期刊文献+
共找到1,683篇文章
< 1 2 85 >
每页显示 20 50 100
A Novel De-noising Method Based on Discrete Cosine Transform and Its Application in the Fault Feature Extraction of Hydraulic Pump 被引量:7
1
作者 王余奎 黄之杰 +2 位作者 赵徐成 朱毅 魏东涛 《Journal of Shanghai Jiaotong university(Science)》 EI 2016年第3期297-306,共10页
Aiming at the existing problems of discrete cosine transform(DCT) de-noising method, we introduce the idea of wavelet neighboring coefficients(WNC) de-noising method, and propose the cosine neighboring coefficients(CN... Aiming at the existing problems of discrete cosine transform(DCT) de-noising method, we introduce the idea of wavelet neighboring coefficients(WNC) de-noising method, and propose the cosine neighboring coefficients(CNC) de-noising method. Based on DCT, a novel method for the fault feature extraction of hydraulic pump is analyzed. The vibration signal of pump is de-noised with CNC de-noising method, and the fault feature is extracted by performing Hilbert-Huang transform(HHT) to the output signal. The analysis results of the simulation signal and the actual one demonstrate that the proposed CNC de-noising method and the fault feature extraction method have more superior ability than the traditional ones. 展开更多
关键词 discrete cosine transform(DCT) de-noising method cosine neighboring coefficients(CNC) de-noising method hydraulic pump fault feature extraction
原文传递
Fault diagnosis for down-hole conditions of sucker rod pumping systems based on the FBH-SC method 被引量:9
2
作者 Kun Li Xian-Wen Gao +1 位作者 Hai-Bo Zhou Ying Han 《Petroleum Science》 SCIE CAS CSCD 2015年第1期135-147,共13页
Dynamometer cards are commonly used to analyze down-hole working conditions of pumping systems in actual oil production. Nowadays, the traditional supervised learning methods heavily rely on the classification accurac... Dynamometer cards are commonly used to analyze down-hole working conditions of pumping systems in actual oil production. Nowadays, the traditional supervised learning methods heavily rely on the classification accuracy of the training samples. In order to reduce the errors of manual classification, an automatic clustering algorithm is proposed and applied to diagnose down-hole conditions of pumping systems. The spectral clustering (SC) is a new clustering algorithm, which is suitable for any data distribution. However, it is sensitive to initial cluster centers and scale parameters, and needs to predefine the cluster number. In order to overcome these shortcom- ings, we propose an automatic clustering algorithm, fast black hole-spectral clustering (FBH-SC). The FBH algo- rithm is used to replace the K-mean method in SC, and a CritC index function is used as the target function to automatically choose the best scale parameter and clus- tering number in the clustering process. Different simulation experiments were designed to define the relationship among scale parameter, clustering number, CritC index value, and clustering accuracy. Finally, an example is given to validate the effectiveness of the proposed algorithm. 展开更多
关键词 Sucker rod pumping systems fault diagnosis Spectral clustering Automatic clustering Fast black hole algorithm
原文传递
Multiple fault diagnosis of down-hole conditions of sucker-rod pumping wells based on Freeman chain code and DCA 被引量:13
3
作者 LI Kun GAO Xian-wen +2 位作者 YANG Wei-bing DAI Ying-long TIAN Zhong-da 《Petroleum Science》 SCIE CAS CSCD 2013年第3期347-360,共14页
It is important to achieve continuous, stable and efficient pumping well operation in actual oilfield operation. Down-hole pumping well working conditions can be monitored in real-time and a reasonable production sche... It is important to achieve continuous, stable and efficient pumping well operation in actual oilfield operation. Down-hole pumping well working conditions can be monitored in real-time and a reasonable production scheme can be designed when computer diagnosis is used. However, it is difficult to make a comprehensive analysis to supply efficient technical guidance for operation of the pumping well with multiple faults of down-hole conditions, which cannot be effectively dealt with by the common methods. To solve this problem, a method based on designated component analysis (DCA) is used in this paper. Freeman chain code is used to represent the down-hole dynamometer card whose important characteristics are extracted to construct a designated mode set. A control chart is used as a basis for fault detection. The upper and lower control lines on the control chart are determined from standard samples in normal working conditions. In an incompletely orthogonal mode, the designated mode set could be divided into some subsets in which the modes are completely orthogonal. The observed data is projected into each designated mode to realize fault detection according to the upper and lower control lines. The examples show that the proposed method can effectively diagnose multiple faults of down-hole conditions. 展开更多
关键词 Sucker-rod pumping wells multiple faults designated component analysis control chart Freeman chain code dynamometer card
原文传递
Fault diagnosis of an intelligent hydraulic pump based on a nonlinear unknown input observer 被引量:16
4
作者 Zhonghai MA Shaoping WANG +2 位作者 Jian SHI Tongyang LI Xingjian WANG 《Chinese Journal of Aeronautics》 SCIE EI CAS CSCD 2018年第2期385-394,共10页
Hydraulic piston pumps are commonly used in aircraft. In order to improve the viability of aircraft and energy efficiency, intelligent variable pressure pump systems have been used in aircraft hydraulic systems more a... Hydraulic piston pumps are commonly used in aircraft. In order to improve the viability of aircraft and energy efficiency, intelligent variable pressure pump systems have been used in aircraft hydraulic systems more and more widely. Efficient fault diagnosis plays an important role in improving the reliability and performance of hydraulic systems. In this paper, a fault diagnosis method of an intelligent hydraulic pump system(IHPS) based on a nonlinear unknown input observer(NUIO) is proposed. Different from factors of a full-order Luenberger-type unknown input observer, nonlinear factors of the IHPS are considered in the NUIO. Firstly, a new type of intelligent pump is presented, the mathematical model of which is established to describe the IHPS. Taking into account the real-time requirements of the IHPS and the special structure of the pump, the mechanism of the intelligent pump and failure modes are analyzed and two typical failure modes are obtained. Furthermore, a NUIO of the IHPS is performed based on the output pressure and swashplate angle signals. With the residual error signals produced by the NUIO, online intelligent pump failure occurring in real-time can be detected. Lastly, through analysis and simulation, it is confirmed that this diagnostic method could accurately diagnose and isolate those typical failure modes of the nonlinear IHPS. The method proposed in this paper is of great significance in improving the reliability of the IHPS. 展开更多
关键词 fault diagnosis Hydraulic piston pump MODEL-BASED Nonlinear unknown input observer (NUIO) Residual error
原文传递
ISW32离心泵深度一维卷积神经网络故障诊断 被引量:1
5
作者 贺婷婷 张晓婷 +1 位作者 李强 颜洁 《机械设计与制造》 北大核心 2025年第4期213-216,共4页
传统卷积神经网络进行故障诊断过程费时费力,且人工提取特征未必完善。通过搭建离心泵故障诊断实验系统获得采样本,输入到深度一维卷积神经网络中进行故障诊断。通过提高1DCNN深度,为1DCNN模型设置了更多卷积层,最终实现D-1DCNN模型达... 传统卷积神经网络进行故障诊断过程费时费力,且人工提取特征未必完善。通过搭建离心泵故障诊断实验系统获得采样本,输入到深度一维卷积神经网络中进行故障诊断。通过提高1DCNN深度,为1DCNN模型设置了更多卷积层,最终实现D-1DCNN模型达到更强的特征提取能力。通过参数设置对深度一维卷积神经网络进行调节,确定最优的参数范围:学习率为0.01,卷积核选取为(1×3),批处理量为50,采取最大池化条件,以Adam优化器优化实验参数。实验测试研究结果表明:深度一维卷积神经网络在离心泵故障诊断实现了99.97%准确率,可以满足智能故障诊断的要求。该研究对提高ISW32离心泵的故障诊断能量具有很好的实际应用价值。 展开更多
关键词 离心泵 故障诊断 深度一维卷积神经网络 准确率 实验 采样
在线阅读 下载PDF
基于IMLZC和SOA-ELM的轴承损伤识别方法 被引量:1
6
作者 龙有强 姜峰 《机电工程》 北大核心 2025年第4期726-734,共9页
现有故障诊断方法大多是仅针对轴承故障类型进行分析,而缺少对故障程度进行相应的判断。为此,提出了一种基于改进多尺度Lempel-Ziv复杂度(IMLZC)和海鸥优化算法优化极限学习机(SOA-ELM)的滚动轴承损伤识别方法。首先,利用IMLZC复杂度测... 现有故障诊断方法大多是仅针对轴承故障类型进行分析,而缺少对故障程度进行相应的判断。为此,提出了一种基于改进多尺度Lempel-Ziv复杂度(IMLZC)和海鸥优化算法优化极限学习机(SOA-ELM)的滚动轴承损伤识别方法。首先,利用IMLZC复杂度测量指标对信号复杂度变化敏感的特点,将其用于提取滚动轴承振动信号的故障特征以构造特征矩阵;然后,利用海鸥优化算法对极限学习机(ELM)的关键参数进行了优化,建立了参数自适应优化的ELM分类模型;最后,将故障特征输入至SOA-ELM分类模型中进行了训练和测试,完成了滚动轴承不同故障状态的智能诊断和故障程度评估,利用滚动轴承和自吸式离心泵损伤振动信号对IMLZC-SOA-ELM模型的实用性和泛化性开展了研究,并将其与其他特征提取模型开展了对比。研究结果表明:基于IMLZC-SOA-ELM的故障诊断方法不仅能够准确识别滚动轴承的故障,而且能判断故障的严重程度,该故障诊断模型在诊断滚动轴承的故障时分别取得了100%和98.4%的识别准确率,平均识别准确率达到了99.9%,能够有效识别滚动轴承的故障类型和故障程度。与其他特征提取方法相比,IMLZC-SOA-ELM模型具有更高的识别准确率,更适合于滚动轴承的故障识别。 展开更多
关键词 滚动轴承 自吸式离心泵 故障诊断 故障程度和损伤程度 改进多尺度Lempel-Ziv复杂度 海鸥优化算法 参数最优极限学习机
在线阅读 下载PDF
基于改进辅助分类生成对抗网络与模型迁移策略结合的故障诊断方法 被引量:1
7
作者 李兴东 向星 +3 位作者 马诗浩 郭雨萱 潘宏鑫 宋明星 《液压与气动》 北大核心 2025年第8期21-34,共14页
液压轴向柱塞泵是液压系统的核心动力元件,对轴向柱塞泵进行故障诊断对于保证液压装备系统的安全可靠性运行至关重要。提出了一种改进的辅助分类生成对抗网络与模型迁移策略相结合的故障诊断方法,构建了故障诊断框架,并采用预训练-微调... 液压轴向柱塞泵是液压系统的核心动力元件,对轴向柱塞泵进行故障诊断对于保证液压装备系统的安全可靠性运行至关重要。提出了一种改进的辅助分类生成对抗网络与模型迁移策略相结合的故障诊断方法,构建了故障诊断框架,并采用预训练-微调策略提高了模型在目标域任务中的泛化能力,解决了传统深度学习诊断方法在实际运行过程中正常数据与故障数据数量因数据不平衡导致效果不佳甚至失效的问题。试验证明,该方法在样本不均衡时,其结构相似性值提高了20.4%,峰值信噪比值提高了5.4%,三种数据集在F1分数评估指标上分别可以达到96.3%、94.4%、92.5%,能够有效提高生产样本的质量和轴向柱塞泵的故障识别率。 展开更多
关键词 数据不平衡 生成对抗网络 残差网络 轴向柱塞泵 故障诊断
在线阅读 下载PDF
基于贝叶斯优化多尺度DenseNet的离心泵声信号故障诊断方法
8
作者 陈剑 严明辉 陈品 《中国机械工程》 北大核心 2025年第9期2032-2038,共7页
由于一维特征向量不能保留时间特征信息,而神经网络对图像识别具有良好效果,因此尝试用离心泵故障声信号构建的图像数据集开展离心泵故障诊断,提出贝叶斯优化多尺度DenseNet的离心泵声信号故障诊断方法。将一维时间序列声信号经过格拉... 由于一维特征向量不能保留时间特征信息,而神经网络对图像识别具有良好效果,因此尝试用离心泵故障声信号构建的图像数据集开展离心泵故障诊断,提出贝叶斯优化多尺度DenseNet的离心泵声信号故障诊断方法。将一维时间序列声信号经过格拉姆角场转化为二维图像,保留其时间信息及故障特征;然后采用多尺度密集块对图像进行特征提取,增强图像特征复用;通过dropout层和L_(2)正则化方法防止过拟合,采用贝叶斯优化算法确定神经网络超参数,最后利用离心泵声信号进行实验验证,与其他诊断方法进行对比。结果表明,贝叶斯优化多尺度DenseNet的诊断模型对测试集具有99.5%的故障识别率。 展开更多
关键词 离心泵 故障诊断 格拉姆角场 贝叶斯优化 多尺度DenseNet
在线阅读 下载PDF
基于数据增强的轴向柱塞泵故障诊断
9
作者 钟金豹 孟祥一 +3 位作者 范浩熙 王永鹏 冯相龙 张剑 《机床与液压》 北大核心 2025年第13期153-159,共7页
针对轴向柱塞泵故障诊断中因故障样本稀缺及数据分布不均衡导致的模型泛化能力不足的问题,提出一种基于Wasserstein生成对抗网络(WGAN-GP)进行数据增强的方法,以解决轴向柱塞泵故障数据提取难的问题。通过AMESim软件模拟不同轴向柱塞泵... 针对轴向柱塞泵故障诊断中因故障样本稀缺及数据分布不均衡导致的模型泛化能力不足的问题,提出一种基于Wasserstein生成对抗网络(WGAN-GP)进行数据增强的方法,以解决轴向柱塞泵故障数据提取难的问题。通过AMESim软件模拟不同轴向柱塞泵故障状态,并采集相应的流量信号和压力信号。利用高斯噪声和WGAN-GP对采集的数据进行增强,以提高样本数据的数量和质量。提取时域、频域和小波包能量特征作为初始特征参数,并将其输入长短期记忆网络(LSTM)进行故障模式识别和分类。结果表明:该方法在故障样本较少的情况下,能有效提高故障诊断的准确率和模型的泛化能力;对流量信号进行故障诊断时,数据增强前的最高识别准确率为86.84%,应用WGAN-GP算法对训练集数据进行数据增强后的识别准确率最高达98.72%;对压力信号进行故障诊断时,数据增强前的识别最高准确率为88.89%,应用WGAN-GP算法对训练集数据进行数据增强后的识别准确率最高达95.65%。数据增强算法对于提高故障诊断模型的识别准确率具有重大意义。 展开更多
关键词 轴向柱塞泵 故障诊断 特征提取 数据增强
在线阅读 下载PDF
液压泵故障PSO-BP诊断层与D-S决策层融合诊断
10
作者 刘源 李建国 王飞飞 《机械设计与制造》 北大核心 2025年第6期151-154,共4页
为了解决用单一(振动,压力,温度)传感器对液压泵故障诊断时效率低的问题,采用粒子群(PSO)与BP神经网络相融合的方式使BP网络获得更强全局寻优性能,利用D-S证据理论来完成多传感器信号的融合处理,从而获得更优的诊断性能。研究结果表明:... 为了解决用单一(振动,压力,温度)传感器对液压泵故障诊断时效率低的问题,采用粒子群(PSO)与BP神经网络相融合的方式使BP网络获得更强全局寻优性能,利用D-S证据理论来完成多传感器信号的融合处理,从而获得更优的诊断性能。研究结果表明:选择融合算法联合诊断时柱塞磨损达到99.12%的准确率。采用优化处理的融合算法测定磨损故障时获得了几乎为100%的支持度,通过对比可以排除其它故障。单一(振动,压力,温度)传感器诊断精度基本没有超多90%,通过DS决策层把数据进行融合后精度都在98%以上,因此充分证明了PSO-BP诊断层与D-S决策层融合模型的可行性。本研究具有很高的液压泵故障诊断效率,尤其适用于一些微弱的故障信息,对提前侦测故障危险具有很好的价值。 展开更多
关键词 柱塞泵 故障诊断 多源传感器 神经网络 数据融合 诊断输出
在线阅读 下载PDF
Study of Fault Diagnosis in Bend Axis Piston Pump
11
作者 荆双喜 乔石 +1 位作者 于北勋 方佳雨 《International Journal of Mining Science and Technology》 SCIE EI 1999年第2期125-128,共4页
On the basis of theoretical analysis and experimental rerearck, the vibration characteristics of the ZB1-107 bend axis piston pump that is wldely ed in mining machinery is studied in the paper, and the study provides ... On the basis of theoretical analysis and experimental rerearck, the vibration characteristics of the ZB1-107 bend axis piston pump that is wldely ed in mining machinery is studied in the paper, and the study provides the basis for pump fault diagnesis. The vibration signals of the rault-rree pump and tbe faulty pump have been compared in frequency domaln and it is round that tbere is obvious differeuce in their vibration frequency spectra. The experimentol results demonstrate that the raults, such as port plate wear and tear and the looseness or ball joint or the conuecting rod, can be effectively detected through vibration analysis. 展开更多
关键词 fault diagnosis frequency spectrum vibration signal BEND AXIS PISTON pump
在线阅读 下载PDF
基于视频分析的抽油机故障检测算法研究
12
作者 唐国维 张志祥 张岩 《微型电脑应用》 2025年第2期1-4,共4页
为了提高抽油机故障的自动检测水平,加强油田井场物联网抽油机故障检测功能的可靠性,提出一种基于视频分析的抽油机故障检测算法。使用分层拆分模块改进SOLOv2来提取抽油机驴头掩膜,再以掩膜上固定点垂直坐标形成时序数据;分析抽油机故... 为了提高抽油机故障的自动检测水平,加强油田井场物联网抽油机故障检测功能的可靠性,提出一种基于视频分析的抽油机故障检测算法。使用分层拆分模块改进SOLOv2来提取抽油机驴头掩膜,再以掩膜上固定点垂直坐标形成时序数据;分析抽油机故障在时序数据上的轨迹,使用傅里叶变换提取分类特征向量;训练调优SVM分类器来检测故障。实验结果表明,所提出的算法具有较高精度与效率,改进SOLOv2在实例分割精细度和推理速度上均能达到较好的效果,SVM的故障检测精度可以达到93.3%,具有一定的应用价值,可为油田井场的抽油机故障自动检测系统的研发提供参考。 展开更多
关键词 抽油机 故障检测 SOLOv2 分层拆分模块 傅里叶变换 SVM
在线阅读 下载PDF
结合PLC技术与参数特征提取的地面采油螺杆泵液压故障诊断研究
13
作者 韩国强 《液压气动与密封》 2025年第2期118-123,共6页
为了实现采油螺杆故障诊断的常态化,提升作业设备的可靠性和安全性,首先基于可编程逻辑控制器(PLC)搭建了螺杆泵故障诊断系统架构,然后采用小波包变换以及Fisher判别分析设计了采油螺杆泵液压故障诊断模型。实验结果表明,基于Fisher判... 为了实现采油螺杆故障诊断的常态化,提升作业设备的可靠性和安全性,首先基于可编程逻辑控制器(PLC)搭建了螺杆泵故障诊断系统架构,然后采用小波包变换以及Fisher判别分析设计了采油螺杆泵液压故障诊断模型。实验结果表明,基于Fisher判别分析的故障诊断模型在诊断误差上取值0.263,最大R-square取值为0.972。该方法对螺杆泵的故障误报率为0.064,漏报率为0.103,提高了油田的生产效率和经济效益,推动了螺杆泵采油系统的智能化发展。 展开更多
关键词 可编程逻辑控制器 / 参数特征 / 螺杆泵 / 故障诊断 / 小波包
在线阅读 下载PDF
基于类不平衡学习的离心泵故障诊断研究
14
作者 陈志辉 曹思民 +3 位作者 李耀武 赵雪岑 马剑 黄俊杰 《测控技术》 2025年第7期26-34,共9页
旋转机械在运行过程中所采集的故障数据与正常数据存在着“类不平衡”问题,导致以数据为驱动的故障诊断模型准确度下降。针对该问题,以离心泵为对象,通过“两步走”的方式实现离心泵的精准故障诊断。首先,基于带有惩罚梯度的Wasserstei... 旋转机械在运行过程中所采集的故障数据与正常数据存在着“类不平衡”问题,导致以数据为驱动的故障诊断模型准确度下降。针对该问题,以离心泵为对象,通过“两步走”的方式实现离心泵的精准故障诊断。首先,基于带有惩罚梯度的Wasserstein距离生成对抗网络(Wasserstein Generative Adversarial Network with Gradient Penalty,WGAN-GP)模型,实现离心泵故障样本的高质量扩充。其次,利用深度学习卷积神经网络(Convolutional Neural Network,CNN)方法,设计了离心泵的故障诊断模型,并构造了3组不同平衡比例离心泵样本集和平衡样本集,完成了对离心泵的精准故障诊断。实验结果表明,经WGAN-GP模型扩充的样本集对于离心泵故障诊断具有正效益,能够有效提高离心泵的故障诊断准确度。 展开更多
关键词 离心泵 类不平衡数据 故障诊断 生成对抗网络
在线阅读 下载PDF
多变量时序标记Transformer及其在电潜泵故障诊断中的应用 被引量:3
15
作者 李康 李爽 +2 位作者 高小永 李强 张来斌 《控制与决策》 北大核心 2025年第4期1145-1153,共9页
电潜泵故障诊断对于确保安全可靠采油至关重要,但是,电潜泵数据呈现出的多变量、非线性和动态变化等复杂特性为该任务带来了严峻挑战.近年来,深度学习在复杂数据特征提取方面表现出的强大能力催生了一系列基于神经网络的电潜泵故障诊断... 电潜泵故障诊断对于确保安全可靠采油至关重要,但是,电潜泵数据呈现出的多变量、非线性和动态变化等复杂特性为该任务带来了严峻挑战.近年来,深度学习在复杂数据特征提取方面表现出的强大能力催生了一系列基于神经网络的电潜泵故障诊断方法.然而,多数方法忽略了电潜泵数据的动态特性以及长时依赖特征提取困难的问题.针对上述问题,提出一种多变量时序标记Transformer神经网络来实现电潜泵故障诊断.该模型设计新的多变量时间序列标记策略,继承引入多头注意力机制和残差连接的传统Transformer神经网络编码器在长时依赖特征提取方面的优势,用前向神经网络替代传统Transformer神经网络解码器来简化模型复杂度.通过对油田现场故障数据分析,验证所提出方法的有效性.实验结果表明,所提出方法实现了10类电潜泵故障的精确诊断,相比于流行的深度学习方法诊断性能更优. 展开更多
关键词 电潜泵 Transformer神经网络 深度学习 特征提取 故障诊断 多变量时序标记
原文传递
基于EEMD结合LCTDBO-BP的水泵机组故障诊断 被引量:2
16
作者 吕顺利 曾云 +3 位作者 李想 张兼博 汪洋 赵翔宽 《排灌机械工程学报》 北大核心 2025年第1期38-44,共7页
水泵机组振动信号的诊断对机组安全稳定运行至关重要.基于现有技术存在的诸多问题,提出一种基于EEMD分解融合多尺度排列熵和多策略优化算法结合的水泵机组故障诊断模型.利用EEMD对原始信号进行分解并进行重构,然后计算重构信号的多尺度... 水泵机组振动信号的诊断对机组安全稳定运行至关重要.基于现有技术存在的诸多问题,提出一种基于EEMD分解融合多尺度排列熵和多策略优化算法结合的水泵机组故障诊断模型.利用EEMD对原始信号进行分解并进行重构,然后计算重构信号的多尺度排列熵组作为特征集,最后建立DBO-BP故障诊断模型.针对DBO算法易陷入局部最优解和迭代速度慢等问题,采用莱维飞行、混沌映射和自适应t分布3种方法对蜣螂算法进行优化,最终得到LCTDBO-BP的新模型.为探究优化后模型的性能,引入多种维度的函数进行再次分析.结果表明,在单峰和多峰函数下,所提模型具有明显的优越性.同时利用转子故障平台数据模拟水泵机组典型故障并进行故障分类验证,仿真结果表明该模型的准确度达到了98%,与未优化模型对比提高了8%.该项研究为水泵机组故障诊断提供了新的手段. 展开更多
关键词 水泵机组 故障诊断 优化算法 特征提取
在线阅读 下载PDF
基于声振特征融合和改进级联森林的离心泵故障诊断 被引量:1
17
作者 厉强国 陈品 陈剑 《组合机床与自动化加工技术》 北大核心 2025年第2期217-221,共5页
针对故障诊断中单一来源信号特征信息表征不充分以及深度神经网络调参复杂、构建难度大等问题,提出了一种基于声振特征融合和改进级联森林的离心泵故障诊断方法。首先,对多个传感器采集的声振信号进行小波包去噪,提取降噪信号的时域特... 针对故障诊断中单一来源信号特征信息表征不充分以及深度神经网络调参复杂、构建难度大等问题,提出了一种基于声振特征融合和改进级联森林的离心泵故障诊断方法。首先,对多个传感器采集的声振信号进行小波包去噪,提取降噪信号的时域特征、频域特征和小波包能量特征。利用核主成分分析(kernel principal component analysis,KPCA)对声振信号特征进行特征融合与数据降维,得到特征矩阵。在深度级联森林的基础上引入极端随机森林构建级联层,并添加XGBoost预测器提升模型性能,得到改进级联森林模型。利用改进的级联森林模型进行故障分类,试验结果表明,该方法能够有效识别离心泵的故障类型,并且声振信号特征融合相比于单源信号特征能够有效提升诊断精度。 展开更多
关键词 离心泵 故障诊断 特征提取 声振融合 改进级联森林
在线阅读 下载PDF
复杂构造区抽水蓄能工程关键地质安全问题:回顾与展望
18
作者 殷跃平 孙萍 +5 位作者 杜建军 王浩杰 张帅 李冉 李坤 辛鹏 《工程地质学报》 北大核心 2025年第3期1002-1028,共27页
复杂构造区抽水蓄能工程关键地质安全研究存在4个方面问题:(1)上下库间断裂构造探测精度与工程地质安全风险评价不适配;(2)观测数据匮乏制约上库地震放大效应机理认知并致设计依据不足,(3)极端降雨和地震作用下高位滑坡泥石流链式风险... 复杂构造区抽水蓄能工程关键地质安全研究存在4个方面问题:(1)上下库间断裂构造探测精度与工程地质安全风险评价不适配;(2)观测数据匮乏制约上库地震放大效应机理认知并致设计依据不足,(3)极端降雨和地震作用下高位滑坡泥石流链式风险防控技术尚待完善,(4)水位长期高频消落与上库岸坡结构长期损伤劣化评价亟待完善。建议高度关注以下研究重点方向:(1)开展断裂构造精细智能勘探技术,实现复杂构造精细识别与地质参数动态更新;(2)建立覆盖多地形地貌单元的标准化斜坡地震动观测台阵,揭示地震动放大效应的非线性阈值特征与空间异质性规律,构建基于地震动力放大效应的高位库坝抗震设计理论框架;(3)探明极端工况作用下滑坡-泥石流启动-级联堵溃-入库风险链式成灾过程,构建集灾源判识-多级堵溃-沿程侵蚀-入库成灾于一体的综合防控体系;(4)开展灾变机理多因素耦合分析和实时动态评估,完善在极端条件与高频大幅涨落环境下上库消落带岩体与护坡工程的疲劳损伤机理和模型。 展开更多
关键词 抽水蓄能工程 地质安全 活动断裂 地震动放大效应 地质灾害 库坡损伤劣化
在线阅读 下载PDF
基于知识图谱与深度学习的抽油机故障诊断
19
作者 温后珍 陆建明 +3 位作者 孟碧霞 陈颖 张义举 李媛媛 《化工自动化及仪表》 2025年第3期384-391,共8页
针对抽油机故障诊断的载荷-位移示功图训练数据有限、图片形状复杂、类型不平衡等导致示功图识别准确率不高的问题,提出一种融合知识图谱的示功图诊断模型。数据准备阶段用深度学习提取专家知识,构建知识图谱;视觉特征提取阶段用基于空... 针对抽油机故障诊断的载荷-位移示功图训练数据有限、图片形状复杂、类型不平衡等导致示功图识别准确率不高的问题,提出一种融合知识图谱的示功图诊断模型。数据准备阶段用深度学习提取专家知识,构建知识图谱;视觉特征提取阶段用基于空洞卷积和深度可分离卷积的卷积神经网络;知识特征提取阶段引入基于多头自注意力机制的图注意力网络;故障诊断阶段设计分类器对视觉和知识特征进行特征拼接形成融合特征,用损失函数完成诊断任务。相比于仅使用视觉特征,知识图谱包含了更丰富的语义信息,可探索不同故障间的关联,提高模型精确性,因此该方法适用于小样本量情况。实验结果表明:融合了知识图谱的示功图诊断模型精度较高、收敛更稳定,满足抽油系统故障诊断需求,为示功图故障诊断提供了有效的解决方案。 展开更多
关键词 故障诊断 示功图 抽油系统 知识图谱 小样本 深度学习
在线阅读 下载PDF
上一页 1 2 85 下一页 到第
使用帮助 返回顶部