夏雨婷
- 作品数：5 被引量：8H指数：2
- 供职机构：兰州理工大学更多>>
- 发文基金：国家自然科学基金甘肃省自然科学基金更多>>
- 相关领域：电子电信电气工程自动化与计算机技术更多>>
- 关于电机故障诊断方法的优化研究被引量：6
- 2017年
- 针对高维数据的维数困扰、参数影响性能以及噪声干扰,采用等谱流形学习算法进行数据的降维,并采用狼群算法对等谱流形学习算法和最小二乘支持向量机的参数进行优化,提出了一种电机故障诊断的方法。结果表明:首先采用狼群算法优化等谱流形学习算法的特征维数d以及最小二乘支持向量机的惩罚参数C和核函数γ,并用等谱流形学习算法对数据进行降维处理,以提取其低维的特征空间,最后在建立最小二乘支持向量机模型,从而进行分类。仿真结果验证了所建模型的正确性和有效性,而且等谱流形学习算法的降维结果优化于主成分分析,其抗噪能力也很强,并且狼群算法优化的分类结果也优于粒子群算法。
- 王惠中夏雨婷乔林翰刘联涛
- 关键词：最小二乘支持向量机粒子群算法
- 基于IMLA-LSSVM模型的电机故障诊断方法
- 针对在电机故障诊断时,诊断方法受高维数据的维数困扰以及噪声干扰,这使得计算的复杂程度降低,同时也减少了冗余信息所造成的识别误差,提高了识别的精度。所以本文将等谱流形学习算法(IMLA)应用到数据的降维处理,同时结合最小二...
- 王惠中夏雨婷任虎乔林翰
- 文献传递
- 基于云-模糊融合技术的电机故障诊断
- 2015年
- 在传统模糊融合诊断系统基础上加入云模型,运用该模型的正、逆向云发生器、云运算原理,构建了云—模糊融合诊断系统;该系统结合了云模型的模糊性、随机性、统计性,在对电机故障进行决策,不仅有效地解决了传统诊断系统存在单一判别准则无法判别的局限,还拓宽了电机故障模糊判别准则,可有效地评定决策故障结果,使诊断结果更具有客观性与模糊性,最后通过仿真实例表明了新系统具有传统诊断系统所不具备的优势。
- 王惠中任虎効迎春夏雨婷
- 关键词：云模型电机故障
- 基于云模型的多信道电机故障信号择优选取被引量：2
- 2016年
- 在当前电机故障诊断领域已实现多传感器多信道故障信号采集的背景下,针对如何有效处理高维电机故障数据以达到快速、准确诊断的难题,提出云隶属度新模型与多信道信号择优选取方法.该方法首先将属性相似算法与逆向云发生器相结合求取传感器位置权重与隶属基准值,进而引入正云发生器,得到各个信道信号的数字特征,最后根据云运算原理求取各个信号的云隶属度,以实现择优选取部分信道信号,达到减小多信道信号的冗余性的效果.通过实例仿真分析验证该方法的可行性.
- 王惠中任虎効迎春夏雨婷
- 关键词：电机故障云模型
- 基于云计算的组合方法在电机故障诊断中的研究
- 当前随着社会经济和科学技术的不断发展，各类电机出现在工业生产和人们的日常工作中并且它所起到的作用也越来越大。而电机的故障一旦发生，轻则会影响人们的生产生活，重则会危害人的生命安全以及造成严重的经济损失。因此，为了满足工业...
- 夏雨婷
- 关键词：电机故障高维数据特征提取云计算
- 文献传递
