您的检索:
学者姓名:高学金
精炼检索结果:
年份
成果类型
收录类型
来源
综合
曾用名
合作者
语言
清除所有精炼条件
摘要 :
针对滚动轴承振动特征多变导致故障特征难以识别的问题,采用基于小波瞬态提取变换(transient extraction transform, TET)的滚动轴承故障诊断。首先对原始轴承振动信号进行小波降噪处理,小波变换在时频分析中具有局部化特性,善于处理非平稳信号,能够在去除噪声的同时很好保留信号的突出成分;然后利用瞬态提取变换方法对去噪后的信号进行特征提取,有效处理滚动轴承振动信号的非线性问题;在瞬态特征提取建模的基础上,结合Hilbert包络谱分析方法,利用滚动轴承的特征频率对应的故障频率识别轴承的故障类型。与传统的时频分析方法相比,该方法可以生成更加能量集中的时频表示并允许信号重建。仿真...
关键词 :
瞬态提取变换 瞬态提取变换 滚动轴承 滚动轴承 小波去噪 小波去噪 故障诊断 故障诊断 Hilbert包络谱分析 Hilbert包络谱分析
引用:
复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。
GB/T 7714 | 高学金 , 魏红飞 , 张海利 et al. 基于小波TET的滚动轴承故障诊断 [C] //2020中国自动化大会(CAC2020)论文集 . 2021 . |
MLA | 高学金 et al. "基于小波TET的滚动轴承故障诊断" 2020中国自动化大会(CAC2020)论文集 . (2021) . |
APA | 高学金 , 魏红飞 , 张海利 , 高慧慧 . 基于小波TET的滚动轴承故障诊断 2020中国自动化大会(CAC2020)论文集 . (2021) . |
导入链接 | NoteExpress RIS BibTex |
摘要 :
风电机组滚动轴承振动信号微弱故障特征易被背景噪声和其他频率干扰,提取难度较大。针对此类问题,提出一种增强型的形态学滤波及故障诊断方法。算法构造了一种新的形态学综合顶帽变换(morphological comprehensive filter-hat transform,MCFHT),将其用于强背景噪声下目标信号的故障脉冲提取,并通过非线性滤波器幅频响应考察其滤波性质,为振动检测中故障脉冲的提取提供理论依据;针对MCFHT变换滤波尺度选择问题,通过分析原振动信号自身振动特性,给出了一种自适应的尺度计算策略,有效提高了滤波处理的效率和性能;提出一种改进的包络导数能量算子用于增强形态学滤波后信号中故...
关键词 :
振动信号 振动信号 故障诊断 故障诊断 特征提取 特征提取 数学形态学 数学形态学 能量算子 能量算子
引用:
复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。
GB/T 7714 | 齐咏生 , 樊佶 , 李永亭 et al. 基于增强型形态学滤波的风电机组轴承故障诊断方法 [J]. | 振动与冲击 , 2021 , 40 (04) : 212-220 . |
MLA | 齐咏生 et al. "基于增强型形态学滤波的风电机组轴承故障诊断方法" . | 振动与冲击 40 . 04 (2021) : 212-220 . |
APA | 齐咏生 , 樊佶 , 李永亭 , 高学金 , 刘利强 . 基于增强型形态学滤波的风电机组轴承故障诊断方法 . | 振动与冲击 , 2021 , 40 (04) , 212-220 . |
导入链接 | NoteExpress RIS BibTex |
摘要 :
基于增强型形态学滤波的风电机组轴承故障诊断方法
关键词 :
能量算子 能量算子 数学形态学 数学形态学 振动信号 振动信号 故障诊断 故障诊断 特征提取 特征提取
引用:
复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。
GB/T 7714 | 齐咏生 , 樊佶 , 李永亭 et al. 基于增强型形态学滤波的风电机组轴承故障诊断方法 [J]. | 齐咏生 , 2021 , 40 (4) : 212-220 . |
MLA | 齐咏生 et al. "基于增强型形态学滤波的风电机组轴承故障诊断方法" . | 齐咏生 40 . 4 (2021) : 212-220 . |
APA | 齐咏生 , 樊佶 , 李永亭 , 高学金 , 刘利强 , 振动与冲击 . 基于增强型形态学滤波的风电机组轴承故障诊断方法 . | 齐咏生 , 2021 , 40 (4) , 212-220 . |
导入链接 | NoteExpress RIS BibTex |
摘要 :
基于分步时空JITL-MKPLS的间歇过程故障监测
关键词 :
局部建模 局部建模 故障监测 故障监测 分步 分步 多向核偏最小二乘 多向核偏最小二乘 时空即时学习 时空即时学习
引用:
复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。
GB/T 7714 | 高学金 , 孟令军 , 王豪 et al. 基于分步时空JITL-MKPLS的间歇过程故障监测 [J]. | 高学金 , 2021 , 35 (1) : 127-139 . |
MLA | 高学金 et al. "基于分步时空JITL-MKPLS的间歇过程故障监测" . | 高学金 35 . 1 (2021) : 127-139 . |
APA | 高学金 , 孟令军 , 王豪 , 高慧慧 , 高校化学工程学报 . 基于分步时空JITL-MKPLS的间歇过程故障监测 . | 高学金 , 2021 , 35 (1) , 127-139 . |
导入链接 | NoteExpress RIS BibTex |
摘要 :
为提高对发酵过程中质量变量的预测精度,解决发酵数据非线性的问题,提出一种基于核二次互信息回归的质量预测模型。将非线性过程数据核映射至高维特征空间,使其线性可分;基于高维特征空间,使用Renyi二次熵与二次互信息定义目标函数提取过程特征,建立过程特征与质量变量间的回归模型;二次互信息可衡量变量间的非线性关系。仿真实验及大肠杆菌发酵生产数据的实验结果表明,该方法具有较高质量预测精度,对非线性数据有较强处理能力。
关键词 :
Renyi二次熵 Renyi二次熵 二次互信息 二次互信息 发酵过程 发酵过程 特征提取 特征提取 质量预测 质量预测
引用:
复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。
GB/T 7714 | 李征 , 王普 , 高学金 et al. 基于核二次互信息的发酵过程质量预测模型 [J]. | 计算机工程与设计 , 2021 , 42 (07) : 2016-2023 . |
MLA | 李征 et al. "基于核二次互信息的发酵过程质量预测模型" . | 计算机工程与设计 42 . 07 (2021) : 2016-2023 . |
APA | 李征 , 王普 , 高学金 , 齐咏生 , 高慧慧 . 基于核二次互信息的发酵过程质量预测模型 . | 计算机工程与设计 , 2021 , 42 (07) , 2016-2023 . |
导入链接 | NoteExpress RIS BibTex |
摘要 :
本发明公开了基于动态特征提取的阶段划分方法,用于解决现有方法捕捉过程动态特征变化不够灵敏的问题。首先将原始数据沿批次展开,对每个时间片矩阵进行偏最小二乘分析得到过程变量和质量变量的得分矩阵,采用AP算法将联合得分矩阵进行聚类,实现第1步划分;之后采用encoder‑decoder模型将表征过程动态性的动态特征提取出来,采用AP算法对其进行第2步划分,综合分析两步划分结果最终将生产过程划分为不同的稳定阶段和过渡阶段。对于阶段划分完成后,可以进一步对划分后的各个阶段分别建立注意力LSTM质量预测模型,进行拓展应用。
引用:
复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。
GB/T 7714 | 高学金 , 孟令军 , 高慧慧 . 基于动态特征提取的发酵过程阶段划分方法 : CN202110078581.0[P]. | 2021-01-19 . |
MLA | 高学金 et al. "基于动态特征提取的发酵过程阶段划分方法" : CN202110078581.0. | 2021-01-19 . |
APA | 高学金 , 孟令军 , 高慧慧 . 基于动态特征提取的发酵过程阶段划分方法 : CN202110078581.0. | 2021-01-19 . |
导入链接 | NoteExpress RIS BibTex |
摘要 :
国家重大事件的发生都有其深远的历史意义与文化影响,为大学生思想政治教育提供了良好的教育契机和现实素材,育人效应是深远的。本文调查分析了北京地区高校大学生对重大事件的关注情况,重点阐述了重大事件蕴含的育人价值。在此基础上,提出基于重大事件开展大学生思想政治教育的有效途径,并做具体分析。
关键词 :
思想政治教育 思想政治教育 重大事件 重大事件 大学生 大学生
引用:
复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。
GB/T 7714 | 白洁 , 高学金 , 苗岩岩 . 基于国家重大事件开展大学生思想政治教育途径研究 [J]. | 中外企业文化 , 2021 , (03) : 188-190 . |
MLA | 白洁 et al. "基于国家重大事件开展大学生思想政治教育途径研究" . | 中外企业文化 03 (2021) : 188-190 . |
APA | 白洁 , 高学金 , 苗岩岩 . 基于国家重大事件开展大学生思想政治教育途径研究 . | 中外企业文化 , 2021 , (03) , 188-190 . |
导入链接 | NoteExpress RIS BibTex |
摘要 :
为实时监测复杂工业过程的故障状态,精确预测故障趋势,提出基于降噪自编码和时间卷积网络的故障预测方法。首先,利用随机森林算法筛选故障相关特征。之后,利用堆栈降噪自编码网络提取非线性特征以及特征重构,并根据重构误差构造平方预测误差(SPE)统计量作为故障状态特征。最后,针对时间卷积网络残差模块中的ReLU激活函数在负区间内导数为零导致部分神经元无法被激活的问题,设计基于自门控激活函数(Swish)和滤波器响应(FRN)规范化的时间卷积网络(SFTCN)。将得到的SPE组成时间序列,利用SFTCN的预测模型实现其状态趋势预测。通过在TE仿真平台数据和美国密歇根大学智能维修中心实测的轴承全生命数据上的...
关键词 :
复杂工业过程 复杂工业过程 故障预测 故障预测 时间卷积网络 时间卷积网络 降噪自动编码 降噪自动编码 随机森林算法 随机森林算法
引用:
复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。
GB/T 7714 | 高学金 , 马东阳 , 韩华云 et al. 基于DAE和TCN的复杂工业过程故障预测 [J]. | 仪器仪表学报 , 2021 , 42 (06) : 140-151 . |
MLA | 高学金 et al. "基于DAE和TCN的复杂工业过程故障预测" . | 仪器仪表学报 42 . 06 (2021) : 140-151 . |
APA | 高学金 , 马东阳 , 韩华云 , 高慧慧 . 基于DAE和TCN的复杂工业过程故障预测 . | 仪器仪表学报 , 2021 , 42 (06) , 140-151 . |
导入链接 | NoteExpress RIS BibTex |
摘要 :
教育大计,教师为本。高校党员教师是中共党员的重要组成部分,是践行初心使命的中坚力量。这一群体学习领悟能力较强,并具备高知识、高能力的特质,对青年大学生的成长,进而成为企业发展的中坚力量有着直接深远的影响。但现阶段,高校党员教师在理论学习中仍存在一些问题,为此,本研究从党建视角和高等教育视角出发,对理论学习问题进行解析,研究解决对策。这对于提高党员教师党性修养,推进高校教育事业发展,落实全面从严治党具有重大而深远的意义。
关键词 :
党性修养 党性修养 全面从严治党 全面从严治党 理论学习 理论学习 高校党员教师 高校党员教师
引用:
复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。
GB/T 7714 | 胡靖靖 , 高学金 , 李子萱 . 新时代高校党员教师理论学习问题及对策研究 [J]. | 中外企业文化 , 2021 , (02) : 134-136 . |
MLA | 胡靖靖 et al. "新时代高校党员教师理论学习问题及对策研究" . | 中外企业文化 02 (2021) : 134-136 . |
APA | 胡靖靖 , 高学金 , 李子萱 . 新时代高校党员教师理论学习问题及对策研究 . | 中外企业文化 , 2021 , (02) , 134-136 . |
导入链接 | NoteExpress RIS BibTex |
摘要 :
针对多阶段时变的间歇过程难以用全局模型准确描述生产过程的动态变化及传统局部建模每个工作点都需要重新筛选样本建模导致计算量较大的问题,提出一种分步时空即时学习的局部建模策略。采用仿射传播(AP)聚类的方式对历史数据样本集中的数据进行初步分类,在当前输入样本数据到达后,确定当前样本数据所属的类别,在此类别所限定的子数据样本集中使用时间和空间相结合的即时学习策略确定出局部相似样本,建立多向核偏最小二乘监测模型。将该算法在青霉素发酵仿真数据和大肠杆菌发酵过程生产数据上进行验证,结果表明,所提方法不仅减少了不必要的计算量,还能够更加精准即时地进行故障监测。
关键词 :
分步 分步 多向核偏最小二乘 多向核偏最小二乘 局部建模 局部建模 故障监测 故障监测 时空即时学习 时空即时学习
引用:
复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。
GB/T 7714 | 高学金 , 孟令军 , 王豪 et al. 基于分步时空JITL-MKPLS的间歇过程故障监测 [J]. | 高校化学工程学报 , 2021 , 35 (01) : 127-139 . |
MLA | 高学金 et al. "基于分步时空JITL-MKPLS的间歇过程故障监测" . | 高校化学工程学报 35 . 01 (2021) : 127-139 . |
APA | 高学金 , 孟令军 , 王豪 , 高慧慧 . 基于分步时空JITL-MKPLS的间歇过程故障监测 . | 高校化学工程学报 , 2021 , 35 (01) , 127-139 . |
导入链接 | NoteExpress RIS BibTex |
导出
数据: |
选中 到 |
格式: |