位置：成果数据库 > 期刊 > 期刊详情页
发动机异常检测多目标优化方法
  • ISSN号：1004-6801
  • 期刊名称：《振动．测试与诊断》
  • 时间：0
  • 分类：TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术] TP23[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构：[1]军械工程学院车辆与电气工程系,石家庄050003
  • 相关基金：国家自然科学基金资助项目（51205405）
作者： 吴定海, 张培林, 任国全, 王怀光, 王正军
关键词： 柴油发动机, 异常检测, 多目标优化, 非支配排序, 粒子群优化
中文摘要：

针对柴油发动机异常检测中的特征选择和分类器参数与检测精度之间的耦合关系，提出了一种基于非支配排序粒子群优化的柴油发动机异常检测封装式多目标同步优化方法。利用双树复小波包的分解与重构，对发动机振动信号进行时域、频域和时频域多角度特征提取，构建了较完备的特征参数集，分析了故障诊断中特征选择与分类器参数优化对检测精度的影响，运用非支配排序粒子群优化算法对多个优化目标进行协调和折衷处理，同时追求特征参数子集维数最小化和分类正确率最大化。实验数据分析表明，该方法能够寻找出最优的特征子集和分类器参数，提高柴油发动机异常检测的精度和效率。

同期刊论文项目
齿轮箱早期故障信号分析与智能识别的数学形态学方法
期刊论文 47 会议论文 2
同项目期刊论文
Denoising of Mechanical Vibration Signals Using Quantum-Inspired Adaptive Wavelet Shrinkage
Gear fault detection using adaptive morphological gradient lifting wavelet
Applying the fuzzy lattice neurocomputing (FLN) classifier model to gear fault diagnosis
An Algorithm of Quantum Restricted Boltzmann Machine Network Based on Quantum Gates and Its Applicat
Denoising algorithm for mechanical vibration signal using quantum Hadamard transformation
用形态梯度法与非负矩阵分解的齿轮故障诊断
基于量子遗传算法的轴向柱塞泵故障特征选择
基于形态提升小波的机械状态监测数据压缩研究
自适应Laplace统计模型下的量子降噪算法
基于EEMD与奇异熵增量谱的齿轮故障特征提取
基于量子叠加态参数估计的机械振动信号降噪方法
分布式监测系统缓变信号无损压缩方法研究
量子BP神经网络的自适应振动信号压缩及应用
超声磨粒传感器非线性声场的数值模拟与实验研究
量子GA-PLS特征选择算法及其应用
基于EEMD-CWD的齿轮箱振动信号故障特征提取
Engine fault diagnosis based on a morphological neural network using a morphological filter as a pre
Classification of time-frequency representations using improved morphological pattern spectrum for e
融合量子理论的结构元素尺寸自适应调整策略
引入量子理论的膨胀滤波结构元素
考虑信号特点的合成量子启发结构元素
通用量子门神经网络在齿轮故障诊断中的应用
基于量子门组的量子神经网络模型及其应用
采用非线性量子比特的形态滤波及其应用
基于EEMD的多尺度模糊熵的齿轮故障诊断
基于最优广义S变换和脉冲耦合神经网络的轴承故障诊断
分数阶时频局部二值模式谱在齿轮故障诊断中的应用
基于改进半监督局部保持投影算法的故障诊断
齿轮箱振动信号的分数阶时频谱多重分形特征提取研究
模糊格构造型形态神经网络
非负矩阵分解在发动机故障特征提取中的应用
量子BP神经网络在发动机故障诊断中的应用
基于模糊熵与LS-SVM的轴承故障诊断
基于KZK方程的在线超声磨粒传感器的设计
基于能量聚集性的轴承复合故障诊断
DCT和相关分析在轴承故障诊断中的应用
基于自适应多尺度形态梯度与非负矩阵分解的轴承故障诊断
基于自适应形态提升小波与改进非负矩阵分解的发动机故障诊断方法
Ultrasonic echo waveshape features extraction based on QPSO-matching pursuit for online wear debris
紧耦合粒子滤波与均值漂移的红外目标跟踪
某柴油机滑动轴承接触摩擦故障的振动特征与状态监测
在线油液磨粒检测聚焦超声换能器声场特性分析
融合字典学习的滑动轴承摩擦故障趋势自记忆预测
一种用于磨粒识别的基于改进PSO算法的支持向量机模型
期刊信息
  • 《振动．测试与诊断》
  • 北大核心期刊（2011版）
  • 主管单位:中华人民共和国工业和信息化部
  • 主办单位:南京航空航天大学 全国高校机械工程测试技术研究会
  • 主编：赵淳生
  • 地址：南京市白下区御道街29号
  • 邮编：210016
  • 邮箱：yohe2009@yahoo.cn
  • 电话：025-84893332
  • 国际标准刊号：ISSN：1004-6801
  • 国内统一刊号：ISSN：32-1361/V
  • 邮发代号:28-239
  • 获奖情况:
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊（2008版）,中国北大核心期刊（2011版）,中国北大核心期刊（2014版）
  • 被引量:7850