您的位置: 专家智库 > >

王明达

作品数:2 被引量:13H指数:2
供职机构:中国石油大学(北京)机械与储运工程学院更多>>
发文基金:国家高技术研究发展计划中国石油天然气集团公司石油科技中青年创新基金国家科技重大专项更多>>
相关领域:电子电信自动化与计算机技术化学工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇化学工程
  • 1篇电子电信
  • 1篇自动化与计算...

主题

  • 1篇样条插值
  • 1篇振动
  • 1篇振动信号
  • 1篇三次B样条
  • 1篇神经网
  • 1篇神经网络
  • 1篇识别方法
  • 1篇奇异值
  • 1篇奇异值特征
  • 1篇网络
  • 1篇局部均值分解
  • 1篇机械振动
  • 1篇机械振动信号
  • 1篇BP神经
  • 1篇BP神经网
  • 1篇BP神经网络
  • 1篇插值

机构

  • 2篇中国石油大学...

作者

  • 2篇梁伟
  • 2篇张来斌
  • 2篇王明达
  • 1篇段礼祥
  • 1篇费盼峰

传媒

  • 1篇石油机械
  • 1篇振动与冲击

年份

  • 1篇2010
  • 1篇2009
2 条 记 录,以下是 1-2
排序方式:
基于奇异值特征的管道压力波识别方法被引量:3
2009年
在输油管道泄漏诊断过程中,提取压力波动信号的哪种特征参数作为识别依据是提高管道泄漏诊断准确率的关键。为此提出一种基于奇异值分解的压力波动信号特征提取方法,并通过构建BP神经网络对其分类,判断管道所处工况状态。在不影响识别效果的前提下,对奇异值向量进行适当降维压缩,能达到消除压力信号噪声和减少识别运算量的目的。试验表明,采用引入"动量项"的BP神经网络压力波识别分类器识别准确率高。基于奇异值特征与BP神经网络的管道压力波识别方法运算速度快,能满足管道泄漏监测在线运行的要求,有较高的应用价值。
王明达张来斌梁伟费盼峰
关键词:奇异值特征BP神经网络
基于B样条插值的局部均值分解方法研究被引量:10
2010年
局部均值分解(Local Mean Decomposition,LMD)方法是一种较新的自适应信号分析方法。LMD算法的核心思想是将原始信号分解为多个乘积函数(Production Function,PF),其中每个PF都是一个包络函数和一个纯调频函数的乘积。在LMD算法中需要提取信号的局部均值函数和包络估计,然而常规的提取方法会带来局部误差且分解速度慢。为了解决此问题,提出了利用三次B样条对信号上、下极值点进行插值得到上、下包络线,进而获取信号局部均值和包络估计的新方法。对仿真信号和机械振动信号的对比实验验证了该方法的优越性。
王明达张来斌梁伟段礼祥
关键词:局部均值分解三次B样条样条插值机械振动信号
共1页<1>
聚类工具0