公共文化服务平台

吉林省科技发展计划基金(20100506): 作品数：12 被引量：97H指数：7; 相关作者：石志标曹丽华苗莹李祺马明钊更多>>; 相关机构：东北电力大学雅砻江流域水电开发有限公司吉林市职工大学更多>>; 发文基金：吉林省科技发展计划基金国家自然科学基金博士科研启动基金更多>>; 相关领域：动力工程及工程热物理机械工程自动化与计算机技术交通运输工程更多>>

基于云PSO-SVM的汽轮机转子故障诊断研究被引量：5: 2018年; 为提高汽轮机转子故障诊断的准确率和识别效率,提出基于云粒子群优化算法（CPSO）优化支持向量机（SVM）的故障诊断方法。首先利用补充总体平均经验模态分解（CEEMD）对转子振动信号进行分解,利用能量法筛选出更为有效的固有模态分量（IMF）并计算对应的排列熵（PE）作为故障特征值;其次将云理论引入到粒子群优化算法（PSO）中得到CPSO算法,通过CPSO算法优化SVM得到诊断模型。在ZT-3试验台对汽轮机转子常见4种故障（正常状态、转子不平衡、转子不对中和动静碰磨状态）状态进行模拟实验,获取故障数据后进行故障识别研究。研究表明：在相同测试样本的条件下,CPSO-SVM诊断模型的识别准确率为95%,比PSO-SVM诊断模型提高了5%,运行时间为22.055 s,比PSO缩短了14.5 s。研究结果验证了CPSO-SVM算法在汽轮机转子故障诊断方面的优越性。; 石志标陈长河曹丽华; 关键词：支持向量机故障诊断汽轮机转子

基于排列熵与IFOA-RVM的汽轮机转子故障诊断被引量：18: 2018年; 为了提高汽轮机转子故障诊断的识别准确率和效率,提出基于排列熵与改进的果蝇算法(IFOA)优化相关向量机(RVM)的汽轮机转子故障诊断方法。将实验数据进行自适应完备的集合经验模态分解(CEEMDAN),并选取故障特征敏感的IMF分量计算排列熵,以此构造特征样本集,进而建立"二叉树"IFOA-RVM故障分类器对特征集进行分类,其中IFOA通过两个阶段来定义果蝇群体的搜索范围来提高搜索效率,同时避免RVM核函数陷入局部最优。通过ZT-3汽轮机转子模拟试验台获得的故障数据进行实验研究,结果表明与模糊熵对比,排列熵获得的特征样本集的聚类效果明显;IFOA-RVM分类器在故障识别准确率和效率上优于FOA-RVM等其它分类器;证明了基于排列熵与IFOA-RVM汽轮机转子故障诊断方法的有效性和可行性。; 石志标陈斐曹丽华; 关键词：RVM 汽轮机转子故障诊断

基于多特征融合的刀具磨损识别方法被引量：11: 2014年; 针对刀具磨损监测中多传感器融合监测方法的缺点,提出了基于声发射信号多特征融合与最小二乘支持向量机(lease square support vector machine,简称LS-SVM)相结合的刀具磨损状态监测方法。首先,分别采用经验模态分解法、双谱分析法以及小波包分析法提取采样信号在时域、频域、时-频域内的特征,构造联合多特征向量;然后,利用核主元分析法(kernel principal component analysis,简称KPCA)对联合多特征向量进行融合降维处理,通过提取累积贡献率大于85%的主元,剔除了联合多特征中与刀具磨损相关性较小的冗余特征,生成融合特征;最后,将融合特征送入最小二乘支持向量机,有效地实现了(尤其在小样本下)刀具磨损状态的识别,与神经网络识别方法相比具有更高的识别率。; 关山石志标刘炎; 关键词：刀具状态监测多特征融合核主元分析最小二乘支持向量机

基于IEM-FA优化LSSVM的风机主轴轴承故障诊断研究被引量：3: 2019年; 针对基本萤火虫算法(FA)易陷于局部最优值和搜索速度慢的问题,文章提出了一种改进的萤火虫算法(IEM-FA)。在种群迭代过程中加入振荡因子更新固定步长和细化扰动项,并利用IEMFA算法优化最小二乘支持向量机(LSSVM)的参数。测试结果表明,IEM-FA算法优化LSSVM的诊断模型模型可以准确、高效地对风机主轴轴承进行故障诊断。; 石志标姜红阳; 关键词：最小二乘支持向量机参数优化萤火虫算法

基于CS-BBO优化SVM的汽轮机转子故障诊断被引量：13: 2018年; 为了提高汽轮机转子故障诊断的准确率和识别效率,提出了一种基于混沌的生物地理学优化算法(biogeography-based optimization with chaos,简称CS-BBO)和支持向量机(support vector machine,简称SVM)相结合的故障诊断方法。首先,将混沌理论引入到生物地理学优化算法(biogeography-based optimization,简称BBO)中,得到CS-BBO算法;其次,通过CS-BBO算法优化SVM得到诊断模型的最优参数,增强SVM的学习能力和泛化能力;最后,通过ZT-3转子试验台模拟汽轮机转子故障,利用得到的4种状态下的试验数据验证优化模型的有效性。结果表明:CS-BBO算法优化SVM的模型可以准确、高效地对汽轮机转子进行故障诊断;与BBO算法优化SVM模型相比,该方法的故障诊断准确率和识别效率更高。; 石志标葛春雪; 关键词：故障诊断汽轮机转子

基于云粒子群优化SVM的汽轮机转子故障诊断被引量：8: 2018年; 为了提高汽轮机转子故障诊断的识别准确率和效率,提出了一种基于云粒子群算法(cloud particle swarm optimization,简称CPSO)优化支持向量机(support vector machine,简称SVM)的故障诊断方法。首先,将云理论与粒子群算法(PSO)相结合得到CPSO算法;其次,通过CPSO算法优化的SVM得到诊断模型;最后,通过ZT-3转子试验台进行汽轮机转子常见故障模拟实验,获取故障数据后进行故障识别研究。结果表明:与PSO-SVM模型相比,CPSO-SVM的诊断模型可以准确、高效地识别出故障类型,证明了该诊断方法的有效性和可行性。; 陈长河石志标曹丽华; 关键词：支持向量机故障诊断汽轮机转子

液体管不同宽度微小缝隙泄漏数值模拟研究被引量：3: 2017年; 为了给声波检测的基础应用提供理论指导,以便提高声波法检测液体管道泄漏的准确性,应用Ansys软件进行了不同缝隙宽度的液体管道泄漏数值模拟,得到在入口压力一定的情况下,缝隙宽度发生变化时泄漏位置的流场和压力场变化,研究其对泄漏发声的影响。结果表明:随着泄漏缝隙宽度的增加,泄漏缝隙处空泡发声强度增大;射流冲击泄漏缝隙的壁面以及空泡腐蚀现象将加速泄漏缝隙的扩展。; 石志标孙宇; 关键词：数值模拟

基于EWT与排列熵的SVM汽轮机转子故障诊断被引量：4: 2017年; 针对汽轮机转子振动信号在强噪声下难以提取瞬态冲击的故障特征的问题,提出一种基于经验小波变换(EWT)与排列熵相结合的特征提取方法。将转子故障振动信号进行经验小波变换,得到一系列本征模态函数(AM-FM),根据相关度原则选取故障信号敏感的本征模态函数计算其排列熵值构建故障特征向量。通过ZT-3转子模拟实验台获得振动故障信号,分别用EWT与排列熵和EWT与样本熵获得故障特征值,使用支持向量机(SVM)识别验证,结果表明:EWT与排列熵构建的特征向量识别率比EWT与样本熵高6.11个百分点,达到了较理想的识别准确率。; 石志标陈斐曹丽华; 关键词：支持向量机转子故障诊断

电子鼻鼻腔结构对嗅觉能力影响的数值模拟被引量：1: 2012年; 为了研究电子鼻鼻腔结构和传感器阵列的布置对电子鼻工作性能的影响,利用ANSYS Workbench中Fluent模块,对电子鼻不同鼻腔结构气体传输过程中的流体特性进行了数值模拟,分析不同鼻腔结构和传感器阵列的位置对传感器敏感元件处的气味浓度分布情况,讨论了如何提高传感器敏感元件处气味浓度,以便提高电子鼻的嗅觉能力。结果表明:电子鼻鼻腔结构和传感器位置对电子鼻嗅觉能力均有影响;利用ANSYS对电子鼻鼻腔结构进行优化设计的方法是有效、可行的。; 石志标黄川张学进田原嫄; 关键词：电子鼻鼻腔

基于改进粒子群优化支持向量机的汽轮机组故障诊断被引量：17: 2012年; 基于支持向量机(SVM)在核函数参数和惩罚因子人为选取的盲目性以及传统粒子群算法(PSO)后期易陷于局部最小值的不足,提出了一种改进的粒子群算法(MPSO),建立了汽轮机组振动故障诊断模型并且利用故障数据进行了模式识别.结果表明:模型能够对SVM相关参数自动寻优,并且能达到较为理想的全局最优解;与PSO-SVM和GA-SVM算法相比,MPSO-SVM算法在收敛速度和准确率方面都有所提高.; 石志标宋全刚马明钊李祺; 关键词：汽轮机组故障诊断支持向量机粒子群算法

吉林省科技发展计划基金(20100506)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

吉林省科技发展计划基金(20100506)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈