武器装备预研基金(514571201)
- 作品数：3 被引量：4H指数：1
- 相关作者：罗小江韩建保肖成林陈时秋更多>>
- 相关机构：北京理工大学更多>>
- 发文基金：武器装备预研基金更多>>
- 相关领域：交通运输工程机械工程自动化与计算机技术更多>>
- 车辆传动系运行状态监测信号的预处理被引量：1
- 2006年
- 针对传动系监测信号的特点,分别采用最小波分析、倒谱分析以及小波包分析,探讨车辆传动系统监测信号的预处理,以去除信号趋势项和去除冗余信息,消除信号噪声,提取特征频率.仿真计算结果证明,小波阈值去噪法可同时去噪与去除趋势项,利用倒谱分析法能够有效提取载波频率与调制频率,利用小波包分析可去除冗余信息,突出信号特征.
- 罗小江韩建保
- 关键词：数据挖掘特征提取传动装置
- 变速箱典型故障奇异性指数的模糊神经网络识别
- 2006年
- 基于小波奇异性分析和模糊神经网络理论,建立变速箱故障识别模型,探讨将两种理论集成用于状态监测以提高故障识别准确度.通过小波变换提取车辆变速箱运行状态监测数据的奇异性指数,并据此训练模糊神经网络,计算表征变速箱技术状况的代码,判断部件是否发生故障及故障类型.对某型车辆变速箱监测信号的研究表明,本模型用于识别变速箱典型故障的误差仅为0.15384.
- 陈时秋韩建保罗小江
- 关键词：模糊神经网络变速箱
- 基于退火遗传算法的传动装置故障征兆识别被引量：3
- 2006年
- 提出了将模拟退火算法融合于遗传算法中的组合方案,对传动装置监测信号小波能量谱进行编码,以克服利用BP算法进行样本训练时网络可能会陷入局部极小点的缺点.以某型传动装置监测信号的小波能量谱为训练样本,识别传动装置带有缺损的齿轮的故障征兆.计算结果表明,组合方案能够提高神经网络训练效率和故障征兆识别精度.
- 肖成林韩建保罗小江
- 关键词：模拟退火遗传算法神经网络传动装置
