公开(公告)号：CN111753751A

公开(公告)日：2020-10-09

申请号：CN202010597435.4

申请日：2020-06-28

Applicant: 辽宁大学

Inventor： 张利 ,  王海威 ,  周佳宁 ,  李静 ,  侯晴 ,  王溟晗

IPC: G06K9/00 ,  G06N20/00 ,  G06N3/04 ,  G06N3/08 ,  F04D27/00

Abstract: 一种改进烟花算法的风机故障智能诊断方法，基本步骤如下：(1)信号采样；(2)数据预处理；(3)特征提取；(4)数据归一化处理；(5)风机故障智能诊断。针对现有风机故障诊断系统的局限性，本发明设计一种改进烟花算法优化BP神经网络的风机故障智能诊断方法。使用改进高斯密度函数优化增强型烟花算法计算出BP神经网络较优权值和阈值，从而提高BP神经网络的性能。通过采用相关峭度解卷积算法(MCKD)和时域特征处理后的风机轴承数据进行测试，本发明方法在诊断风机故障轴承数据方面，能够满足用户所设定功能和性能方面的需求。通过大量对比实验证明，改进烟花算法的风机故障智能诊断方法可以获得更高的准确率。

公开(公告)号：CN113190931A

公开(公告)日：2021-07-30

申请号：CN202110590877.0

申请日：2021-05-28

Applicant: 辽宁大学

Inventor： 张利 ,  袁意丽 ,  王海威 ,  张皓博 ,  王军 ,  张蕾 ,  陈彪

IPC: G06F30/17 ,  G06F30/27 ,  G06N3/00 ,  G06N3/08 ,  G06F111/08 ,  G06F119/10

Abstract: 一种改进灰狼优化DBN‑ELM的亚健康状态识别方法，步骤为：(1)信号采样；(2)降噪处理；(3)特征选择；(4)数据归一化处理；(5)亚健康状态识别。本发明设计并实现一种改进灰狼优化DBN‑ELM的亚健康状态识别方法。针对灰狼算法全局与局部搜索能力不均衡问题，将灰狼算法本身的线性收敛因子改进成非线性收敛因子以此来平衡搜索能力，同时通过引用自适应权重策略提升算法收敛速度；然后采用小波阈值降噪算法和时域特征处理轴承数据；最后将处理后数据输入改进灰狼算法优化的DBN‑ELM模型中进行训练测试。实验结果表明：本发明方法在故障诊断方面，能够满足用户所设定功能和性能需求，具有较高的亚健康识别精度，较好的鲁棒性和泛化能力，具备良好的工业应用前景。

公开(公告)号：CN111753751B

公开(公告)日：2025-02-21

申请号：CN202010597435.4

申请日：2020-06-28

Applicant: 辽宁大学

Inventor： 张利 ,  王海威 ,  周佳宁 ,  李静 ,  侯晴 ,  王溟晗

IPC: G06F18/2431 ,  G06F18/213 ,  G06F18/10 ,  G06N3/048 ,  G06N5/01 ,  G06N3/084 ,  F04D27/00

Abstract: 一种改进烟花算法的风机故障智能诊断方法，基本步骤如下：(1)信号采样；(2)数据预处理；(3)特征提取；(4)数据归一化处理；(5)风机故障智能诊断。针对现有风机故障诊断系统的局限性，本发明设计一种改进烟花算法优化BP神经网络的风机故障智能诊断方法。使用改进高斯密度函数优化增强型烟花算法计算出BP神经网络较优权值和阈值，从而提高BP神经网络的性能。通过采用相关峭度解卷积算法(MCKD)和时域特征处理后的风机轴承数据进行测试，本发明方法在诊断风机故障轴承数据方面，能够满足用户所设定功能和性能方面的需求。通过大量对比实验证明，改进烟花算法的风机故障智能诊断方法可以获得更高的准确率。

公开(公告)号：CN111024433A

公开(公告)日：2020-04-17

申请号：CN201911389339.4

申请日：2019-12-30

Applicant: 辽宁大学

Inventor： 张利 ,  王海威 ,  李静 ,  侯晴 ,  王溟晗 ,  张皓博 ,  张大波

IPC: G01M99/00 ,  G01M13/045 ,  G06N3/00

Abstract: 一种改进灰狼算法优化支持向量机的工业装备健康状态检测方法，基本步骤如下：(1)信号采样；(2)降噪处理；(3)特征提取；(4)数据归一化处理；(5)工业装备健康状态检测。本发明一种改进灰狼算法优化支持向量机的工业装备健康状态检测方法，通过使用差分灰狼算法优化支持向量机的惩罚因子C和核函数系数g，从而提高支持向量机性能。本发明采用实测机器核心轴承数据作为训练装备健康状态检测模型的数据集。在装备健康状态检测模型构建模块中，训练中的样本集采用预处理后的特征向量并运用经差分灰狼算法优化的SVM方法训练装备健康状态检测模型。改进的工业装备健康状态检测模型提高了故障分类的准确率。

公开(公告)号：CN111581829A

公开(公告)日：2020-08-25

申请号：CN202010390588.1

申请日：2020-05-11

Applicant: 辽宁大学

Inventor： 刘婷婷 ,  李静 ,  肖雪冬 ,  王海威 ,  张利

IPC: G06F30/20 ,  G06N3/00

Abstract: 一种改进差分灰狼算法优化支持向量回归的带钢厚度预测方法，包括以下步骤：1)分析采集的钢板数据信号；2)特征提取；3)数据归一化处理；4)带钢厚度预测；发明一种改进灰狼算法优化支持向量回归的带钢厚度预测方法，通过使用差分灰狼算法优化支持向量回归机的惩罚因子P和核函数系数σ，从而提高支持向量回归机性能。本发明使用的数据是来源于国内某钢厂的热连轧板带材实际生产数据。在带钢厚度预测模型构建模块中，训练中的样本集采用预处理后的特征向量并运用经改进差分灰狼算法优化的SVR方法训练带钢厚度预测模型。本发明通过上述步骤，提供一种预测误差小、预测精度高、鲁棒性好的带钢厚度预测方法。