您的位置: 专家智库 > >

国家科技支撑计划(2006BAA01A11)

作品数:3 被引量:11H指数:2
相关作者:吴国洋黄正华何泽银李国云更多>>
相关机构:攀枝花学院重庆大学更多>>
发文基金:国家科技支撑计划更多>>
相关领域:机械工程电子电信更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇机械工程
  • 1篇电子电信

主题

  • 2篇子群
  • 2篇粒子群
  • 1篇调压阀
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇群算法
  • 1篇轴承
  • 1篇轴承故障
  • 1篇主成分
  • 1篇自适
  • 1篇自适应
  • 1篇自适应小波
  • 1篇向量
  • 1篇向量机
  • 1篇消噪
  • 1篇消噪方法
  • 1篇小波
  • 1篇粒子群算法
  • 1篇故障诊断
  • 1篇阀芯

机构

  • 3篇攀枝花学院
  • 1篇重庆大学

作者

  • 3篇吴国洋
  • 1篇李国云
  • 1篇何泽银
  • 1篇黄正华

传媒

  • 2篇兰州理工大学...
  • 1篇机械传动

年份

  • 2篇2013
  • 1篇2012
3 条 记 录,以下是 1-3
排序方式:
基于正态反高斯模型的自适应小波消噪方法
2012年
提出一种基于正态反高斯分布模型局部逼近小波系数的降噪算法。该算法以db5小波作为振动信号的分解小波,对噪声信号进行分解。对于分解过程中包含大量噪声的小波系数,利用具有良好细节逼近性能的正态反高斯分布构造先验模型,在先验模型的基础上,运用贝叶斯最大后验概率估计从含噪的小波系数中估计出真实的小波系数。在后验估计的过程中,对于估计模型中的关键系数采用粒子群算法进行优化选取。利用估计的小波系数来重构信号,得到降噪后的信号。通过仿真实验和实际轴承的故障信号对该方法进行了验证,结果表明,该方法具有较好的降噪效果,可以有效的消除信号的噪声。
吴国洋
关键词:粒子群算法消噪
基于特征熵和优化SVM的轴承故障诊断方法被引量:2
2013年
为了对轴承的故障进行有效的识别,提出基于特征熵和优化支持向量机的轴承故障识别新方法.利用EMD分解信号提取分解信号的能量熵,由于这些熵值之间冗余信息较为严重,因此选用主成分分析对这些熵信息进行约简,提取最有效的特征信息,作为支持向量机模型的输入.通过粒子群优化选取最优决策树构造最佳的支持向量机分类模型进行状态的识别和判定,提高了分类的精确度.通过一个滚动轴承的实例说明方法的有效性和准确性.
吴国洋
关键词:轴承故障诊断主成分粒子群支持向量机
调压阀内流道流场分析及阀芯结构改进被引量:9
2013年
采用ANSYS软件建立椭球形、锥形和球形阀芯调压阀内流道流体动力学有限元计算模型,在不同开口度下分别对其进行流场数值模拟,得到调压阀内流道流体油压与阀芯开口度间的关系,分析3种调压阀内流道流场特性;基于CFD分析数据,以椭球形阀芯调压阀内流道流体湍流动能耗散最小为优化目标,阀芯尺寸参数为设计变量,最大工作油压和最小滑油压力为约束函数,建立调压阀内流道流场优化模型,采用响应面法对调压阀阀芯结构进行改进设计.分析结果表明,调压阀内流道湍流动能耗散受椭球形阀芯长轴影响较大,且随阀芯长轴增加而减小;湍流动能耗散较改进前降低了69.43%,优化效果明显.
吴国洋何泽银李国云黄正华
关键词:调压阀CFD
共1页<1>
聚类工具0