期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于改进排列熵和因果网络的传动系统多层级混合故障诊断方法 认领 引用
1
作者 徐玮晨 吴宗柠 +1 位作者 于重重 华诗桐 《机电工程》 CAS 北大核心 2026年第7期1360-1371,1399,共12页
针对混合故障的层级性与多通道信号的冗余性问题,提出了一种融合改进排列熵与因果网络(IPE-CN)的地铁列车转向架传动系统混合故障诊断方法。首先,引入了一种改进的排列熵算法,表征了不同传感器下的通道特征;然后,利用马尔可夫毯因果发... 针对混合故障的层级性与多通道信号的冗余性问题,提出了一种融合改进排列熵与因果网络(IPE-CN)的地铁列车转向架传动系统混合故障诊断方法。首先,引入了一种改进的排列熵算法,表征了不同传感器下的通道特征;然后,利用马尔可夫毯因果发现算法与复杂网络分析方法,构建了以通道为节点、通道间因果关系为连边的混合故障因果网络;接着,利用网络中心性指标量化了位于列车转向架四个部件上传感器通道的重要性,并以此为依据筛除混合故障的冗余通道;最后,将IPE-CN与多标签分类算法相结合,实现了混合故障诊断,并将上述方法用于地铁列车转向架传动系统,在BJTU-RAO数据集上开展了对比实验,以提高混合故障分类准确率。研究结果表明:在由部件级单一故障、部件级复合故障和系统级复合故障交织形成的51种多层级混合故障中,采用改进排列熵能够更有效地区分通道特征;在分类准确率方面,采用因果网络的通道选择方法可以显著提高多层级混合故障诊断的准确率;同时,采用PageRank中心性指标进行通道选择相比其余四种指标效果更好,与随机森林(RF)分类器结合后诊断准确率可达97.9%,相比支持向量机和K最近邻算法结合的准确率分别提高了8.8%和19.4%。该结果验证了IPE-CN在混合故障诊断任务中的有效性和实用价值。 展开更多
关键词 地铁列车转向架传动系统 混合故障诊断 改进排列熵因果网络算法 Page Rank中心性指标 复杂网络 马尔可夫毯 分类准确率
暂未订购 下载PDF
基于层次加权排列熵与IGOA-BiLSTM的高压共轨喷油器剩余寿命预测方法 认领 引用
2
作者 屈蓓佳 高先理 +3 位作者 贾宝富 柯赟 姚崇 宋恩哲 《计算机集成制造系统》 EI CSCD 北大核心 2025年第8期3046-3056,共11页
针对预测模型参数选取不当而导致高压共轨喷油器剩余寿命预测精度较低的问题,提出一种基于层次加权排列熵(HWPE)与改进蝗虫优化算法(IGOA)优化双向长短时记忆网络(BiLSTM)的高压共轨喷油器剩余寿命预测方法。首先,由于HWPE能够充分考虑... 针对预测模型参数选取不当而导致高压共轨喷油器剩余寿命预测精度较低的问题,提出一种基于层次加权排列熵(HWPE)与改进蝗虫优化算法(IGOA)优化双向长短时记忆网络(BiLSTM)的高压共轨喷油器剩余寿命预测方法。首先,由于HWPE能够充分考虑时间序列高频和低频信息,提取全寿命周期数据的HWPE构建健康度指标(HI);然后,针对BiLSTM最优参数选取困难的问题,提出了一种改进蝗虫优化算法,通过引入混沌策略以丰富初始种群的多样性和随机性,重构线性因子增强全局搜索和局部开发的能力,并引入迁徙策略提高位置更新的质量,自适应地获取BiLSTM最优参数组合;最后,将HWPE与健康度指标分别作为IGOA-BiLSTM模型的输入输出进行训练测试,将输出的HI拟合寿命退化曲线并预测失效点,实现喷油器的剩余寿命预测。通过与其它常用方法对比分析,IGOA在参数寻优方面性能更好,所提出剩余寿命预测方法具有更高的预测精度。 展开更多
关键词 剩余寿命预测 层次加权排列熵 改进蝗虫优化算法 双向长短时记忆网络 高压共轨喷油器
暂未订购 下载PDF
上一页 1 下一页 到第
在线咨询 使用帮助 返回顶部 意见反馈