期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
基于CPO-CNN-LSTM的起落架系统故障诊断方法研究 被引量:2
1
作者 唐凌云 苏艳 易子超 《测控技术》 2025年第3期1-8,共8页
起落架刹车系统是飞机的重要组成部分,及时准确地诊断起落架刹车系统的故障,可以避免因故障导致的事故,提高飞机安全性。针对起落架刹车系统现有诊断算法识别精度较低和缺乏系统的参数优化等问题,提出了一种利用冠豪猪优化器(Crested Po... 起落架刹车系统是飞机的重要组成部分,及时准确地诊断起落架刹车系统的故障,可以避免因故障导致的事故,提高飞机安全性。针对起落架刹车系统现有诊断算法识别精度较低和缺乏系统的参数优化等问题,提出了一种利用冠豪猪优化器(Crested Porcupine Optimizer,CPO)算法优化卷积神经网络融合长短期记忆网络(Convolutional Neural Network-Long Short Term Memory,CNN-LSTM)的飞机起落架刹车系统故障诊断方法。利用CPO的快速寻优能力,将找到的最优参数代入CNN-LSTM中重新构建模型,对起落架飞参数据进行训练分类并输出结果。诊断实验中,以某型号飞机起落架刹车系统真实飞参数据为输入,对起落架刹车系统的常见故障模式进行分类。实验结果表明,所提出的故障诊断方法有较好的故障诊断性能和实际的应用价值。 展开更多
关键词 起落架刹车系统 故障诊断 冠豪猪优化器算法 卷积神经网络 长短时记忆神经网络
在线阅读 下载PDF
基于CEEMDAN-CPO-VMD的RV减速器故障诊断模型
2
作者 郭曼 徐建 蔺梦雄 《机电工程》 北大核心 2025年第8期1490-1501,共12页
针对强背景噪声下旋转矢量(RV)减速器故障诊断困难的问题,提出了一种自适应噪声完备集合经验模态分解(CEEMDAN)结合冠豪猪算法(CPO)优化变分模态分解(VMD)的RV减速器故障诊断方法。首先,利用自适应噪声完备集合经验模态分解对含噪声目... 针对强背景噪声下旋转矢量(RV)减速器故障诊断困难的问题,提出了一种自适应噪声完备集合经验模态分解(CEEMDAN)结合冠豪猪算法(CPO)优化变分模态分解(VMD)的RV减速器故障诊断方法。首先,利用自适应噪声完备集合经验模态分解对含噪声目标信号进行了降噪分解,得到了一系列固有模态分量(IMF),再根据峭度值原则,选取了目标模态分量;然后,以包络熵为适应性函数,利用CPO算法对变分模态分解中的分解参数K值和α值进行了寻优计算,得到了最后的[K,α]组合,并对VMD进行了最优参数设置;最后,分解后得到一系列本征模态函数分量,对分解后的目标分量进行了重构,再对重构后的目标分量进行包络谱分析并进行了故障诊断,为了验证CEEMDAN-CPO-VMD方法的优越性,进行了实验对比分析。研究结果表明:经CPO重构后的信号信噪比为9.38,均方根误差为0.036,计算时间为36.59 s;利用CEEMDAN-CPO-VMD方法有效地提取了RV减速器的故障特征;对比验证该方法的可行性,使用频谱包络分析得到的结果,有较多的边频干扰,不能有效地定位故障点;同时,对比麻雀搜索算法(SSA)优化的VMD,经SSA算法重构后的信号信噪比为8.57,均方根误差为0.042,计算时间为50.24 s,相比于SSA算法,CPO算法的信噪比结果提高了0.78 dB,均方根误差降低了0.006,迭代时间减少了13.65 s,有了更好的收敛性,验证了CEEMDAN-CPO-VMD法有更好的诊断效果。该研究成果可为强噪声干扰下的RV减速器故障诊断提供参考。 展开更多
关键词 旋转矢量减速器 变速器 自适应噪声完备集合经验模态分解 冠豪猪优化算法 变分模态分解 包络熵 故障分类识别方法
在线阅读 下载PDF
基于多域特征融合与CPO-SVDD的低速重载轴承故障诊断方法
3
作者 雪增红 魏春虎 +1 位作者 程峰 钱进 《机电工程》 北大核心 2025年第12期2333-2342,共10页
针对低速重载设备轴承在复杂工况下振动信号特征微弱、传统振动分析方法诊断精度不足的问题,提出了一种基于多域特征融合与优化支持向量数据描述(SVDD)的智能诊断模型,以提升故障识别的准确性与实时性。首先,使用应力波传感器采集了设... 针对低速重载设备轴承在复杂工况下振动信号特征微弱、传统振动分析方法诊断精度不足的问题,提出了一种基于多域特征融合与优化支持向量数据描述(SVDD)的智能诊断模型,以提升故障识别的准确性与实时性。首先,使用应力波传感器采集了设备运行中的高频信号(38 kHz±2 kHz),提取了时域、频域及时频域等16维度特征,构建了包含设备状态信息的特征向量集;然后,引入敏感度指标(SI)对特征进行了筛选,计算了特征与故障类别的相关性权重,保留了对故障敏感的时频域特征;采用冠豪猪优化(CPO)算法对SVDD的高斯核参数和惩罚因子进行了寻优,模拟了冠豪猪群体防御机制中的全局搜索策略,有效避免了传统优化算法易陷入局部最优的缺陷;最后,使用筛选的特征结合优化后的SVDD构建了故障实时监测模型,对不同优化算法的性能进行了对比。研究结果表明:该方法在冶金行业大包回转台轴承的故障诊断中,对点蚀、剥落、保持架断裂三类典型故障的识别准确率达到98%,较传统SVDD模型提升了29.8%,单次诊断耗时仅需0.587 s。多域特征融合与CPO-SVDD协同诊断框架有效解决了低速重载设备故障特征提取困难、诊断模型泛化能力弱的技术瓶颈问题,可为工业关键设备的预测性维护提供具有工程实用价值的解决方案。 展开更多
关键词 低速重载设备 滚动轴承 应力波检测技术 多域特征融合 支持向量数据描述 冠豪猪优化算法 模型泛化性能
在线阅读 下载PDF
基于CPO-LSTM的顶吹炉粉尘浓度时序预测模型
4
作者 陈毅 董明荣 +1 位作者 张涛 王舰 《陕西理工大学学报(自然科学版)》 2025年第3期70-78,共9页
为了精准预测顶吹炉粉尘浓度,采用冠豪猪优化算法(CPO)优化长短时记忆(LSTM)网络,提出了一种基于CPO-LSTM的顶吹炉粉尘浓度时序预测模型。设计并搭建了粉尘实验平台以获取粉尘浓度数据;对比分析了LSTM经过CPO优化前后的模型预测性能,验... 为了精准预测顶吹炉粉尘浓度,采用冠豪猪优化算法(CPO)优化长短时记忆(LSTM)网络,提出了一种基于CPO-LSTM的顶吹炉粉尘浓度时序预测模型。设计并搭建了粉尘实验平台以获取粉尘浓度数据;对比分析了LSTM经过CPO优化前后的模型预测性能,验证了CPO在改善过拟合问题上的优势;利用CPO优化了LSTM的学习率、隐藏层节点数和正则化系数,将得到的最佳参数输入LSTM网络模型中,输出预测结果。并将CPO-LSTM模型与LSTM、灰狼算法优化长短时记忆(GWO-LSTM)、蜣螂算法优化长短时记忆(DBO-LSTM)三种顶吹炉粉尘浓度时序预测模型进行了数据对比,CPO-LSTM预测模型较LSTM、GWO-LSTM、DBO-LSTM模型的均方根误差分别降低了9.5%、18.9%、22.9%;绝对百分比误差分别下降了78%、43%、30%;决定系数分别提高了8.2%、6.5%、4.5%;皮尔逊系数分别提高了4.3%、3%、4%。结果表明,基于CPO-LSTM的时序预测模型能够有效预测顶吹炉粉尘浓度。 展开更多
关键词 顶吹炉 粉尘浓度 时序预测 冠豪猪优化算法 长短时记忆 优化
在线阅读 下载PDF
基于CPO-SVM模型的目标表面发射率求解方法
5
作者 傅莉 陈广明 +1 位作者 席剑辉 胡为 《无线电工程》 2025年第3期642-648,共7页
为提高目标表面发射率的求解精度,通过搭建辐射亮度测试系统获取辐射亮度数据,基于冠豪猪优化算法-支持向量机(Crested Porcupine Optimizer-Support Vector Machines,CPO-SVM)网络,建立CPO-SVM红外辐射亮度回归模型,完成对辐射亮度离... 为提高目标表面发射率的求解精度,通过搭建辐射亮度测试系统获取辐射亮度数据,基于冠豪猪优化算法-支持向量机(Crested Porcupine Optimizer-Support Vector Machines,CPO-SVM)网络,建立CPO-SVM红外辐射亮度回归模型,完成对辐射亮度离群值的平滑输出,实现了一种对目标表面发射率的求解方法。针对SVM初始参数选择困难的问题,应用CPO算法对SVM的惩罚因子和核参数进行优化,以波长作为输入、辐射亮度数据作为输出,通过迭代寻找模型最优参数,用此最优参数对测试样本训练后求解发射率。与已知发射率为0.48的标准测试样品对比,结果表明优化后的模型求解结果最大相对误差为2.2%,与传统SVM、PSO-SVM算法求解结果对比,CPO-SVM模型求解结果最大相对误差分别减少了1.4%和0.2%,为求解目标表面发射率提供了一种有效的方法。 展开更多
关键词 红外发射率 冠豪猪优化算法 支持向量机 红外辐射亮度
在线阅读 下载PDF
基于CPO-RBF的短期风力负荷预测
6
作者 肖舒扬 徐思文 《现代工业经济和信息化》 2025年第5期262-264,共3页
提出了一种基于CPO-RBF(Coupled Poaching Optimization-Radial Basis Function)的短期风力负荷预测方法。该方法通过结合进化算法的CPO优化和径向基函数神经网络(RBF)模型,实现了对风力负荷的精准预测。进一步优化CPO算法与RBF模型的... 提出了一种基于CPO-RBF(Coupled Poaching Optimization-Radial Basis Function)的短期风力负荷预测方法。该方法通过结合进化算法的CPO优化和径向基函数神经网络(RBF)模型,实现了对风力负荷的精准预测。进一步优化CPO算法与RBF模型的结合方式,以提高预测模型的性能和稳定性。同时,也可以探索不同的深度学习模型和优化算法在电力负荷预测中的应用,以期取得更好的预测效果和应用效果。 展开更多
关键词 短期风力负荷预测 径向基函数 cpo优化算法
在线阅读 下载PDF
汽车加工车间环境下语音信号去噪方法研究
7
作者 刘新宇 杨耿煌 +2 位作者 胡江洪 耿丽清 胡俊泽 《天津职业技术师范大学学报》 2025年第3期48-53,61,共7页
针对汽车加工车间内人工语音信号中噪声难以有效去除的问题,提出一种基于冠豪猪优化(CPO)算法的变分模态分解(VMD)与小波阈值(WT)相结合的CPO-VMD-WT去噪方法。该方法使用CPO对VMD模态分解数K与惩罚因子α进行优化,实现了带噪语音信号... 针对汽车加工车间内人工语音信号中噪声难以有效去除的问题,提出一种基于冠豪猪优化(CPO)算法的变分模态分解(VMD)与小波阈值(WT)相结合的CPO-VMD-WT去噪方法。该方法使用CPO对VMD模态分解数K与惩罚因子α进行优化,实现了带噪语音信号的最优分解;利用Pearson相关系数筛选法,保留本征模态函数(IMF)分量中的有效分量;对IMF有效分量进行WT去噪处理,去除部分噪声后重构得到最终去噪信号。实验结果表明,与WT、经验模态分解(EMD)结合WT(EMD-WT)以及VMD结合WT(VMD-WT)去噪方法相比,经CPO-VMD-WT去噪后的信号信噪比(8.9500 dB)最高,均方根误差(0.0344)最低,与原始信号的相关系数(0.9400)最高,CPO-VMD-WT去噪效果最优。 展开更多
关键词 冠豪猪优化算法 变分模态分解 小波阈值 信号去噪
在线阅读 下载PDF
基于特征选择与优化混合神经网络的长距离供热负荷预测
8
作者 张语珊 曾德良 《热能动力工程》 北大核心 2025年第8期100-110,共11页
针对长距离集中供热系统中,由于时滞与时变特性导致供热负荷预测不精准、无法及时满足供热需求及能源浪费等问题,提出一种基于特征选择与优化混合神经网络的长距离供热负荷预测方法。综合考虑气候因素与一次侧循环网各参数对热负荷的影... 针对长距离集中供热系统中,由于时滞与时变特性导致供热负荷预测不精准、无法及时满足供热需求及能源浪费等问题,提出一种基于特征选择与优化混合神经网络的长距离供热负荷预测方法。综合考虑气候因素与一次侧循环网各参数对热负荷的影响,采用斯皮尔曼相关系数法选择输入特征变量种类,并挖掘最佳输入时间序列长度,以降低供热延迟性对预测精度的影响。融合时间卷积网络(TCN)与双向门控循环单元(BiGRU)对输入数据进行多尺度时序特征提取,叠加注意力机制对关键特征动态加权,建立优势互补的TCN-BiGRU-Attention神经网络模型。利用莱维飞行策略改进的冠豪猪优化算法(Improved Crested Porcupine Optimizer,ICPO)对神经网络超参数寻优取值,解决模型随机取值带来的预测偏差问题。以海拉尔某热电厂2023年采暖季运行数据为基础,进行模型训练及测试,并与未优化参数模型及原始冠豪猪优化算法(CPO)优化的混合网络模型进行对比。结果表明:所提出网络模型的平均绝对百分比误差分别降低了7.735%和1.971%,拟合系数分别提高了1.031%和0.263%,预测精度更优。 展开更多
关键词 长距离供热负荷预测 TCN-BiGRU-Attention混合神经网络 改进cpo优化算法 超参数寻优
原文传递
有限元模拟结合CPO算法的晶圆搬运机器人钢带疲劳寿命预测
9
作者 祝震环 纪玉杰 《建模与仿真》 2025年第12期9-18,共10页
晶圆搬运机器人机械臂中的牵引式钢带在有限角度内工作,有限带长受到的循环交变应力作用十分频繁,极易发生疲劳破坏,目前针对此类特殊传动结构的疲劳寿命预测研究较少。针对这一问题,本研究建立了一种将有限元分析和神经网络预测技术相... 晶圆搬运机器人机械臂中的牵引式钢带在有限角度内工作,有限带长受到的循环交变应力作用十分频繁,极易发生疲劳破坏,目前针对此类特殊传动结构的疲劳寿命预测研究较少。针对这一问题,本研究建立了一种将有限元分析和神经网络预测技术相结合的预测方法。首先使用Workbench有限元软件确定钢带结构的薄弱位置,基于S-N曲线修正理论和Basquin方程建立钢带疲劳寿命数学模型。通过nCode Design-Life软件计算钢带的疲劳寿命,以确定钢带寿命较短的区域,最后采用CPO算法对传统BP神经网络进行优化并预测钢带的疲劳寿命。结果显示,经过CPO算法优化的神经网络预测结果与nCode分析误差不超过5%,误差远低于传统BP神经网络。该研究对晶圆搬运机器人钢带的疲劳寿命的预测具有一定的意义。 展开更多
关键词 晶圆输送机器人 钢带传动 cpo算法 BP神经网络 疲劳寿命
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部