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WSET-ICNN和改进LSSVM的旋转机械故障诊断策略
1
作者 仝兆景 张榕 宋静斌 《机电工程》 北大核心 2026年第3期607-618,626,共13页
针对旋转机械故障信号的非线性和非平稳特性,提出了一种融合同步提取小波变换(WSET)、改进卷积神经网络(ICNN)和改进蜜獾算法(IHBA)优化的最小二乘支持向量机(LSSVM)的旋转机械故障诊断模型。首先,利用WSET的高时频分辨率特性对原始故... 针对旋转机械故障信号的非线性和非平稳特性,提出了一种融合同步提取小波变换(WSET)、改进卷积神经网络(ICNN)和改进蜜獾算法(IHBA)优化的最小二乘支持向量机(LSSVM)的旋转机械故障诊断模型。首先,利用WSET的高时频分辨率特性对原始故障信号进行了多模态分解和时频分析,利用时频转换技术,将一维时间序列信号转换为二维时频特征图,为降低后续处理的计算复杂度,对生成的时频图像进行了降维处理;然后,将降维后的时频图像输入改进卷积神经网络中,进行了自适应深度特征提取,提取了ICNN全连接层的特征,将其作为最小二乘支持向量机的输入特征;最后,利用改进蜜獾算法优化了LSSVM的两个关键超参数,以构建最终的故障分类模型,进行了仿真验证;还在东南大学齿轮箱数据集上进行了实验和对比分析,验证了该方法的准确性。研究结果表明:WSET-IHBA-LSSVM方法对轴承故障的识别准确率为100%,对齿轮箱故障的识别准确率为99.75%;与LSSVM、蜜獾算法改进LSSVM相比,WSET-IHBA-LSSVM对轴承和齿轮箱故障的识别准确率更高,在诊断精度和稳定性方面展现出显著优势。WSET-ICNN-IHBA-LSSVM模型在轴承与齿轮箱故障诊断中具有较好的效果。 展开更多
关键词 转子机械 同步提取小波变换 时频 改进二维卷积神经网络 改进蜜獾算法 最小二乘支持向量机
在线阅读 下载PDF
基于改进蜜獾算法的波能转换器阵列优化 被引量：2
2
作者 杨博 刘炳强 +3 位作者 陈义军 武少聪 束洪春 韩一鸣 《上海交通大学学报》 EI CAS CSCD 北大核心 2024年第9期1465-1478,共14页
针对波浪能转换器(WEC)阵列发电效率提升问题,提出一种基于改进蜜獾算法的三系WEC阵列优化方法.首先,为克服原始蜜獾算法(HBA)收敛速度慢、收敛精度低等缺陷,引入佳点集初始化、混沌机制和蜜獾种群变异3种策略对原始HBA进行改进.此外,... 针对波浪能转换器(WEC)阵列发电效率提升问题,提出一种基于改进蜜獾算法的三系WEC阵列优化方法.首先,为克服原始蜜獾算法(HBA)收敛速度慢、收敛精度低等缺陷,引入佳点集初始化、混沌机制和蜜獾种群变异3种策略对原始HBA进行改进.此外,为了验证改进蜜獾算法(IHBA)的先进性和有效性,开展2个浮标、10个浮标和20个浮标3个不同规模的WEC阵列优化实验.2浮标阵列仿真结果表明,WEC阵列优化存在多组最优解,且IHBA、HBA、遗传算法和粒子群优化算法都能以不同速度找到最优解.然而,随着WEC阵列规模的增大,3种对比算法都会陷入局部最优解.相反地,IHBA依然表现出较强寻优能力并能搜寻到全局最优解.最后,IHBA所获10浮标和20浮标的阵列q因子分别高达1.059和0.968,远优于其他3种算法. 展开更多
关键词 海洋可再生能源 波能转换器 阵列优化 改进蜜獾算法
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