检索结果

Select

1. 基于相空间重构和遗传优化SVR的机械设备状态趋势预测

王涛，李艾华，高运广，蔡艳平，王旭平

噪声与振动控制 2014, 34 (3): 176-181. DOI: 10.3969/j.issn.1006-1335.2014.03.037

摘要（199）

PDF（pc）（1280KB）（1143）

针对机械设备振动信号序列的非线性、非平稳性特点，提出了一种基于相空间重构与遗传优化支持向量回归机的设备状态趋势预测方法。首先，采用相空间重构技术将一维振动信号时间序列转化成矩阵形式，自适应地选取特征，以相点作为输入特征训练SVR预测器；然后应用自适应遗传算法对惩罚因子、不敏感系数以及高斯核宽度进行同步优化，自动获取最佳的建模参数；最后构建SVR预测模型，并将其应用于某机组振动信号预测。实验结果表明，无论是单步还是24步预测，本文所提遗传优化SVR模型的预测精度都要比标准SVR模型的预测精度高，说明该方法对机械设备的运行状态趋势具有较好的预测能力。

相关文章 | 多维度评价

Select

2. 一种并行遗传优化核主元分析算法

王涛，李艾华，高运广，王旭平，蔡艳平

噪声与振动控制 2013, 33 (2): 19-22. DOI: 10.3969/j.issn.1006-1335.2013.02.005

摘要（1288）

PDF（pc）（1009KB）（2052）

针对核主元分析算法参数设置和主元数量选取问题，提出一种并行优化核函数参数和主元数量的改进核主元分析算法。该算法以类别可分性为准则，应用自适应遗传算法同步对核参数和主元数量进行优化，实现了核参数和主元数量的并行选择。将改进后的核主元分析算法应用于柴油机气阀机构典型故障的特征提取中，结果表明：优化核主元分析能有效降低柴油机气阀机构故障特征向量的维数，提高各类样本的聚类效果。

相关文章 | 多维度评价

Select

3. 基于小波包和LMS自适应降噪的柴油机振动诊断

蔡艳平;李艾华;王涛;白向峰;姚良

2011, 31 (1): 104-109.

摘要（1687）

由于柴油机振动信号的特征频带和噪声频带存在重叠现象，利用小波阈值消噪时难以选取合适的小波阈值，针对该问题提出一种基于小波包的LMS自适应滤波降噪方法。该方法将小波包与LMS自适应滤波相结合，首先利用小波包变换对信号进行多层分解，然后以噪声干扰对应尺度上的第一层“细节”分量及最大分解尺度上的逼近分量重构信号，将重构后的信号作为LMS自适应滤波器原始输入信号，再以小波包最大分解尺度上的高频细节信号作为自适应抵消器的参考输入信号，进行LMS自适应滤波降噪处理。仿真计算和工程应用表明，该方法参数设置较少，易于控制，不涉及小波阈值降噪中阈值的选取问题，对比试验信号的分析验证了方法的有效性，将该法应用在柴油机振动诊断中提高了故障识别率。