首页>
根据【关键词:核独立分量分析】搜索到相关结果 2 条
-
航空发动机的IGWO-KELM故障诊断方法
-
作者:
崔建国
李勇
王景霖
于明月
来源:
机械设计与制造
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
故障诊断
改进灰狼算法
核极限学习机
核独立分量分析
-
描述:
的参数数据进行预处理,利用核独立分量分析(KICA)将数据映射到核空间,消除原始特征向量间的相关性,并提取特征系数矩阵;其次,由提取的特征矩阵创建KELM故障模型,为减少人为调节网络参数的随机性对诊断结果
-
基于GRNN-ELM的飞机复合材料结构损伤识别
-
作者:
崔建国
张善好
于明月
蒋丽英
江秀红
林泽力
来源:
南京航空航天大学学报
年份:
2018
文献类型 :
期刊
关键词:
奇异熵
变分模态分解
GRNN
ELM组合神经网络
损伤识别
核独立分量分析
-
描述:
飞机结构的损伤严重影响着飞机的飞行安全,为了解决飞机复合材料结构损伤难以有效识别问题,本文提出一种基于广义回归神经网络(General regression neural network,GRNN)与极限学习机(Extreme learning machine,ELM)组合的飞机复合材料结构损伤识别新方法。首先对飞机复合材料层合板进行冲击,而后对其进行疲劳拉伸试验,通过优化布局在复合材料层合板上的光纤光栅传感器募集应变信息,并对其进行预处理。采用变分模态分解(Variational mode decomposition,VMD)对募集的应变信息进行自适应分解,得到多个基本模式分量(Intrinsic mode function,IMF)。计算各阶IMF分量的奇异熵,通过核独立主元分析(Kernel independent component analysis,KICA)方法对奇异熵进行特征融合,构建融合特征向量。采用融合特征向量建立基于GRNN-ELM的复合材料结构损伤识别模型,通过试验对损伤识别模型的有效性进行了验证,并分别与所构建的ELM和GRNN损伤识别模型的识别结果进行比较。结果表明,该方法能有效对飞机复合材料结构损伤进行识别,具有很好的工程应用价值。