王志超

作品数：13被引量：64H指数：4
导出分析报告
供职机构：哈尔滨工程大学更多>>
发文主题：核电厂粒子群优化核动力装置变分滚动轴承更多>>
发文领域：自动化与计算机技术核科学技术机械工程动力工程及工程热物理更多>>
发文期刊：《哈尔滨工程大学学报》《时代教育》《移动信息》《哈尔滨工业大学学报》更多>>
所获基金：国家自然科学基金黑龙江省自然科学基金中央高校基本科研业务费专项资金黑龙江省教育科学规划课题更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于深度学习的核电站泵类电机故障诊断方法被引量：1
《哈尔滨工程大学学报》2024年第12期2350-2357,共8页尹文哲 夏虹 朱少民 王志超 张汲宇 姜莹莹 
国家自然科学基金项目(U21B2083)。
为了准确识别核电站泵类电机的运行状态以及增强故障诊断系统的鲁棒性,本文提出了一种基于深度学习的故障诊断方法。利用多个传感器采集鼠笼式三相异步电机不同位置处的振动信号对电机状态进行分析,采用变分模态分解和短时傅里叶变换对...
关键词：核电站 电机 故障诊断 深度学习 时频分析 残差神经网络 变分模态分解 短时傅里叶变换 
基于变分模态分解和希尔伯特变换的转子非平稳信号故障特征识别被引量：3
《哈尔滨工程大学学报》2024年第5期825-832,共8页朱少民 夏虹 尹文哲 王志超 张汲宇 
国家自然科学基金项目(U21B2083);国防科技工业核动力技术创新中心项目(HDLCXZX-2021-ZH-019)。
为了提升传统希尔伯特黄变换在处理复杂非平稳信号时的时频分析能力,本文将变分模态分解和希尔伯特变换进行结合,提出了一种时频分析方法变分模态分解和希尔伯特变换。此外,为了对变分模态分解的模态数进行自动调整,还提出了一种基于相...
关键词：转子 非平稳信号 变分模态分解 希尔伯特黄变换 特征识别 
基于CEEMDAN-GRU的主泵电机绕组温度预测被引量：1
《应用科技》2023年第4期14-20,共7页朱一虎 夏虹 杨波 朱少民 张汲宇 王志超 
国家自然科学基金项目(U21B2083)。
针对核电站主泵电机绕组温度的预测问题,提出了基于自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)和门控循环单元(gated recurrent unit,GRU)的预测模型。首先使用CEEM...
关键词：主泵 电机 绕组温度 时间序列 状态预测 自适应噪声完备集合经验模态分解 深度学习 门控循环单元 
基于CNN-SVM的核电厂轴承故障诊断方法被引量：18
《哈尔滨工程大学学报》2023年第3期410-417,共8页尹文哲 夏虹 彭彬森 朱少民 王志超 张汲宇 姜莹莹 
国家自然科学基金项目(51379046);黑龙江省自然科学基金项目(E2017023).
为提升核电厂旋转机械部件的故障诊断准确率,以及增强诊断模型泛化能力,本文提出了一种基于卷积神经网络和支持向量机的滚动轴承故障诊断方法。对轴承原始振动信号进行连续小波变换,得到其时频图;然后,使用预训练好的卷积基对小波时频...
关键词：核电厂 滚动轴承 故障诊断 深度学习 卷积神经网络 支持向量机 粒子群优化 数据驱动 
自适应随机共振在信号特征提取中的应用被引量：2
《哈尔滨工程大学学报》2022年第12期1750-1758,共9页杨波 夏虹 尹文哲 王志超 张汲宇 姜莹莹 
国家自然科学基金项目(U21B2083).
针对强背景噪声下旋转机械振动信号特征难以提取的问题,本文提出了一种自适应多稳态欠阻尼随机共振方法应用于该信号的特征提取。本文对随机共振的机理、计算方法等理论进行了研究,通过仿真实验验证了该方法的适用性,通过采用粒子群优...
关键词：核电厂 旋转机械 振动信号 自适应 滚动轴承 随机共振 粒子群优化 特征提取 
PSO-LSSVM的核电站破口故障程度评估方法被引量：4
《哈尔滨工程大学学报》2021年第12期1748-1753,共6页王志超 夏虹 彭彬森 朱少民 
国家自然科学基金项目(U21B2083);国防科技工业核动力技术创新中心项目(HDLCXZX-2021-ZH-019);中央高校基本科研业务费专项资金资助项目(3072021GIP1503).
为了保证从核电站大量数据中有效地挖掘信息以及故障下运行状态的智能表征,本文提出一种基于粒子群优化和最小二乘支持向量机的系统级故障程度评估方法,用于完善故障诊断系统的功能。针对最小二乘支持向量机算法的超参数选取对于回归精...
关键词：核动力装置 故障程度评估 最小二乘-支持向量机 粒子群优化算法 运行支持 回归模型 优化算法 数据驱动 
基于深度强化学习的蒸汽发生器水位控制被引量：3
《哈尔滨工程大学学报》2021年第12期1754-1761,共8页张汲宇 夏虹 彭彬森 王志超 姜莹莹 
核总研究院领创基金项目(G4821020).
针对蒸汽发生器精确建模困难和低工况下控制性能差的问题,本文提出了一种基于深度强化学习优化的智能分层(IH)控制器。使用串级PI控制器作为初级控制器,用于直接控制水位。高级控制器采用经过深度强化学习优化的智能体控制器,负责实时...
关键词：蒸汽发生器 深度强化学习 深度确定性策略梯度 水位控制 状态信息 奖励函数 评价网络 动作网络 
基于FFT和CNN的滚动轴承故障诊断方法被引量：9
《应用科技》2021年第6期97-101,共5页尹文哲 夏虹 彭彬森 朱少民 王志超 
国家自然科学基金项目(51379046);黑龙江省自然科学基金项目(E2017023).
为提高滚动轴承故障诊断的识别准确率、摆脱信号处理方法对专家经验的过度依赖,提出一种基于快速傅里叶变换(FFT)和卷积神经网络(CNN)的滚动轴承故障诊断方法。即对滚动轴承原始振动信号进行快速傅里叶变换,再将得到的一维数据转变为二...
关键词：滚动轴承 故障诊断 深度学习 卷积神经网络 残差网络 振动信号 快速傅里叶变换 ResNet-18网络 
改进变分模态分解的核电厂轴承故障诊断被引量：8
《哈尔滨工程大学学报》2021年第10期1550-1556,共7页朱少民 夏虹 王志超 彭彬森 姜莹莹 张汲宇 
国家自然科学基金项目(51379046);黑龙江省自然基金项目(E2017023).
轴承是核电厂旋转机械的重要支撑部件,为了提高轴承早期故障的检测能力,本文提出了一种基于人工蜂群优化的参数自适应变分模态分解故障特征提取方法。利用峭度和相关系数构建加权峭度指标;以最大加权峭度指标为目标函数,利用人工蜂群算...
关键词：轴承 变分模态分解 人工蜂群 加权峭度 包络谱分析 核电厂 信号处理 特征提取 故障诊断 
深度神经网络在滚动轴承故障诊断中的应用被引量：16
《哈尔滨工业大学学报》2021年第6期155-162,共8页彭彬森 夏虹 王志超 朱少民 杨波 张汲宇 
黑龙江省自然科学基金(E2017023)。
为了对滚动轴承发生的故障类型进行诊断,从而提升设备的安全性,提出了一种基于深度残差神经网络的智能故障诊断方法,并使用多传感器融合技术对深度残差神经网络进行了改进,使得诊断模型的识别精度和鲁棒性得到进一步提高.首先,通过多传...
关键词：滚动轴承 故障诊断 多传感器技术 深度残差神经网络(DRNN) 短时傅里叶变换(STFT) 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部