首页>
根据【关键词:航空发动机轴承,支持向量机,主成分分析,轴承诊断,粒子群算法】搜索到相关结果 6 条
-
基于多维特征量的航空串联故障电弧检测
-
作者:
崔芮华
王绍敏
来源:
科学技术与工程
年份:
2019
文献类型 :
期刊
关键词:
支持向量机
粒子群优化
多维特征量
航空故障电弧
-
描述:
的线性负载线路电流进行数据采集。根据电弧电流的特点,提出了一种融合波形畸变特征、间谐波特征和能量分布不确定性特征的多维特征量检测方法。引入支持向量机和粒子群优化算法进行参数寻优,用训练得到的分类模型对测试集进行分类预测。结果表明,该串联故障电弧分类模型最高分类准确率可达到98.83%。
-
基于多维特征量的航空串联故障电弧检测
-
作者:
崔芮华
王绍敏
来源:
科学技术与工程
年份:
2019
文献类型 :
期刊
关键词:
支持向量机
粒子群优化
多维特征量
航空故障电弧
-
描述:
的线性负载线路电流进行数据采集。根据电弧电流的特点,提出了一种融合波形畸变特征、间谐波特征和能量分布不确定性特征的多维特征量检测方法。引入支持向量机和粒子群优化算法进行参数寻优,用训练得到的分类模型对测试集进行分类预测。结果表明,该串联故障电弧分类模型最高分类准确率可达到98.83%。
-
基于多维特征量的航空串联故障电弧检测
-
作者:
崔芮华
王绍敏
来源:
科学技术与工程
年份:
2017
文献类型 :
期刊
关键词:
支持向量机
粒子群优化
多维特征量
航空故障电弧
-
描述:
的线性负载线路电流进行数据采集。根据电弧电流的特点,提出了一种融合波形畸变特征、间谐波特征和能量分布不确定性特征的多维特征量检测方法。引入支持向量机和粒子群优化算法进行参数寻优,用训练得到的分类模型对测试集进行分类预测。结果表明,该串联故障电弧分类模型最高分类准确率可达到98.83%。
-
基于多维特征量的航空串联故障电弧检测
-
作者:
崔芮华
王绍敏
来源:
科学技术与工程
年份:
2017
文献类型 :
期刊
关键词:
支持向量机
粒子群优化
多维特征量
航空故障电弧
-
描述:
的线性负载线路电流进行数据采集。根据电弧电流的特点,提出了一种融合波形畸变特征、间谐波特征和能量分布不确定性特征的多维特征量检测方法。引入支持向量机和粒子群优化算法进行参数寻优,用训练得到的分类模型对测试集进行分类预测。结果表明,该串联故障电弧分类模型最高分类准确率可达到98.83%。
-
考虑机场、航空公司与空管需求的机场群离场航班时刻优化
-
作者:
张兆宁
刘泽铧
来源:
科学技术与工程
年份:
2024
文献类型 :
期刊
关键词:
权重线性递减
航班时刻优化
粒子群算法
航空运输
机场群
-
描述:
进行分析,使用MATLAB对模型进行寻优。结果表明优化后机场群内总延误时间由77 580 min减少至46 260 min,航空公司航班时刻调整总方差由447.076减少至63.141,管制员总调整量由
-
基于SSA-SVM的航空电弧故障检测
-
作者:
戴洪德
张志亮
崔伟成
王艺卉
陈美男
来源:
科学技术与工程
年份:
2024
文献类型 :
期刊
关键词:
小波分析
支持向量机
麻雀搜索算法
故障检测
电弧
-
描述:
故障的产生,分别采集交流串联正常和电弧故障电流数据,应用所提出的SSA-SVM算法进行电弧故障检测,结果表明,所提方法能较好地识别出电弧故障,检测准确率达到99.5%,相比于粒子群算法或遗传算法优化的支持向量机,对电弧故障的检测准确率分别高出2.5%和2%。