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2篇文章
< 1 >
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INRBO优化FMD的风电齿轮箱故障诊断
1
作者 龙霞飞 刘伟强 +4 位作者 罗朝旭 何志成 张彬 谢昕妤 伍席文 《智慧电力》 北大核心 2026年第1期93-101,共9页
针对行星齿轮箱故障特征提取困难的问题,提出一种改进牛顿拉夫逊算法(INRBO)优化特征模态分解(FMD)参数的齿轮箱故障诊断方法。首先,提出一种多策略改进方法以全面提升牛顿拉夫逊算法(NRBO)的寻优性能;然后,利用INRBO优化FMD自适应参数... 针对行星齿轮箱故障特征提取困难的问题,提出一种改进牛顿拉夫逊算法(INRBO)优化特征模态分解(FMD)参数的齿轮箱故障诊断方法。首先,提出一种多策略改进方法以全面提升牛顿拉夫逊算法(NRBO)的寻优性能;然后,利用INRBO优化FMD自适应参数,构建基于INRBO-FMD的风电齿轮箱故障诊断模型;最后,采用改进后的方法对齿轮箱原始振动信号进行自适应特征模态分解,开展行星齿轮箱的故障诊断研究。实验结果表明,所提INRBO-FMD方法能有效提取故障信号特征频率和倍频谐波成分,验证了该方法的准确性和实用性。 展开更多
关键词 齿轮箱 故障诊断 特征模态分解 牛顿拉夫逊优化算法 复合混沌映射 小生境技术
在线阅读 下载PDF
INRBO-SVM模型在边坡安全系数预测中的应用 被引量：3
2
作者 熊朝林 陈俊智 《矿冶工程》 北大核心 2025年第2期20-25,33,共7页
针对支持向量机(SVM)模型在预测边坡安全系数中选取参数困难的问题,优化牛顿-拉夫逊算法(NRBO)帮助SVM模型快速选取适当的超参数。引入动态反向学习策略、横向与纵向交叉策略和修正自适应系数计算公式对NRBO算法进行改进,构建INRBO-SVM... 针对支持向量机(SVM)模型在预测边坡安全系数中选取参数困难的问题,优化牛顿-拉夫逊算法(NRBO)帮助SVM模型快速选取适当的超参数。引入动态反向学习策略、横向与纵向交叉策略和修正自适应系数计算公式对NRBO算法进行改进,构建INRBO-SVM边坡安全系数预测模型。选取容重、黏聚力、内摩擦角、边坡角、边坡高度和孔隙水压比6个因素为模型输入,安全系数为输出,将训练后的INRBO-SVM模型、NRBO-SVM模型、SVM模型、RBF模型对9组测试样本进行安全系数预测。结果表明:INRBO-SVM模型安全系数预测性能最好,相关系数R^(2)为0.9999,高于其他模型;均方根误差和平均绝对误差均显著低于其他模型。工程应用结果表明,INRBO-SVM模型的安全系数预测误差均小于10%,大部分低于5%,证实了该模型预测安全系数的准确性以及实际应用价值。 展开更多
关键词 边坡稳定性 预测模型 安全系数 SVM模型 inrbo算法 机器学习
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 下一页 到第 页
使用帮助 返回顶部