期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到115篇文章
< 1 2 … 6 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于ISDP和膨胀胶囊网络的风电机组齿轮箱故障诊断 被引量：3
1
作者 李俊卿 韩小平 +4 位作者 黄涛 张承志 刘若尧 何玉灵 刘雨田 《智慧电力》 北大核心 2025年第3期27-34,共8页
针对风电机组齿轮箱故障信号受多噪声、多转速影响难以处理的问题,提出一种基于优化变分模态分解(VMD)的改进对称点图(ISDP)和膨胀胶囊网络(DCapsNet)结合的故障诊断方法。首先,提出利用均方根误差和皮尔逊相关系数优化VMD最佳分解数量... 针对风电机组齿轮箱故障信号受多噪声、多转速影响难以处理的问题,提出一种基于优化变分模态分解(VMD)的改进对称点图(ISDP)和膨胀胶囊网络(DCapsNet)结合的故障诊断方法。首先,提出利用均方根误差和皮尔逊相关系数优化VMD最佳分解数量和惩罚因子的方法,并利用优化后的VMD对故障信号降噪;其次,将去噪后的故障信号转化为多通道多间隔的ISDP;最后,将ISDP输入DCapsNet进行训练。实验结果表明,所提ISDP-DCapsNet方法相比于其他故障诊断方法,具备良好的精确性和有效性。 展开更多
关键词 齿轮箱 故障诊断 变分模态分解 胶囊网络 对称点图
在线阅读 下载PDF
基于泄漏电流SDP图像与深度学习框架的车顶绝缘子污秽程度评估
2
作者 王东阳 卢卓文 +3 位作者 蒋伟辉 胡宇鹏 喻安星 周利军 《铁道学报》 北大核心 2025年第11期61-70,共10页
车顶绝缘子是动车组中的重要组件,定期检测车顶绝缘子的污秽程度能及时避免污闪事故的发生,对设备检修具有重要意义。当前,绝缘子污秽水平的评估主要通过对泄漏电流的一维时域信号作为主要特征进行分析,但其具有随机性和非平稳性,难以... 车顶绝缘子是动车组中的重要组件,定期检测车顶绝缘子的污秽程度能及时避免污闪事故的发生,对设备检修具有重要意义。当前,绝缘子污秽水平的评估主要通过对泄漏电流的一维时域信号作为主要特征进行分析,但其具有随机性和非平稳性,难以充分反映污秽特征。为此,提出一种结合泄漏电流信号点对称变换图像和深度学习技术的动车组车顶绝缘子污秽程度评估方法。搭建污秽绝缘子泄漏电流测试平台获取泄漏电流信号;提出一种确定绝缘子泄漏电流信号SDP参数的方法,并利用SDP变换将不同污秽等级下的泄漏电流信号映射到极坐标系中生成SDP图像;在ResNet-18网络中引入深度可分离卷积模块,采用DSC-ResNet18网络对不同污秽等级下的泄漏电流SDP图像进行识别,并与3种经典的卷积神经网络进行对比分析。试验结果表明,改进后的DSC-ResNet18网络识别准确率最高,达到了99.0%。 展开更多
关键词 车顶绝缘子 泄漏电流 点对称变换 深度学习 图像识别
在线阅读 下载PDF
基于SDP和W-DCGAN的滚动轴承故障数据增强方法
3
作者 宋慧贤 邓林峰 郑玉巧 《兰州理工大学学报》 北大核心 2025年第6期55-64,共10页
利用深度生成对抗网络进行滚动轴承小样本故障诊断时,存在生成样本质量不高、模型训练不稳定的缺陷.因此,提出了对称极坐标法(SDP)与Wasserstein距离深度卷积生成对抗网络(W-DCGAN)相结合的方法增强小样本轴承数据.首先,利用参数优选的... 利用深度生成对抗网络进行滚动轴承小样本故障诊断时,存在生成样本质量不高、模型训练不稳定的缺陷.因此,提出了对称极坐标法(SDP)与Wasserstein距离深度卷积生成对抗网络(W-DCGAN)相结合的方法增强小样本轴承数据.首先,利用参数优选的SDP转换一维时域信号,得到可输入W-DCGAN的二维图像;然后,采用控制变量法优化生成器和判别器的超参数,确定W-DCGAN基本结构;同时,为了增强W-DCGAN训练过程的稳定性,在判别器中加入谱归一化处理,提升模型生成样本的质量;最后,利用滚动轴承公开数据集对该方法的性能进行了实验验证.结果表明,改进后数据增强方法所生成样本的质量得到了明显提升,生成样本与原始样本的结构相似度和峰值信噪比分别提高了10.12%和12.46%.利用不同方法对滚动轴承故障进行识别,改进后数据增强方法的故障识别准确率最高,达到了99.47%,证明该方法能够有效实现滚动轴承故障小样本数据增强和模式识别. 展开更多
关键词 滚动轴承 小样本 数据增强 Wasserstein距离深度卷积生成对抗网络 对称极坐标法
在线阅读 下载PDF
量子点及其在显示领域研究进展
4
作者 李彦松 刘衡 +2 位作者 赵泽邦 赵谡玲 徐征 《科技导报》 北大核心 2025年第2期62-89,共28页
量子点以其高色纯度、高效率、可调光谱、广泛的光谱覆盖范围,以及低成本的溶液加工等诸多优点,成为新兴的显示领域材料。然而,无论是以光致发光为主的显示技术,还是发光二极管(QLEDs)显示技术,都面临着一些挑战,如器件寿命低、蓝光效... 量子点以其高色纯度、高效率、可调光谱、广泛的光谱覆盖范围,以及低成本的溶液加工等诸多优点,成为新兴的显示领域材料。然而,无论是以光致发光为主的显示技术,还是发光二极管(QLEDs)显示技术,都面临着一些挑战,如器件寿命低、蓝光效率低、镉基量子点毒性、图案化困难等。总结了量子点的物理特性、量子点的种类、发光机制及在显示领域的研究进展,介绍了镉基量子点QLEDs的研究进展,报道了最新三基色QLEDs的发光亮度、效率和器件寿命。总结了量子点图案化技术,分析了不同技术的优势和劣势。为进一步提高量子点在显示领域的应用,科研人员需要不断开拓和创新,攻克量子点的应用难题,实现自发光量子点显示。 展开更多
关键词 量子点 光致发光 量子点发光二极管 电致发光 量子点图案化
原文传递
基于SSA-VMD和SDP的双通道CNN轴承故障识别方法 被引量：5
5
作者 蒋丽英 高铭悦 李贺 《机电工程》 北大核心 2025年第2期257-266,共10页
针对滚动轴承故障振动信号具有非线性和非平稳性等特征,以及单通道卷积神经网络(CNN)提取故障特征不显著的问题,提出了一种基于麻雀算法-变分模态分解(SSA-VMD)和对称点模式(SDP)的双通道CNN滚动轴承故障诊断方法。首先,结合样本熵和皮... 针对滚动轴承故障振动信号具有非线性和非平稳性等特征,以及单通道卷积神经网络(CNN)提取故障特征不显著的问题,提出了一种基于麻雀算法-变分模态分解(SSA-VMD)和对称点模式(SDP)的双通道CNN滚动轴承故障诊断方法。首先,结合样本熵和皮尔逊相关系数,构建了新的综合适应度函数,利用麻雀算法(SSA)进行了自适应寻优,确定了最佳的变分模态分解(VMD)参数K和α。将原始振动信号经过VMD分解后,得到了本征模态函数(IMF)分量,通过计算各IMF分量的峭度值进行了筛选,将筛选出的信号进行重构后得到了一维特征信号;然后,根据互相关系数选择了合适的对称点模式(SDP)参数值,将原始振动信号转化为极坐标下的SDP图像,获得了具有良好可分性的二维特征图;最后,将一维和二维特征作为双通道CNN的输入进行了联合训练,将训练好的网络用于故障类型识别,在西储大学和江南大学的轴承数据集上对其有效性进行了验证。研究结果表明:通过网络训练,其故障诊断的准确率分别达到了98.5%和100%。该结果验证了该方法在准确识别故障特征方面具有优越性和普适性。 展开更多
关键词 一维特征信号构建 二维特征转换 卷积神经网络 麻雀算法 变分模态分解 对称点模式
在线阅读 下载PDF
基于信息融合和深度学习的转子复合故障诊断方法
6
作者 尹文哲 夏虹 +2 位作者 冉文豪 赵纯洁 姜莹莹 《哈尔滨工程大学学报》 北大核心 2025年第11期2305-2312,共8页
为了准确识别转子复合故障,本文提出了一种基于信息融合和深度学习的智能故障诊断方法。利用对称点模式分析将多个传感器采集的转子振动信号分别转换为相应的对称点模式图像;在此基础上,基于多个残差神经网络提取各通道对称点模式图像... 为了准确识别转子复合故障,本文提出了一种基于信息融合和深度学习的智能故障诊断方法。利用对称点模式分析将多个传感器采集的转子振动信号分别转换为相应的对称点模式图像;在此基础上,基于多个残差神经网络提取各通道对称点模式图像中包含的特征信息,并对这些特征信息进行融合以得到融合特征;采用支持向量机识别融合特征,以实现转子复合故障诊断。结果表明,该方法能够准确识别转子复合故障,其准确率、精度以及F1分数均超过了99%,并且在不同诊断方法对比测试中表现最佳。本文结论可以为实际工程中转子系统的智能故障诊断提供技术支撑。 展开更多
关键词 转子 复合故障 故障诊断 信息融合 深度学习 对称点模式 残差神经网络 支持向量机
在线阅读 下载PDF
基于改进SDP和FasterNet-GCAM的滚动轴承故障诊断
7
作者 陈家芳 唐湛恒 周健 《现代制造工程》 北大核心 2025年第7期129-138,41,共11页
对滚动轴承进行故障诊断关乎设备运行安全及稳定可靠性。使用传统卷积神经网络进行故障诊断,模型运算量过大,且易出现过拟合现象从而导致诊断精度不高,端到端模型存在可信度不高等问题。鉴于此,提出一种基于改进对称极坐标(Symmetrized ... 对滚动轴承进行故障诊断关乎设备运行安全及稳定可靠性。使用传统卷积神经网络进行故障诊断,模型运算量过大,且易出现过拟合现象从而导致诊断精度不高,端到端模型存在可信度不高等问题。鉴于此,提出一种基于改进对称极坐标(Symmetrized Dot Pattern,SDP)法和FasterNet-GCAM网络的滚动轴承故障诊断方法。首先,将一维振动信号经过小波阈值降噪处理,再输入经皮尔逊图像相关系数法优化的SDP法生成SDP图像,并通过在FasterNet网络中加入部分卷积(partial convolution)思想,构建成改进的SDP-FasterNet模型进行进一步的特征提取,并完成滚动轴承不同故障的分类诊断。为了验证模型在图像识别过程中决策的可信度,将梯度加权类激活映射(Gradient-weighted Class Activation Mapping,Grad-CAM)与FasterNet网络相结合,突出SDP图像与决策相关的重要部分。试验结果表明,所提方法相比于其他方法具有更快的收敛速度和更强的鲁棒性,且诊断识别精度达到了99.20%,并提高了诊断过程中的可解释性及可信度,为故障诊断领域提供了具备良好可行性和鲁棒性的轻量化诊断模型。 展开更多
关键词 滚动轴承 故障诊断 FasterNet网络 部分卷积 梯度加权类激活映射 对称极坐标法
在线阅读 下载PDF
AGV驱动电机故障预测与健康管理模型研究与应用 被引量：2
8
作者 黄和富 俞沛齐 +2 位作者 陈锐 王志德 时吕 《电机与控制应用》 2025年第3期284-293,共10页
【目的】为评估自动引导车(AGV)驱动电机的健康状态、预测故障概率,改进AGV的保养维护和工作策略,本文结合AGV驱动电机的历史状态数据和预定义的工作负荷,提出了一种AGV驱动电机的故障预测与健康管理(PHM)模型。【方法】首先,采集AGV驱... 【目的】为评估自动引导车(AGV)驱动电机的健康状态、预测故障概率,改进AGV的保养维护和工作策略,本文结合AGV驱动电机的历史状态数据和预定义的工作负荷,提出了一种AGV驱动电机的故障预测与健康管理(PHM)模型。【方法】首先,采集AGV驱动电机的负载电流、振动信号以及温度数据,并对采集的数据进行去噪和归一化处理,以提高模型的收敛速度和泛化能力。然后,采用自回归模型和卷积神经网络模型对AGV驱动电机的负载电流、振动信号及温度数据的变化趋势进行预测,并将采集的数据和预测的数据转化为对称点图案(SDP)。最后,基于YOLOv11网络对生成的SDP进行分类,从而确定AGV驱动电机的健康等级。根据电机温升将健康等级分为不健康、亚健康和健康三类,基于电机的负载电流、振动信号采用本文所提模型检测驱动电机健康状态并估计驱动电机属于某类健康等级的概率,基于健康状态的测定可以得到AGV驱动电机的故障概率。【结果】对本文模型在验证集和测试集上进行验证测试以评估模型性能。结果表明AGV驱动电机的3类健康状态的平均诊断准确率为99.7%,其中健康和不健康两类的诊断准确率达到了100%。为进一步验证本文模型的优越性,与其他两种模型进行对比,结果表明本文模型的诊断准确度高于其他模型,具有较高的可信度。【结论】本文提出的PHM模型对故障概率预测和健康状态评估的准确度较高,将AGV工作负荷信息整合到PHM模型中,可为AGV的工作任务制定和保养维护提供数据参考。 展开更多
关键词 自动引导车驱动电机 故障预测与健康管理 卷积神经网络 自回归模型 对称点图案
在线阅读 下载PDF
事件相关电位关联性负变联合认知功能指标对慢性精神分裂症的预测价值分析
9
作者 蒋凯 王丹 +2 位作者 韩露 康兆鹏 杨绪娜 《医学新知》 2025年第10期1128-1134,共7页
目的分析点模式期望(DPX)诱发的事件相关电位(ERP)关联性负变(CNV)联合认知功能指标对慢性精神分裂症(CS)的预测价值。方法基于DPX任务诱发受试者ERP CNV波,采用MATRICS共识认知成套测验评估所有受试者的认知功能;使用Pearson相关分析... 目的分析点模式期望(DPX)诱发的事件相关电位(ERP)关联性负变(CNV)联合认知功能指标对慢性精神分裂症(CS)的预测价值。方法基于DPX任务诱发受试者ERP CNV波,采用MATRICS共识认知成套测验评估所有受试者的认知功能;使用Pearson相关分析探讨行为学数据、CNV波幅与认知功能三者之间的相关性;使用受试者工作特征(ROC)曲线及其曲线下面积(AUC)分析CNV联合认知功能指标对CS的预测价值。结果共纳入110例受试者,其中50例CS患者作为研究组,60例健康体检者作为对照组。研究组ERP任务错误率E_(AX)、E_(AY)、E_(BX)高于对照组,E_(BX-AY)低于对照组;研究组持续操作2D、3D、4D、持续均数、连线测试、迷宫测试、符号编码测试得分和CP3、CP4及CPZ位点的CNV_(A)、CNV_(B)波幅绝对值以及CP3位点的CNV_(B-A)绝对值均显著低于对照组,差异有统计学意义(P<0.05)。研究组中,CP3位点CNV_(A)与E_(BX-AY),CNV_(B-A)与E_(AX)、E_(BX),E_(BX-AY)与持续操作2D呈正相关;E_(AY)与持续操作2D、持续均数,E_(BX)与持续操作3D、连线测试、符号编码得分呈负相关;E_(BX-AY)与持续操作2D呈正相关;CP3位点CNV_(A)与E_(AY)、E_(BY),CPZ位点CNV_(A)与E_(BY),CPZ位点CNV_(A)与持续操作2D,CPZ位点CNV_(B)与连线测试得分呈负相关,均有统计学意义(P<0.05)。ROC曲线分析显示,持续操作2D、3D、4D、持续均数、迷宫测试和符号编码得分诊断CS的AUC值均>0.7,分别为0.826、0.838、0.773、0.875、0.870、0.933。结论利用DPX任务诱发的CNV波幅与CS患者的认知功能具有相关性,可作为评价CS患者认知功能受损程度的客观神经电生理指标,为后续CS的指导治疗提供了一定的理论基础。 展开更多
关键词 慢性精神分裂症 点模式期望 事件相关电位 关联性负变 认知功能 预测
暂未订购
基于对称极坐标法和改进ResNeXt50网络的滚动轴承故障诊断
10
作者 陈家芳 全子城 《机械设计与研究》 北大核心 2025年第2期316-322,共7页
对轴承进行故障诊断关乎设备运行安全及稳定可靠性,使用传统卷积神经网络进行故障诊断,模型运算量过大,且易出现过拟合现象从而导致诊断精度不高。鉴于此提出一种基于对称极坐标法(SDP)和改进ResNeXt50网络相结合的滚动轴承故障诊断方法... 对轴承进行故障诊断关乎设备运行安全及稳定可靠性,使用传统卷积神经网络进行故障诊断,模型运算量过大,且易出现过拟合现象从而导致诊断精度不高。鉴于此提出一种基于对称极坐标法(SDP)和改进ResNeXt50网络相结合的滚动轴承故障诊断方法,首先,将一维振动信号经过小波阈值降噪处理,再输入到经皮尔逊图像相关系数法优化的SDP中生成SDP图像,并通过在ResNeXt50中加入通道注意力机制(SENet)模块构建成SEN-ResNeXt50模型,且在预训练时引入迁移学习策略,得到最终诊断模型并完成轴承不同故障的分类诊断。实验结果表明:所提方法相比于其他方法具有更快的收敛速度和更强的鲁棒性,且实现了更高的诊断识别精度,达到99.50%,为故障诊断领域提供了具备良好可行性和鲁棒性的诊断模型。 展开更多
关键词 滚动轴承 对称极坐标 ResNeXt50 注意力机制 故障诊断
原文传递
面向Micro-LED全彩显示的量子点图案化技术
11
作者 李佳源 刘逸菲 +5 位作者 古宇轩 陆政宇 吴挺竹 陈忠 林岳 王树立 《发光学报》 北大核心 2025年第11期2000-2016,共17页
微型发光二极管(Micro-LED)显示技术由于其综合性能优异,被认为是“下一代新型显示技术”的有力候选者。量子点色转换方案为Micro-LED显示技术全彩化提供了低成本设计方案,近些年得到了广泛的关注和研究。除了高质量的量子点材料合成之... 微型发光二极管(Micro-LED)显示技术由于其综合性能优异,被认为是“下一代新型显示技术”的有力候选者。量子点色转换方案为Micro-LED显示技术全彩化提供了低成本设计方案,近些年得到了广泛的关注和研究。除了高质量的量子点材料合成之外,如何通过可靠的图案化技术实现量子点的微尺度阵列化集成,也是构建色转换Micro-LED全彩显示器件的关键。本文系统综述了面向Micro-LED全彩显示的量子点图案化技术,主要包括喷墨打印、光刻、电泳沉积、转移印刷、微流控技术、微孔填充、激光加工。同时,也对用以上方法制备的量子点色转换微结构及Micro-LED器件性能进行了详细阐述。最后,探讨了量子点图案化技术及其在Micro-LED全彩显示应用方面面临的挑战及未来研究方向。 展开更多
关键词 量子点 图案化 Micro-LED 全彩显示
在线阅读 下载PDF
基于多源时频特征融合对称点模式的船舶舵机故障诊断
12
作者 廖志强 梁观龙 +3 位作者 刘乔 黄振德 宋雪玮 贾宝柱 《船舶工程》 北大核心 2025年第5期67-77,共11页
[目的]针对船舶舵机结构复杂、故障形式多样且具有隐蔽性、单一信号源无法充分表征舵机系统状态特征等问题,提出一种基于多源时频特征融合对称点模式(SDP)的船舶舵机故障诊断方法。[方法]使用振动和电流信号监测船舶舵机状态,利用时频融... [目的]针对船舶舵机结构复杂、故障形式多样且具有隐蔽性、单一信号源无法充分表征舵机系统状态特征等问题,提出一种基于多源时频特征融合对称点模式(SDP)的船舶舵机故障诊断方法。[方法]使用振动和电流信号监测船舶舵机状态,利用时频融合SDP方法将不同尺度的多源信号转换为二维图像。通过自适应优化算法寻找最优SDP参数,以放大舵机不同故障时图像之间的差异、增强故障特征,最后将图像输入到一种改进的SE-Res Net18网络进行故障诊断。[结果]通过船舶舵机数据试验验证表明,所提方法对船舶舵机故障诊断的准确率达到100%,证明所提方法的可行性和有效性。通过与单一数据源SDP转换方法进行对比表明,所提方法具有最高的舵机故障诊断准确率,验证了所提方法的卓越性。[结论]研究结果可为舵机故障诊断提供一种高效可行的诊断方法。 展开更多
关键词 舵机故障诊断 故障特征增强 多源时频特征融合 对称点模式 改进SE-Res Net18
原文传递
绿色荧光碳点的合成、荧光机制和图案化 被引量：1
13
作者 杨春圆 陈昊 +5 位作者 张攀 李府赪 袁伟雄 郭佳壮 王彩凤 陈苏 《高等学校化学学报》 北大核心 2025年第6期138-146,共9页
以水杨酸和乙二胺为前驱体,经过水热法处理并利用透析与柱色谱纯化,制备了具有绿色荧光的碳点(G-CDs1).G-CDs1的发射波长为518 nm,荧光量子产率为22.3%.结构表征结果表明,G-CDs1具有石墨化碳核和丰富的表面官能团(—OH,—COOH和—NH_(2)... 以水杨酸和乙二胺为前驱体,经过水热法处理并利用透析与柱色谱纯化,制备了具有绿色荧光的碳点(G-CDs1).G-CDs1的发射波长为518 nm,荧光量子产率为22.3%.结构表征结果表明,G-CDs1具有石墨化碳核和丰富的表面官能团(—OH,—COOH和—NH_(2)等).进行了对比实验,即通过水热处理水杨酸,得到了具有蓝色荧光的碳核,再与乙二胺反应,也得到了绿色荧光碳点(G-CDs2).通过对比发现,G-CDs2与G-CDs1具有一致的荧光特性和结构特征,从而揭示了“碳核-荧光团”协同发光机制:乙二胺通过缺陷钝化或表面反应生成绿色荧光团,与碳核共同贡献荧光.基于此,进一步开发了G-CDs1/聚乙烯吡咯烷酮(G-CDs1/PVP)荧光油墨复合材料,并实现了图案化打印,所打印的图案具有明亮的绿色荧光.该研究为碳点的可控合成、荧光机理和功能化应用研究提供了更多的理论基础. 展开更多
关键词 碳点 绿色荧光 水杨酸 荧光机制 图案化打印
在线阅读 下载PDF
基于对称点模式和SE注意力机制的纺织废品定性分析模型的研究
14
作者 黄裕 肖志权 《纺织工程学报》 2025年第6期74-85,共12页
针对废旧纺织品成分定性分析中红外光谱数据特征重叠严重、传统模型分类精度不足的问题,提出了一种基于SDP(symmetrized dot patterns)和SE(Squeeze excitation)注意力机制的深度学习模型。通过采集纤维素、羊毛、涤纶等20类单一及混合... 针对废旧纺织品成分定性分析中红外光谱数据特征重叠严重、传统模型分类精度不足的问题,提出了一种基于SDP(symmetrized dot patterns)和SE(Squeeze excitation)注意力机制的深度学习模型。通过采集纤维素、羊毛、涤纶等20类单一及混合组分纺织纤维的红外光谱数据(每类400训练集、200测试集),利用SDP转换将光谱数据映射为极坐标图像,有效增强特征可分性,并通过实验确定最佳参数(增益角度g=30°,间隔系数b=29)。在此基础上,结合空洞卷积扩大感受野,并引入SE注意力机制优化特征通道权重分配,构建了SE-DCNN模型。消融实验表明:融合SE模块与空洞卷积后,模型在测试集上的决定系数(R_(2))提升至0.992,平均绝对误差(MAE)和均方根误差(RMSE)分别降至0.64和2.24。与传统方法(如SVM、PCA+KNN)及1D-CNN相比,SE-DCNN在混合组分预测任务中表现最优(测试集R_(2)=0.947,MAE=1.05)。 展开更多
关键词 废旧纺织物 红外光谱 对称点模式 注意力机制 空洞卷积
在线阅读 下载PDF
开放式限制进出隔离系统气流流型解析与新型测试装置的应用
15
作者 董帅 刘莹 +4 位作者 侯玉婷 赵文倩 周春雪 龙成双 王英伟 《中国标准化》 2025年第1期246-249,共4页
本文深度解读开放式限制进出隔离系统气流流型测试方案的设计要点,阐述了点阵式气流流型测试装置在开放式限制进出隔离系统气流流型测试过程中的应用及其优越性。并以开放式限制进出隔离系统气流的“真实”状态为依据,证明开放式限制进... 本文深度解读开放式限制进出隔离系统气流流型测试方案的设计要点,阐述了点阵式气流流型测试装置在开放式限制进出隔离系统气流流型测试过程中的应用及其优越性。并以开放式限制进出隔离系统气流的“真实”状态为依据,证明开放式限制进出隔离系统具备A级环境控制的能力。 展开更多
关键词 气流流型 点阵式气流流型测试装置 环境控制
在线阅读 下载PDF
LED单边侧入式导光板的网点设计 被引量：14
16
作者 智佳军 梁铭泉 +2 位作者 陈俄振 车玉彩 庄其仁 《照明工程学报》 2012年第3期60-63,共4页
单边侧入式导光板可降低其设计成本和制作成本,为了获得均匀的表面照度,本文介绍了LED为光源的单边侧入式导光板散射网点设计方法。建立了相应模型,得到这种导光板散射网点的一种排布公式和计算方法,并用TracePro软件进行模拟仿真,验证... 单边侧入式导光板可降低其设计成本和制作成本,为了获得均匀的表面照度,本文介绍了LED为光源的单边侧入式导光板散射网点设计方法。建立了相应模型,得到这种导光板散射网点的一种排布公式和计算方法,并用TracePro软件进行模拟仿真,验证了网点设计方法的正确性。模拟和实验结果表明通过这种网点设计方法可获得均匀度优于90%的表面照度分布。 展开更多
关键词 LED 单边侧入式 导光板 散射网点 网点设计
在线阅读 下载PDF
基于Trace-Pro软件的LCD导光板网点分布仿真与研究 被引量：13
17
作者 史永胜 魏文君 王秀峰 《液晶与显示》 CAS CSCD 北大核心 2007年第4期463-467,共5页
针对目前背光模组的均匀度差和亮度低的问题,利用Trace-Pro光学仿真软件对印刷式导光板的网点分布进行模拟分析,着重提高光输出的均匀度。采取分块优化来简化设计,通过与网点面积密度比的关联,利用网点密度比、网点半径和间距三者的关系... 针对目前背光模组的均匀度差和亮度低的问题,利用Trace-Pro光学仿真软件对印刷式导光板的网点分布进行模拟分析,着重提高光输出的均匀度。采取分块优化来简化设计,通过与网点面积密度比的关联,利用网点密度比、网点半径和间距三者的关系,进行相互转化,拟合出间距的整体性最佳化曲线,从而避免了重复建模和光线追迹。通过这种网点设计方法获得了高照度下均匀度大于90%的导光板的网点分布。将优化结果与实际导光板尺寸比较对比可知,间距平均值偏差1.6μm以下,半径平均值偏差±2.7μm以下。实验结果与计算分析结果吻合得较好,对实际生产有一定的指导意义。 展开更多
关键词 背光模组 导光板 网点分布 最佳化设计
在线阅读 下载PDF
基于EMD-SDP图像特征和改进DenseNet车用PMSM故障诊断 被引量：7
18
作者 王建平 马建 +4 位作者 孟德安 赵轩 边琦 张凯 刘启全 《汽车工程》 EI CSCD 北大核心 2024年第4期703-716,690,共15页
永磁同步电机(permanent magnet synchronous motor,PMSM)因转速范围宽、输出转矩大、调速响应快、尺寸小、质量轻等优点被广泛应用于电动汽车驱动系统。受恶劣气候、异常振动和频繁起动-制动工况因素影响,PMSM易发生匝间短路、退磁、... 永磁同步电机(permanent magnet synchronous motor,PMSM)因转速范围宽、输出转矩大、调速响应快、尺寸小、质量轻等优点被广泛应用于电动汽车驱动系统。受恶劣气候、异常振动和频繁起动-制动工况因素影响,PMSM易发生匝间短路、退磁、轴承磨损等故障。本文针对PMSM相似故障单一维度信号下难区分以及工作条件发生变化时传统诊断方法鲁棒性差的问题,提出了一种基于经验模态分解-对称点模式(empirical mode decomposition-symmetric dot pattern,EMD-SDP)图像特征和改进DenseNet相结合的车用永磁同步电机故障诊断方法。首先,通过实验获取不同状态的电机在多种工况下振动信号,将预处理的振动信号进行EMD处理,求解不同层级本征模态函数(intrinsic mode function,IMF);其次,将原始振动信号转化为SDP图像,对不同层级IMF转化为RGB色彩特征在SDP图像上显示出来;然后,通过融合scSE注意力机制改进DenseNet学习图像数据集构建分类网络模型;最后,按照信号-图像-网络的流程对待测电机状态进行评估与诊断。诊断结果表明:所提出的方法在稳态和变速瞬态工况下均表现良好的性能。在恒速恒载工况下,所提的方法达到最高的故障诊断准确率(99.72%),相比基准的DenseNet的准确率(98.06%)提升了1.66个百分点。改进后的DenseNet模型和DenseNet模型的ROC曲线最接近左上角,AUC均值分别为0.9974和0.9745;在加速恒载和减速恒载工况下,改进后的DenseNet模型也达到了最高的诊断准确率,分别为96.88%和97.08%。AUC均值分别为0.9877和0.9869。本文所提出的方法的总体性能优于传统方法,能有效地用于速度变化时的故障诊断。 展开更多
关键词 永磁同步电机 故障诊断 经验模态分解 对称点模式 scSE DenseNet
在线阅读 下载PDF
一种基于划分的组合服务选取方法 被引量：4
19
作者 张明卫 张斌 +1 位作者 张锡哲 朱志良 《计算机研究与发展》 EI CSCD 北大核心 2012年第5期1005-1017,共13页
组合服务选取问题是服务计算领域研究的核心问题.由于组合服务中基本服务QoS间存在着复杂的关联关系,使得某些服务一起使用时效率会较高,而某些服务一起使用时效率反而会降低,现有的服务选取算法几乎忽略了该问题,从而使得选取时所使用... 组合服务选取问题是服务计算领域研究的核心问题.由于组合服务中基本服务QoS间存在着复杂的关联关系,使得某些服务一起使用时效率会较高,而某些服务一起使用时效率反而会降低,现有的服务选取算法几乎忽略了该问题,从而使得选取时所使用的Web服务QoS数据往往不准确,致使选取出的组合服务在实际执行时并不是最优的.为了解决该问题,提出了一种基于划分的组合服务选取方法.首先基于日志记载的质量信息选取那些性能优良的组合服务执行实例,在此之上发现被频繁一起使用的具体服务集合,据此产生对组合服务的划分,形成组合服务点和对应的点模式;最后把点模式集作为点的备选服务集,以点为单位进行组合服务选取.由于点模式经过了多遍执行的验证,和直接对点中各基本服务进行独立选取相比其性能往往会更高.实验表明,该方法能有效提高选取出的组合服务质量. 展开更多
关键词 WEB服务 组合服务选取 划分 点模式 序列模式挖掘
在线阅读 下载PDF
基于SDP法诊断发动机的异响 被引量：8
20
作者 杨诚 冯焘 +1 位作者 王中方 杨振冬 《声学技术》 CSCD 2010年第5期523-527,共5页
针对发动机异响特征与声信号的复杂性,提出了基于SDP(Symmetrized Dot Pattern)的发动机异响诊断方法。通过将测得的发动机各个局部位置的声信号将其时域波形转换为极坐标图形,利用正常发动机与产生异响发动机SDP图形之间的相关系数来... 针对发动机异响特征与声信号的复杂性,提出了基于SDP(Symmetrized Dot Pattern)的发动机异响诊断方法。通过将测得的发动机各个局部位置的声信号将其时域波形转换为极坐标图形,利用正常发动机与产生异响发动机SDP图形之间的相关系数来判断所测发动机是否存在异响,与传统诊断方法即对时域与频域信号幅值不同进行对比分析相比具有分析时间短、辨别直观等优点。试验结果证明,SDP法能快速准确地分辨出正常发动机与异响发动机的差别,达到了对发动机异响诊断的目的。 展开更多
关键词 发动机 异响诊断 SDP法 图形相关系数
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 6 下一页 到第 页
使用帮助 返回顶部