模型精度不高,对此提出了一种改进粒子群优化BP的数控机床热误差预测建模的新方法。通过改进标准粒子群算法中粒子的位置与速度更新策略,以此寻找BP神经网络最优的阈值和权值,在此基础上建立数控机床热误差预测模型。仿真实验结果表明:与标准的BP神经网络和支持向量机相比,改进粒子群优化BP神经网络的数控机床热误差预测模型精度更高、泛化能力更强。
- 袁媛秦波秦岩王春暖吴庆朝张文兴
- 关键词：改进粒子群算法BP神经网络数控机床
- 分层极限学习机在滚动轴承故障诊断中的应用
- 2017年
- 针对滚动轴承信号的非线性、非平稳特性,致使轴承状态难识别的问题,提出分层极限学习机(HELM)故障诊断模型。首先采用集合经验模式分解(EEMD)将轴承信号分解为若干个本征模式分量(IMFs),并提取其能量熵值构建特征向量;其次利用自动编码器(AE)对极限学习机的隐含层进行分层,且使隐含层节点的输入权值和阈值满足正交条件;最后将构建的特征向量作为H-ELM算法的输入,通过训练建立H-ELM滚动轴承故障分类模型。实验结果表明:H-ELM滚动轴承故障分类模型比SVM、ELM故障分类模型具有更高的精度、更强的稳定性。
- 袁媛秦波孙国栋
- 关键词：滚动轴承故障诊断极限学习机
- 基于深度学习的滚动轴承早期故障诊断策略被引量：2
- 2022年
- 传统故障诊断技术面对故障数据规模庞大等现状受到局限,复杂系统数据采集易受到工业环境温度等因素影响,如何在设备日益复杂下对滚动轴承智能化故障诊断是目前研究热点。研究阐述深度学习基础理论,介绍滚动轴承结构原理,提出基于深度学习滚动轴承的故障诊断方法。
- 袁媛
- 关键词：滚动轴承
- 浅谈理实一体化课程的考核模式——以《建筑工程计算机辅助绘图》为例被引量：1
- 2019年
- 《建筑工程计算机辅助绘图》主要培养学生应用计算机绘制二维建筑施工图的能力。传统理论课程大部分采用期末理论试卷考试的模式进行,但这种考核方式对于理实一体化课程却不够全面,它只能考核学生对理论知识的掌握程度,不能考核实际操作能力,所以在本课程中采用的是过程考核,而且是全过程考核。从学期开始一直到期末,过程考核贯穿于整个课程的各个阶段。
- 袁媛
- 关键词：理实一体化计算机辅助绘图建筑工程
- 一种工业设计模具制造用涂胶装置
- 本实用新型公开了一种工业设计模具制造用涂胶装置，属于工业设计技术领域。一种工业设计模具制造用涂胶装置，包括胶瓶，所述胶瓶右端设有与其螺纹连接的密封盖，所述胶瓶中部设有活塞板，所述活塞板右端固设有螺纹杆A，所述胶瓶左侧设有...
- 刘劲威尚华袁媛
- 文献传递
- 基于改进PSO优化BP的数控机床热误差预测研究被引量：12
- 2014年
- 热误差是影响数控机床加工精度的主因,为提高数控机床热误差模型的预测精度,提出了基于改进粒子群优化BP神经网络的数控机床热误差建模预测方法。针对BP易陷入局部最优、收敛速度慢,在标准粒子群算法的基础上,改进粒子的速度与位置更新策略,在此基础上优化BP神经网络的阈值和权值,并建立数控机床热误差预测模型;借助于MATLAB完成仿真实验,结果表明,与标准的BP神经网络和支持向量机相比,基于改进粒子群优化BP神经网络的数控机床热误差预测模型精度高、泛化能力强。
- 王春暖秦波秦岩袁媛吴庆朝张文兴
- 关键词：改进粒子群算法热误差补偿数控机床
- 重载列车机械传动系统轴承振动信号分析与故障研究被引量：1
- 2022年
- 作为重载列车重要的旋转零件,轴承承担着支撑机械旋转体、减少运动摩擦系数的作用,同时,也是主要故障源之一。重载列车高速运行过程中,若发生传动系统轴承故障,将会影响到运输安全性,因此进行传动系统轴承故障诊断尤为重要。研究针对重载列车机械传动轴承内外环故障、传动体故障等问题,从时域与频域两个角度分析了振动信号,引入EEMD智能诊断方法,对故障进行提取,通过对EEMD算法的优化获得基本模函数,利用BP神经网络技术予以故障分析,实践证实其具有较高的可靠性与准确的识别效果。
- 袁媛
- 关键词：振动信号
