第二炮兵工程学院科技创新基金
- 作品数：15 被引量：136H指数：7
- 相关作者：姚春江何庆飞陈桂明陈小虎杨庆更多>>
- 相关机构：第二炮兵工程学院中国原子能科学研究院更多>>
- 发文基金：国防科技技术预先研究基金国家自然科学基金中国人民解放军总装备部预研基金更多>>
- 相关领域：自动化与计算机技术机械工程天文地球理学更多>>
- 一种基于径向基神经网络的地磁场K指数实时标定方法被引量：7
- 2010年
- K指数是一种重要的地磁活动指数,标定K指数的难点在于规则日变化S_R的确定,尽管FMI(FinnishMeteorological Institute,芬兰气象学院)方法能够比较准确地识别规则日变化S_R,给出合理的K指数,但是该方法存在一天的延迟,无法实现实时标定.为了解决这一问题,本文提出了一种基于径向基神经网络的K指数实时标定方法:首先用修正后的FMI方法提取H分量的时均值序列,接着以径向基神经网络对该序列进行建模,最后基于神经网络模型实时获取规则日变化,并结合H分量分均值观测数据标定K指数.实验结果表明:该方法能够以3.8598 nT的标准误差实时获取规则日变化S_R;实时标定的K指数与直接用FMI-H方法延迟一天标定的K指数相比,完全吻合的占69.8%,差别大于一个标度的仅占0.77%.
- 齐玮王秀芳李夕海刘代志
- 关键词：地磁场K指数径向基神经网络
- 贝叶斯目标跟踪方法的研究被引量：21
- 2009年
- 针对贝叶斯滤波过程中存在的目标跟踪问题,提出几种典型的贝叶斯滤波方法,如EKF,UKF,PF和UPF等,基于这些方法所构建的框架,对它们进行性能测试和比较,并在非线性环境下,讨论这些方法的特点,仿真实验结果表明,在非线性非高斯环境下,UPF方法的性能是最优的。
- 郭晓松李奕芃郭君斌
- 关键词：目标跟踪贝叶斯滤波
- 基于能量特征和RBF神经网络的柱塞泵状态识别方法被引量：5
- 2013年
- 柱塞泵状态发生改变时,其振动信号各频带的能量发生相应变化,利用各频带的能量特征可识别柱塞泵状态。基于此提出一种基于能量特征和径向基函数(radial basis function,RBF)神经网络的柱塞泵状态识别方法。首先利用改进阈值的小波包降噪方法对原信号进行降噪处理,然后对降噪后的信号进行经验模态分解(empirical modedecomposition,EMD),选取含主要状态信息的IMF(intrinsic mode functions)分量,提取能量特征作为神经网络的输入参数,识别柱塞泵的状态。同时利用小波包分析技术提取能量特征,并运用神经网络进行状态识别。应用实例表明,以EMD提取各频带能量作为特征参数的RBF神经网络状态识别方法比小波包分析提取各频带能量特征的方法具有更高的识别率,能有效地识别柱塞泵的状态。
- 何庆飞陈桂明陈小虎姚春江杨庆张宪宇
- 关键词：柱塞泵经验模态分解小波包分析RBF神经网络
- 奇异值小波降噪法在柱塞泵振动信号处理中的应用被引量：3
- 2012年
- 针对小波阈值和奇异值分解降噪法的不足,研究一种新的小波阈值函数。提出一种基于改进阈值的奇异值小波降噪方法,该方法利用奇异值分解技术,将噪声非均匀分布的信号正交分解为噪声分布相对均匀的分量,并对每个分量进行小波阈值降噪,重构降噪后的分量,得到降噪信号。仿真实例证明,该方法与小波软、硬阈值及改进阈值法相比,不仅提高信噪比,而且能够更好地消除高斯噪声。利用该方法对柱塞泵不同状态振动信号进行降噪,结果表明,该方法能有效抑制噪声,为柱塞泵振动信号预处理提供一种更为有效的方法。
- 何庆飞陈桂明陈小虎姚春江张宪宇
- 关键词：柱塞泵振动信号奇异值分解
- 基于改进平移不变量小波阈值法的齿轮泵振动信号降噪
- 2013年
- 齿轮泵的振动信号中含有大量噪声,在对其进行应用之前必须降噪处理。传统的小波阈值降噪法在信号的奇异点附近会产生振荡现象,为此研究了一种新的小波阈值函数,把新的阈值函数和平移不变量相结合,提出了改进小波阈值法的平移不变量降噪方法。该方法克服了软、硬阈值的缺陷,同时抑制阈值法降噪时产生的伪吉布斯(Pseudo-Gibbs)现象。利用该方法对仿真信号和实测齿轮泵振动信号进行降噪处理,并与小波软、硬阈值法及新阈值法进行了对比。结果表明:该方法具有更好的降噪效果,可应用于齿轮泵振动信号降噪处理。
- 何庆飞陈桂明陈小虎王旭平姚春江毋文峰
- 关键词：齿轮泵振动信号降噪
- 层析γ扫描中的探测效率刻度被引量：6
- 2008年
- 探测效率刻度技术是层析γ扫描测量中最重要的技术之一。本工作研究用蒙特卡罗方法刻度层析γ扫描系统探测效率的方法。对3×3×3体素组成的样品模型,用蒙特卡罗软件计算了层析γ扫描测量装置的探测效率矩阵。在实验室层析γ扫描原型装置上,实验研究了层析γ扫描测量装置的探测效率。对两者进行了比较,相对偏差绝对值小于5%。研究结果表明了蒙特卡罗方法刻度层析γ扫描测量装置探测效率的可行性。
- 张全虎杨道军何彬李泽顾忠茂钱绍钧
- 关键词：MONTE-CARLO方法
- 基于灰色支持向量机的液压泵寿命预测方法被引量：17
- 2012年
- 针对单方法所建液压泵寿命预测模型精度较低的缺陷,提出基于灰色理论和支持向量机的组合预测模型的液压泵寿命预测方法。该方法通过灰色累加生成操作对原始序列进行数据处理,以增强数据的规律性;运用最小最终误差预测准则确定嵌入维数,选择模型的参数;采用支持向量机进行预测,利用灰色累减生成操作还原数据,得到预测结果。选取液压油的光谱分析数据作为液压泵的寿命特征信息,采用该模型对液压泵进行寿命预测,并与灰色模型、单一支持向量机模型进行预测性能对比。结果表明,灰色支持向量机预测性能最优,精度达到99.37%,为液压泵性能评估和寿命预测提供一种更为有效的方法。
- 何庆飞陈桂明陈小虎姚春江张宪宇
- 关键词：液压泵支持向量机
- 基于改进灰色神经网络的液压泵寿命预测被引量：25
- 2013年
- 改进了GM(1,1)模型,提高了其精度和适应范围;将改进的GM(1,1)模型与神经网络预测模型相结合来构建灰色神经网络组合预测模型;提出了基于支持向量机的液压泵寿命特征启发式搜索策略,以液压泵寿命特征参数特征集的交叉验证错误率为评价指标,从液压泵的特征参数(振动、压力、流量、温度、油液信息等)中选取寿命特征因子;运用小波阈值降噪法进行降噪处理,提取典型的小波包能量特征作为模型的输入。以齿轮泵为例,将改进的灰色神经网络预测模型与原始GM(1,1)模型和改进GM(1,1)模型比较可知,灰色神经网络预测模型预测精度最高,达到98.42%。
- 何庆飞陈桂明陈小虎姚春江
- 关键词：液压泵神经网络支持向量机
- 基于改进灰色预测模型的液压泵寿命预测被引量：8
- 2011年
- 选取液压油的光谱分析数据作为液压泵的寿命特征信息,针对油液采样间隔不等间距的情况,研究非等间距灰色GM(1,1)模型。对建模数据背景值进行改造,建立改造背景值的非等间距灰色GM(1,1)模型,提高模型的预测精度。研究了油液分析阈值的制定方法,制定液压泵磨损金属元素含量和含量趋势值的阈值。运用改进背景值的非等间距灰色GM(1,1)模型对某型凿岩台车的液压泵进行寿命预测,预测精度达到95.78%。
- 何庆飞陈桂明陈小虎姚春江杨庆
- 关键词：油液分析液压泵背景值阈值
- 基于奇异值分解和小波包分析的液压泵振动信号特征提取方法被引量：11
- 2012年
- 针对液压泵故障特征提取问题,提出了一种基于奇异值分解和小波包变换的液压泵振动信号特征提取方法。通过奇异值分解将噪声非均匀分布的液压泵振动信号正交分解为噪声分布相对均匀的分量,对各分量进行小波包阈值去噪,重构去噪后分量,对去噪后信号进行小波包分解,提取各频带能量特征。以齿轮泵为例,将该方法对齿轮泵的气穴故障、齿轮磨损和侧板磨损3种常见故障和正常状态的振动信号进行特征提取分析,结果表明,该方法可有效提取齿轮泵故障特征。
- 何庆飞姚春江陈桂明陈小虎杨庆
- 关键词：液压泵奇异值分解特征提取小波包分析
