浙江省自然科学基金(Y1080929)
- 作品数：4 被引量：14H指数：3
- 相关作者：胡海刚朱文材庞宏磊朱鸣鹤曹磊更多>>
- 相关机构：宁波大学更多>>
- 发文基金：浙江省自然科学基金浙江省教育厅科研计划更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 遗传神经网络在轴系故障诊断中的应用被引量：6
- 2012年
- 为解决BP神经网络收敛速度慢以及容易陷入局部最优解的问题,将遗传算法与BP神经网络相结合应用于轴系故障诊断中。首先设计了船舶柴油机轴系模拟实验平台,然后利用小波包分解技术分析了轴系故障时的振动信号,并将其能谱熵作为故障模式的特征向量,最后对轴系的4种运行状态进行了故障识别与分析。仿真结果表明,GA-BP算法预测精度要高于传统的BP算法,适用于轴系的状态监测和故障诊断。
- 朱文材胡海刚朱鸣鹤庞宏磊
- 关键词：故障诊断BP神经网络遗传算法
- 船舶推进轴系扭振数据采集及处理系统被引量：5
- 2008年
- 从验证扭振信号采集和故障监测的准确性和可靠性的目的出发,设计了一套船舶推进轴系扭振数据采集及处理系统。同时,以齿盘和光电开关组合为传感器,NI的信号调理箱、数据采集卡等为主要器件实现了扭振信号采集;并采用Visual C++编程开发了故障监测与分析软件,实现了对扭振信号的实时采集和处理。实验研究结果表明,该方案实现了设计的目标,较好地满足了教学和科研的需求。
- 胡海刚曹磊冯志敏
- 关键词：船舶推进轴系扭振数据采集故障监测
- 基于SVM和BP神经网络的轴系故障诊断
- 2010年
- 阐述SVM(support vector machine)和BP(back propagation)两种神经网络的基本原理和算法,将其应用于柴油机轴系的故障诊断与识别,建立轴系故障的SVM故障诊断模型,并与BP神经网络进行对比分析研究。结果表明,SVM和BP神经网络都具有精度较高的故障识别能力,但SVM整体性能优于BP神经网络,具有较快的训练速度和较强的非线性映射能力,非常适用于轴系的状态监测和故障诊断。
- 胡海刚朱鸣鹤朱文材庞宏磊
- 关键词：轴系SVMBP故障诊断
- 基于DAGSVM的轴系扭振故障诊断方法被引量：3
- 2011年
- 针对船舶轴系扭振故障小样本事件,基于小波包Shannon熵与二叉决策树支持向量机(DAGSVM)理论建立一种轴系扭振故障诊断模型。首先通过船舶轴系扭振实验平台提取轴系扭振四种模式信号;然后利用小波包变换提取Shannon熵值,作为故障输入特征向量;最后利用K-CV交叉验证法提升支持向量机,对故障进行建模识别。试验表明,此法具有较高识别率,为船舶轴系扭振故障诊断提供了一种有价值的在线诊断方法。
- 胡海刚庞宏磊付雷朱文材
- 关键词：小波包分析支持向量机故障诊断
