排序方式： 共有7条查询结果，搜索用时 31 毫秒
1
1.
由于旋转机械振动信号是一维的,且大尺寸卷积核可获得更大的感知野,在经典卷积神经网络模型(LetNet-5)的基础上设计了带有大尺寸卷积核的一维卷积核神经网络(1DLCNN).由于1DLCNN的超参数对网络性能影响较大,利用遗传算法对网络模型中的一些超参数进行寻优,并将这种利用遗传算法优化1DLCNN参数的方法称为GA-1DLCNN.试验结果表明,基于GA-1DLCNN方法所得到最优网络模型可以实现99. 9%的故障诊断精度,远远高于其他几种传统的故障诊断方法.此外,将采用大尺寸卷积核的一维卷积神经网络与小尺寸卷积核的一维卷积神经网络以及经典二维卷积神经网络模型进行对比,输入样本长度分别设定为128,256,512,1 024,2 048,最终的诊断精度结果以及可视化散点图显示1DLCNN的效果最优. 相似文献
2.
现代汽车状态检测和故障诊断技术及其发展 总被引：3，自引：0，他引：3
汽车故障诊断是汽车技术保障系统中的一个重要环节，故障诊断技术的发展必须跟上突飞猛进的汽车技术发展。本探讨了现代汽车故障诊断技术的特征，分析了汽车维修诊断技术的现状和发展趋势。 相似文献
3.
含稀疏度约束的非负张量分解算法及其在故障诊断中的应用(英文) 总被引：1，自引：0，他引：1
针对双谱分析在应用于机械设备故障诊断过程中面临的问题,提出了含有稀疏度约束的非负张量分解算法及基于此的二次故障特征提取方法.首先,改进已有的非负张量分解算法,加入稀疏度控制策略;其次,将机械振动信号的双谱图像堆叠为一个三阶张量;然后利用改进后的分解算法对该张量进行二次故障特征提取,得到代表局部特征的"基图像";最后,通过计算得出基图像在构成原双谱图像中所占的权重,并将得到的权重向量用于故障分类.将该方法应用于齿轮箱故障诊断的结果表明,从齿轮箱振动信号的双谱中提取出来的二次特征不仅能够反映出系统中存在的一些非线性特征,而且二次特征与故障特征频率之间有直观的对应关系,从而为解释齿轮箱故障与对应双谱之间的关系提供了很大的方便. 相似文献
4.
Bilinear time series models are of importance to nonlinear time seriesanalysis.In this paper,the autocovariance function and the relation between linearand general bilinear time series models are derived.With the help of Volterra seriesexpansion,the impulse response function and frequency characteristic function of thegeneral bilinear time series model are also derived. 相似文献
5.
研究型教学中实践教学的探索 总被引：4，自引：2，他引：2
以促进学生的学习能力、实践能力、创新能力与工程应用能力协调发展为目标,在抓好理论教学的同时,重视实验教学、实习教学、课程设计、毕业设计(论文)、课外研学、学科竞赛等实践教学各个环节。坚持"理论教学—实践教学—课外研学"三元结合,支持学生"知识、能力、素质"协调发展的实践教学,独立设置实验课程、增设大型综合实践环节。构建分层次、多模块、开放式的实验实践教学体系及贯穿教/学全过程的课外研学体系。 相似文献
6.
Study on Long-Distance Distributed Machine Condition Monitoring and Fault Diagnosis System 总被引：1，自引：0，他引：1
ＳｔｕｄｙｏｎＬｏｎｇ－ＤｉｓｔａｎｃｅＤｉｓｔｒｉｂｕｔｅｄＭａｃｈｉｎｅＣｏｎｄｉｔｉｏｎＭｏｎｉｔｏｒｉｎｇａｎｄＦａｕｌｔＤｉａｇｎｏｓｉｓＳｙｓｔｅｍＪｉａＭｉｎｐｉｎｇ（贾民平）ＺｈｏｎｇＢｉｎｇｌｉｎ（钟秉林）（Ｄｅｐａｒｔｍｅｎｔｏ... 相似文献
7.
基于网络的《汽车构造》课程教学辅助系统应用了系统的方法和网络资源，实现了信息结构化和系统化。提出了一种新的教学体系，使教育目的从“控制或强迫学习”变成“自发学习”，改善了绩效，开发了学生的全部潜能。 相似文献
1