江苏省高校自然科学研究项目(09KJB510003)
- 作品数：21 被引量：137H指数：7
- 相关作者：李丽娟赵英凯窦东阳张湜宋坤更多>>
- 相关机构：南京工业大学中国矿业大学南京师范大学更多>>
- 发文基金：江苏省高校自然科学研究项目江苏省自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术机械工程理学电气工程更多>>
- 基于EEMD-Renyi熵和PCA-PNN的滚动轴承故障诊断被引量：7
- 2011年
- 针对滚动轴承故障特征提取与状态监测问题,提出一种基于集合经验模式分解(EEMD)、Renyi熵、主元分析(PCA)和概率神经网络(PNN)的新方法.首先,将轴承振动信号通过EEMD分解成一组本征模态函数(IMF),计算每个IMF分量的Renyi熵值作为表征故障特征的向量,采用主元分析(PCA)对特征降维,提取主元输入概率神经网络进行故障分类.通过SKF6203轴承的正常、内圈点蚀、外圈点蚀和滚动体点蚀这4类状态的诊断实验验证了方法的有效性,诊断正确率为91.7%.
- 窦东阳李丽娟赵英凯
- 关键词：滚动轴承RENYI熵主元分析概率神经网络
- 塔式太阳能热发电镜场中余弦效率仿真研究被引量：6
- 2013年
- 参考eSolar塔式发电站中的矩形定日镜场,通过参数设计得到密集的轴对称交错排列布置方案;建立了余弦效率的数学模型,对一天中不同时刻的太阳入射角变化趋势进行了仿真,得出位于接收塔南北区域余弦效率状况;对矩形定日镜场的余弦效率分布做了进一步研究。仿真结果验证了太阳入射角的变化趋势,并得出塔的高度对余弦效率的影响。
- 潘磊李丽娟丁婷婷
- 关键词：太阳能热发电入射角
- 基于离散PSO的软测量辅助变量选择算法被引量：1
- 2012年
- 工业对象的复杂化带来了可测变量的增多,这些变量集合中大量冗余的信息会降低软测量建模的精度。针对这个问题,提出了基于离散PSO的软测量辅助变量选择算法。算法将传统PSO连续的优化过程通过对粒子位置的隶属度计算,将其离散成0或1。0、1分别表示某变量未被选中和被选中,每个粒子就代表一种变量选取情况。将PLS回归用于适应度函数的计算,有利于克服多元回归中多重共线问题。最后,将该算法用在了丙烯精馏塔塔顶丙烯浓度的软测量实验中,实验结果表明该方法有效,并提高了模型的预测精度。
- 李丽娟宋坤沈鑫赵英凯
- 关键词：离散粒子群优化算法辅助变量选择软测量
- 基于分类器组的轴承故障识别方法研究被引量：5
- 2010年
- 提出一种基于设备运行数据构造分类器组用于滚动轴承故障识别的方法。在决策表上使用属性约简的遗传算法找出构成候选基分类器的较好约简,再使用多样性筛选的遗传算法找出最终的约简,以此为基础结合加权投票策略构建分类器组用于模式分类。通过轴承正常情况、内圈、外圈和滚动体故障的识别实验验证了方法的有效性,得到了较好的实验结果。
- 窦东阳赵英凯
- 关键词：多样性滚动轴承故障识别
- 基于EMD和Lempel-Ziv指标的滚动轴承损伤程度识别研究被引量：29
- 2010年
- 针对不同损伤程度的滚动轴承内、外圈故障,提出一种基于经验模式分解(EMD)和Lempel-Ziv指标的评估方法。EMD用于高效地分解信号,并结合能量与峭度条件找出蕴含故障本质特征的最优IMF分量,在此基础上分别计算最优IMF及其包络的Lempel-Ziv归一化值,再加权求和得到最终的Lempel-Ziv综合指标。由于EMD消除了噪声干扰,有利于准确揭示轴承恶化情况,并且指标本身受实验条件影响不明显,同时介于0和1的取值方便快速使用。轴承内、外圈故障实验证实:内圈损伤的Lempel-Ziv综合指标随故障加重递减,而外圈损伤相反,随故障加剧递增。同时还分别给出了内、外圈损伤情况下不同故障程度评估的Lempel-Ziv取值区间,能有效用于轴承故障程度的识别。
- 窦东阳赵英凯
- 关键词：经验模式分解滚动轴承
- 小波和EMD的滤波特性在轴承故障诊断中的比较被引量：2
- 2011年
- 通过仿真实验将小波变换和经验模态分解(EMD)方法分解信号的能力进行了比较,并将这种滤波特性应用于旋转机械的故障诊断中,结合包络谱分析,比较了两者对于滚动轴承内圈故障的诊断效果.仿真及轴承实验结果表明EMD方法在滤波的自适应性、分解结果的准确性以及诊断效果等方面均具有优势,更重要的是它分离出的主要分量物理意义明确,反映了信号的真实内涵.
- 窦东阳赵英凯
- 关键词：小波变换经验模态分解故障诊断
- 基于离散PSO算法的Claus硫磺回收过程模型变量的选择
- 2012年
- 克劳斯(Claus)硫磺回收过程中存在诸多影响质量指标的变量,利用全部变量建模会增加模型复杂性,且获取的冗余信息会降低建模精度。针对这个问题,本文提出采用基于离散粒子群的算法(PSO)进行建模变量的选择。首先,采用离散PSO算法,通过迭代优化得到建模的最优输入变量组合,再通过偏最小二乘(PLS)对所选变量建立建模。结果:表明,该方法:通过更少的建模变量获得更高的模型精度。
- 刘对李丽娟张湜
- 关键词：硫磺回收克劳斯工艺离散粒子群优化算法
- 基于混沌离散PSO算法的乙烯生产过程模型变量的选择
- 2014年
- 管式炉裂解技术是当今乙烯生产的主要技术,乙烯生产过程中有多种影响质量指标的变量,将全部变量参与建模显然会增加建模难度和复杂性,并且大量的冗余信息会降低模型的精度;针对这一问题,提出了基于混沌思想的离散粒子群(PSO)算法进行模型变量的选择;首先,采用混沌离散PSO算法得到建模的最优输入变量集合,再通过偏最小二乘法(PLS)对所选变量进行建模;结果表明,该方法可更有效地克服传统粒子群算法容易陷入局部最优的问题并建立较高的模型精度。
- 王凯韩雪峰
- 关键词：乙烯生产
- 集合经验模式分解在旋转机械故障诊断中的应用被引量：29
- 2010年
- 为了抑制经验模式分解中的模式混淆现象,提高分析精度,引入集合经验模式分解(EEMD)算法。在分析信号上叠加适当的随机高斯白噪声序列,改变信号的局部时间跨度,从而改变一次经验模式分解(EMD)中分析的特征尺度,通过足够多次EMD分解,相当于从多个角度提取信号的本质,最后由所有次分解得出的各本征模态函数(IMF)的均值作为输出,不但消除了人为噪声的影响,还清晰还原了信号的内在过程,准确揭示了其真实物理意义。通过仿真试验和实际的动静碰磨故障案例证实了EEMD算法的有效性,并与基本EMD算法和高频谐波法进行了对比,结果表明,EEMD虽然耗时较多但结果更准确,在旋转机械故障诊断领域应用前景广泛。
- 窦东阳赵英凯
- 关键词：旋转机械故障诊断动静碰磨
- 基于规则的神经网络在模式分类中的应用被引量：3
- 2011年
- 针对模式分类任务,提出一种基于粗糙集规则的神经网络构造方法.首先,利用粗糙集理论和遗传算法约简输入特征,在尽量保持分类能力不变的情况下降低条件属性维数,并推导出简练的分类规则集合.然后,以规则集为基础构造BP神经网络结构、确定网络层数、输入输出节点数等,并计算规则的条件属性重要度和依赖度2个参数对连接权值进行初始化.最后,通过一个实例验证了方法的有效性,结果表明该方法能有效解决传统神经网络构造难、解释难、过拟合等问题,提高了分类精度,降低了训练时间.此外,初步探讨了网络训练时对知识提炼的影响.
- 窦东阳杨建国李丽娟赵英凯
- 关键词：粗糙集遗传算法特征约简神经网络
