张绍辉
- 作品数：3 被引量：24H指数：2
- 供职机构：厦门理工学院机械与汽车工程学院更多>>
- 发文基金：福建省自然科学基金国家自然科学基金厦门市科技计划项目更多>>
- 相关领域：机械工程自动化与计算机技术更多>>
- 集成参数自适应调整及隐含层降噪的深层RBM算法被引量：7
- 2017年
- 深度置信网络是由若干层无监督的限制玻尔兹曼机(Restricted Boltzmann machines,RBM)和一层有监督的反馈神经网络组成的深层结构,该结构通过对低层输入的逐层抽象转化提取复杂输入及复杂分类数据的有效信息.然而,深度置信网络模型存在隐含层数及特征维数难以确定,后向有监督过程存在"导数消亡"问题,使得低层结构参数得不到有效的训练,而且噪声干扰直接影响识别结果的问题.针对以上问题,提出以下解决方法:每个隐含层位置构建当前层输出与样本标签之间的映射转换矩阵,根据理论标签与实际标签之间的差异,实现隐含层特征维数的自适应调整,缓解"导数消亡"问题,同时在第一隐含层位置进行特征空间降噪,保证计算效率及提高诊断模型的识别效果.复杂工况的齿轮箱故障模拟实验,验证所提方法的有效性.
- 张绍辉
- 关键词：特征提取降噪齿轮箱
- 基于多路稀疏自编码的轴承状态动态监测被引量：16
- 2016年
- 机械系统的运行是一个时变的过程,为了更好的监测系统的健康状况,通常在设备系统的关键部位加装各种传感器,由此产生大量的数据,传统的单一数据或者人为经验指导均无法快速有效的提取其中的状态信息,排除冗余成分的影响,实现对设备运行状态实时有效的判断。为了有效利用设备上的多路传感器信息,并融合这些信息提取描述系统运行状态的有效成分,实现对机械系统的在线监测。提出利用稀疏自编码深度学习模型对各个传感器采集到的数据进行融合,并结合平方预测误差SPE(Square Prediction Error)指标描述设备运行状态,轴承仿真及轴承故障实验证明,采用稀疏自编码与平方预测误差相结合的模型能够有效的监测轴承故障,并对故障部位进行准确定位。
- 张绍辉
- 基于试验模态的摆线齿轮有限元模型修正被引量：1
- 2017年
- 精确的高质量有限元模型是进行结构动力学仿真的关键。基于Pro/E软件建立摆线齿轮参数化模型,通过初始有限元模态仿真和试验模态的结果对比,分析差异性原因,利用Hyperworks软件的参数优化功能,建立一个以固有频率的相对误差为修正目标,以结构的弹性模量、密度和泊松比等材料属性为修正参数的动力学优化问题。修正结果表明,摆线齿轮前六阶固有频率的最大相对误差由4.11%降为2.28%,有限元模型精度得到大幅提高,更加真实地反映结构特征,为进一步结构动态响应预测以及动态设计提供准确的模型基础。
- 林祖胜张绍辉兰靛靛
- 关键词：摆线齿轮模态分析模型修正优化设计
