基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对现有石化旋转设备故障诊断算法去噪过程中阈值范围控制不准确、故障诊断误差偏高的不足,提出一种基于QPSO优化算法的故障诊断方法研究.为克服传统PSO算法无法实现全局收敛的弊端,QPSO优化算法利用波函数来表示粒子的状态,降低阈值范围识别的总体代价;在原始故障信号处理方面,基于小波阈值分解得到不同频段的信号系数,在QPSO算法优化下利用GCV函数准确确定出小波阈值滤波去噪中的最优阈值范围,进而也提高了小波信号重构的精度,实现对旋转设备故障信号的精确诊断.
推荐文章
一种QPSO优化SVM的模拟电路故障诊断方法
具有量子行为的粒子群优化
支持向量机
模拟电路故障诊断
量子粒子群优化算法在异步电机转子机械故障诊断中的应用
量子粒子群优化算法
神经网络
异步电机
故障诊断
QPSO-WT和QPSO-SVM在滚动轴承故障诊断中的应用
量子行为粒子群
小波变换
支持向量机
参数寻优
故障诊断
基于优化神经网络的机电设备安装中实时故障诊断方法研究
优化神经网络
机电设备
安装
故障诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于QPSO优化算法的石化旋转设备故障诊断研究
来源期刊 信息技术 学科 工学
关键词 QPSO优化算法 全局收敛 小波阈值 GCV函数
年,卷(期) 2021,(1) 所属期刊栏目 基金项目
研究方向 页码范围 29-34
页数 6页 分类号 TP273
字数 语种 中文
DOI 10.13274/j.cnki.hdzj.2021.01.006
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (130)
共引文献  (21)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(12)
  • 参考文献(0)
  • 二级参考文献(12)
2011(12)
  • 参考文献(0)
  • 二级参考文献(12)
2012(10)
  • 参考文献(0)
  • 二级参考文献(10)
2013(13)
  • 参考文献(0)
  • 二级参考文献(13)
2014(16)
  • 参考文献(0)
  • 二级参考文献(16)
2015(12)
  • 参考文献(0)
  • 二级参考文献(12)
2016(9)
  • 参考文献(2)
  • 二级参考文献(7)
2017(7)
  • 参考文献(4)
  • 二级参考文献(3)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
QPSO优化算法
全局收敛
小波阈值
GCV函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
总被引数(次)
47901
论文1v1指导