公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

基于狄利克雷混合模型的转动机械运行状态异常检测方法: 基于狄利克雷混合模型的转动机械运行状态异常检测方法属于机械异常检测领域。1)分别采集转动机械正常工况运行数据和实时工况运行数据；2)提取数据特征集,构造特征相空间；3)设定狄利克雷混合模型初始参数值；4)用正常数据训练得...; 马波张颖江志农赵祎; 文献传递

动态型贝叶斯网络在机械设备故障智能诊断中的应用: 动态型贝叶斯网络在机械设备故障智能诊断中的应用属于故障诊断领域。本发明首次将动态型的三层贝叶斯网络用于机械设备智能故障诊断中，通过机械设备运行状态的信息采集，和贝叶斯网络节点间相关联系以及概率的设定和控制，来达到计算推理...; 马波刘嘉濛江志农赵祎; 文献传递

基于狄利克雷混合模型的转动机械运行状态异常检测方法: 基于狄利克雷混合模型的转动机械运行状态异常检测方法属于机械异常检测领域。1)分别采集转动机械正常工况运行数据和实时工况运行数据；2)提取数据特征集,构造特征相空间；3)设定狄利克雷混合模型初始参数值；4)用正常数据训练得...; 马波张颖江志农赵祎

基于机器统计学习的往复式压缩机故障预警及诊断技术研究: 往复式压缩机是炼油、化工等流程工业的核心设备。一旦设备发生故障，轻则影响企业的生产效益，重则严重威胁人身安全。因此，建立可靠的往复式压缩机异常检测与故障诊断系统具有重要意义。在往复式压缩机的异常检测领域，现有的故障预警方...; 赵祎; 关键词：往复式压缩机故障诊断振动信号特征参数

基于特征贡献率的机械故障分类方法被引量：2: 2020年; 为提高往复压缩机、航空发动机等复杂机械故障分类的准确率,依据特征参数对不同故障的敏感度存在差异的特性,提出一种狄利克雷过程混合模型(Dirichlet process mixture model,简称DPMM)与贝叶斯推断贡献(Bayesian inference contribution,简称BIC)相结合的分析方法。采用DPMM方法自学习机械振动信号高维特征的统计分布模型,并依据BIC理论计算得到各特征参数对模型的贡献率,通过对比观测数据与各类故障数据特征贡献率间的差异实现故障分类。试验结果表明,该方法的平均分类准确率比基于高斯混合模型(Gaussian mixture model,简称GMM)的故障诊断方法的平均分类准确率提高19.29%,比基于Relief算法的故障诊断方法的平均分类准确率提高32.71%,且该方法的时效性高,泛化性能强,能够更有效地进行复杂机械故障分类。; 马波赵祎; 关键词：故障诊断贝叶斯推断

全选清除导出

共1页<1>

赵祎