余萍
- 作品数：20 被引量：134H指数：6
- 供职机构：兰州理工大学电气工程与信息工程学院更多>>
- 发文基金：国家自然科学基金甘肃省自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程金属学及工艺电气工程更多>>
- 深度学习在故障诊断与预测中的应用被引量：58
- 2020年
- 近年来,深度学习以其在特征提取与模式识别方面独特优势与潜力被广泛应用于众多领域,已取得显著进展,其在复杂工业系统故障诊断与预测中的研究属于新兴领域。对近年来深度学习及其在各领域发展的优秀综述文献以及主流的开源仿真工具平台进行了整理,同时介绍了五种典型的深度学习模型,包括自动编码器(Auto-Encoder,AE)、深度置信网络(Deep Belief Networks,DBN)、卷积神经网络(Convolutional Neural Networks,CNN)、循环神经网络(Recurrent Neural Network,RNN)、生成对抗网络(Generative Adversarial Network,GAN);从研究背景、实现流程及研究动态等三个方面就深度学习在故障诊断与预测中的应用研究进行了归纳总结,对近年来这一领域发表的相关论文进行了系统的综述;从研究实际出发探讨了深度学习在故障诊断与预测领域应用中存在的问题、挑战及解决方法,并对未来值得继续研究的方向进行了展望。
- 余萍余萍
- 关键词：特征提取故障诊断故障预测
- ADCS-ELM算法滚动轴承故障诊断被引量：6
- 2020年
- 针对滚动轴承的故障信息难以从复杂噪声背景下的非平稳振动信号中提取且传统方法分类精度低等问题,提出一种基于集合经验模态分解(EEMD)能量特征提取和优化极限学习机神经网络(ADCS-ELM)分类诊断相结合的轴承故障诊断方法。利用EEMD对非线性和非平稳信号的自适应分解能力,将待检测轴承故障信号分解为包含故障特征的固有模态函数集(IMFs),并提取能量特征向量;利用自适应动态搜索步长改进布谷鸟搜索算法(ADCS)优化ELM网络连接权值和隐层阈值;将提取的故障特征向量用于训练极限学习机神经网络,得到最优权值和阈值;利用ADCS-ELM进行轴承故障诊断实验。实验结果表明:与BP,LVQ和ELM网络轴承故障诊断方法相比较,所提方法能够有效提高故障识别准确率,并且具有更快的计算速度。
- 余萍曹洁余萍
- 关键词：极限学习机滚动轴承
- 改进鸟群算法优化PF的双馈发电机故障诊断
- 2020年
- 针对粒子滤波(PF)在处理非线性、非高斯复杂动态系统故障诊断过程中,由于样本贫化所导致的故障诊断准确度低的问题,提出了一种改进鸟群算法优化粒子滤波的新算法。针对标准鸟群算法容易陷入局部最优问题,引入动态自适应系数和自适应步长,把每只鸟的位置和全局最优位置信息引入到自适应变化控制中,从而改善陷入局部最优的问题;采用改进后的鸟群算法优化粒子滤波重采样过程,即通过模拟鸟群的觅食、警戒和飞行行为使得粒子移向高似然区域;通过对双馈发电机定子电流传感器故障诊断的仿真分析,验证了算法的有效性。实验结果表明此算法可有效提高故障诊断的准确度。
- 曹洁赵伟吉余萍王进花
- 关键词：粒子滤波故障诊断双馈发电机自适应步长
- 基于VMD和SVPSO-BP的滚动轴承故障诊断被引量：10
- 2022年
- 为了提高旋转机械滚动轴承故障诊断的准确率,提出一种基于变分模态分解(VMD)和缩放变异粒子群算法(SVPSO)优化BP神经网络的旋转机械滚动轴承故障诊断方法。通过在标准粒子群算法中加入缩放因子以及粒子变异操作提升其局部与全局寻优性能,得到一个改进的粒子群算法——缩放变异粒子群算法(SVPSO),再利用该算法优化BP网络的权值与阈值,提高BP神经网络的故障诊断精度;进一步,为了减少输入特征向量对BP神经网络分类性能的影响,采用VMD分解轴承振动信号,并计算其IMF分量时频熵的方法构建信号特征向量。通过与其他采用相同基准轴承数据集的诊断方法作对比,所提方法的故障诊断精度和算法稳定性均得到有效提升。
- 曹洁张玉林王进花王进花
- 关键词：风电机组滚动轴承BP神经网络粒子群算法
- 基于GPU的BBPSO-PF算法及其在故障检测中的应用
- 2021年
- 针对粒子滤波算法在重采样环节出现粒子贫乏导致算法精度不高的问题,通常采用在状态估计过程中增加粒子数量,但这种方法会降低算法实时性,提出了基于图形处理单元(GPU)的骨干粒子群算法优化粒子滤波算法。首先利用骨干粒子群算法优化粒子滤波重采样,解决了粒子贫化的缺点。利用骨干粒子群算法中粒子群体之间相互独立运行的特点,在GPU上并行实现骨干粒子群优化的粒子滤波算法,解决粒子滤波算法在重采样过程中因数据关联而无法充分并行计算的问题。最后,将其应用到变桨距系统的故障检测中,提高故障检测的准确度和实时性。实验结果表明:该方法相较于随机重采样的粒子滤波算法误差降低了31.2%,实时性提高了82.7%。
- 曹洁胡文东王进花王进花余萍
- 关键词：重采样并行计算粒子滤波
- 基于GPU并行优化的BBPSO-PF算法被引量：2
- 2021年
- 针对粒子滤波算法在重采样环节因粒子交互而不能充分并行处理的问题,提出了基于图形处理器(GPU)的并行骨干粒子群优化粒子滤波算法(BBPSO-PF).首先利用骨干粒子群算法具有易并行的特点优化粒子滤波算法重采样环节,从算法结构上提高粒子滤波算法的并行度.然后利用GPU的多线程架构并行处理每个粒子群的数据,每个线程负责一个粒子群,使粒子群之间得到并行化处理,解决粒子滤波重采样因粒子交互而不能充分并行的缺点.最后利用GPU中对齐与合并的内存访问原则,给粒子群设计高效的数据存储结构,降低内存访问事务,提高粒子群的数据存取速度,进一步提高算法实时性.该方法在保证算法精度前提下明显提高了算法的实时性.
- 曹洁胡文东王进花余萍
- 关键词：粒子滤波重采样并行计算
- 数据不平衡分布下轴承故障诊断方法被引量：5
- 2022年
- 针对在滚动轴承的故障诊断中数据的不平衡分布会降低模型诊断能力的问题,本文提出一种首层拥有大尺度卷积核的一维卷积神经网络(WKFL-1DCNN)。WKFL-1DCNN首先使用较大的首层卷积核提取故障特征,并在交替的卷积层后添加批标准化(BN)层来调整数据分布;然后使用类平衡损失函数代替交叉熵损失函数来抵消数据不平衡分布给网络造成的影响。实验表明,本文所作改进能够有效提升WKFL-1DCNN在不平衡故障诊断中的表现,其故障诊断能力优于其他对比算法。
- 曹洁何智栋余萍余萍
- 关键词：卷积神经网络滚动轴承
- 以仿真实验为中心开展《电工学》教学被引量：2
- 2015年
- 本文通过对高等学校非电类专业《电工学》课程特点、教学现状以及存在问题的分析,对电工学课程体系的优化进行了思考和探索,创新性的提出了以仿真实验为中心的电工学教学方案,经过在授课班级的实验论证,此方法能够有效提高学生学习兴趣和效果,对今后电工学课堂教学水平的提高有一定的指导意义。
- 余萍
- 关键词：电工学教学
- 一种基于多通道马尔可夫变迁场的故障诊断方法被引量：6
- 2022年
- 深度学习在故障诊断中有良好的诊断能力与泛化能力,但大部分工作是直接从卷积层面上提取信号特征图,使邻近信号点未被考虑,并且采样频率不同也会对特征提取有影响。为此,本文基于MTF以及ResNet18算法提出了M2TF-ResNet算法。本文在凯斯西储大学(CWRU)轴承数据集中进行了大量实验。通过验证得出:该算法可适应不同采样频率下信号的特征提取,避免训练过拟合,并且与其他故障诊断方式相比,该算法在诊断率上的优势更突出。
- 曹洁马佳林黄黛麟余萍
- 关键词：故障诊断
- 多目标人工变性天牛算法
- 受自然界中天牛种群的求偶行为启发,本文设计了一种用于处理多目标优化问题的多目标人工变性天牛算法,算法通过模拟雌性天牛信息素的散发机制和对雄性天牛的吸引机制,在迭代过程中建立了存储非主导的Pareto最优集,并应用拥挤距离...
- 彭钰杜先君余萍韩晓矿
- 关键词：元启发式算法多目标优化进化算法
- 文献传递
