共被期刊论文引用了3次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于VMD与IFWA-SVM的滚动轴承故障诊断研究显示文摘为有效提取非平稳性、复杂性的滚动轴承振动信号特征,提出一种基于变分模态分解、改进烟花算法(IFWA)优化支持向量机(SVM)的滚动轴承故障诊断方法。利用VMD对原始信号进行分解,计算得到各IMF的样本熵,将原始信号的时域特征与其结合组成特征矩阵。为提高故障诊断效率,采用IFWA优化SVM,建立IFWA-SVM模型。使用训练集特征矩阵训练诊断模型,实现滚动轴承的故障诊断。利用实测信号验证该方法,并与粒子群算法优化进行比较。结果表明:利用该方法进行诊断,正确率提高了3.33%、训练时间缩短了21.55 s,验证了该方法的可行性。 | 张炎亮 毛贺年 赵华东 | 2022 | 机床与液压2022，50，6： | 6 |
| 2 | 基于FWA-Logistic方法的概率积分动态参数预测显示文摘求取精准可靠的概率积分参数在开采沉陷移动变形预测中至关重要,在非线性模型广泛应用于参数预测的背景下,开展了融合FWA和Logistic模型的概率积分动态参数预测方法(FWA-Logistic方法)。结合Logistic模型的应用情况,考虑到非线性最小二乘求取模型参数的波动性较大,且不合理的初值选取会导致求参结果发散,因此引入了一种FWA算法;综合FWA算法原理、Logistic模型和概率积分动态参数变化规律,提出了FWA-Logistic方法。试验结果表明,拟合样本参数q、tanβ、θ的效果较好,拟合中误差分别为0.028、0.100和0.023°;预测各期参数q、tanβ、θ的平均相对误差分别为2.87%、2.02%、0.03%;最大相对误差约为4.39%。为验证预测参数的实用性,基于预测的各期的概率积分动态参数,代入动态概率积分模型进行地表主断面下沉预计;与实测相比,预计下沉误差在-343~208mm之间,中误差分别为47.66mm、113.60mm、86.67mm、89.23mm。 | 魏鹏 江克贵 | 2021 | 煤炭工程2021，53，7： | 0 |
| 3 | 基于Python的多结电池仿真及其应用显示文摘Python作为目前应用广泛且快速发展的编程语言,已经被运用于科学研究的多个方面。随着III-V多结太阳电池结构日趋复杂,人们对电池模型的多元性和复杂度提出了更高的要求。基于Python语言编写太阳电池仿真计算程序,计算晶格失配多结电池理想状态以及非理想状态下的光电转换效率,开展两端/四端III-V/Si电池发光耦合作用分析以及减反射膜电池一体化设计。针对每种计算,首先通过理论分析确定仿真边界条件,然后利用仿真程序进行计算分析,最后对计算结果进行讨论。 | 郭宏亮 薛超 孙强 刘如彬 | 2022 | 电源技术2022，46，10： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员