基于量子粒子群优化的Volterra核辨识及故障诊断方法研究

搜索高级搜索

原创毕业论文

基于量子粒子群优化的Volterra核辨识及故障诊断方法研究

作者: 浏览:6次

免费专业论文
政治工作论文
计算机论文
营销专业论文
工程管理论文范文
医药医学论文范文
法律论文范文
生物专业论文
物理教学论文范文
人力资源论文范文
化学教学论文范文
电子专业论文范文
历史专业论文
电气工程论文
社会学专业论文
英语专业论文
行政管理论文范文
语文专业论文
电子商务论文范文
焊工钳工技师论文
社科文学论文
教育论文范文
数学论文范文
物流论文范文
建筑专业论文
食品专业论文
财务管理论文范文
工商管理论文范文
会计专业论文范文
专业论文格式
化工材料专业论文
英语教学专业论文
电子通信论文范文
旅游管理论文范文
环境科学专业论文
经济论文
人力资源论文范文
营销专业论文范文
财务管理论文范文
物流论文范文
财务会计论文范文
数学教育论文范文
数学与应用数学论文
电子商务论文范文
法律专业论文范文
工商管理论文范文
汉语言文学论文
计算机专业论文
环境艺术专业论文
信息计算科学专业
物流专业论文范文
人力资源论文范文
教育管理论文范文
现代教育技术论文
小学教育论文范文
机械模具专业论文
报告,总结,申请书
理工科专业论文
心理学论文范文
学前教育论文范文

毕业论文范文题目：基于量子粒子群优化的Volterra核辨识及故障诊断方法研究，论文范文关键词：基于量子粒子群优化的Volterra核辨识及故障诊断方法研究
基于量子粒子群优化的Volterra核辨识及故障诊断方法研究毕业论文范文介绍开始：
【论文摘要】：本论文在国家自然科学基金(50775208)资助下,将量子粒子群优化(QuantumParticleSwarmOptimization,简称QPSO)算法引入到非线性系统的Volterra级数模型辨识中,深入研究了基于QPSO的Volterra时域核辨识方法及在旋转机械故障诊断中的应用,取得了比较好的创新性成果。其主要内容包括以下几个方面：第一章,论述了本课题的提出及其研究意义,综述了Volterra级数模型的国内外研究现状及在故障诊断中的应用,提出了本论文的主要内容及创新之处。第二章,介绍了Volterra级数模型的基本理论、Volterra级数时域核(GIRF)和频域核(GFRF)的辨识方法,并给出了基于Volterra级数模型的故障诊断思路。本章内容是整篇论文的理论基础。第三章,针对基于传统的最小均（略..）方算法的Volterra时域核(GIRF)辨识方法的不足,将量子粒子群优化引入到非线性系统的Volterra核辨识中,提出了一种基于量子粒子群优化的Volterra时域核辨识方法,并和传统的最小均方(LeastMeanSquares,简记为LMS)算法进行了比较,仿真研究表明,在辨识精度、收敛性和抗干扰性方面,提出的方法都优于传统的LMS方法,而且,随着核记忆长度的增加,这种优势会更明显。之后,将提出的方法应用于旋转机械转子系统的故障诊断中,给出了转子裂纹故障和正常状态转子的Volterra时域核,对两者进行了比较分析,实验结果表明,提出的方法是有效的,转子裂纹状态的Volterra时域核很好地反映了此状态下转子系统的非线性特征。第四章,提出了基于Volterra时域核(GIRF)的核（略..）主分量分析故障诊断方法。该方法首先利用量子粒子群优化(QPSO)算法辨识出Volterra时域核,然后将其作为原始空间数据进行核主分量分析(KPCA),利用主分量分布和投影图实现识别分类。实验中利用提出的方法对转子系统的正常、转子裂纹、转子碰摩、基座松动四种状态进行识别分类,结果表明,该方法是有效的,在只考虑一阶Volterra核不能很好地识别状态时,可以从二阶、三阶Volterra核上来区分,体现了基于Volterra级数的故障诊断方法特征信息丰富的优势。第五章,论述了支持向量机基本原理和SVM多类分类问题算法,在此基础上,提出了基于Volterra时域核(GIRF)的支持向量机故障识别方法。该方法将利用量子粒子群优化(QPSO)算法辨识出的Volterra时域核作为特征向量输入到支持向（此处忽略..）量机(SVM)分类器中识别非线性系统的不同状态。实验结果表明,当故障样本较为丰富时,不论是只利用一阶核还是利用前三阶核作为特征向量都取得了理想的分类效果,但是当故障样本较少时,利用前三阶核作为特征向量时的识别结果明显优于只利用一阶核时的情况。这说明Volterra非线性核包含了Volterra线性核所不能反映的故障特征,良好的分类效果展现了提出的方法在小样本的故障诊断中的优越性。第六章,将Volterra时域核(GIRF)和隐Markov模型(HMM)结合,提出了基于Volterra时域核和HMM的故障诊断方法。在提出的方法中,首先利用QPSO算法从已知状态的振动信号中提取出前三阶Volterra时域核,将其作为观测值序列训练出各种状态的HMM,再利用QPSO算法辨识出测试数据的前三阶（文章此处忽略..）Volterra时域核,输入到各种状态的HMM中,其中输出概率最大的HMM对应的状态即为设备的当前运行状态。实验中利用旋转机械升速过程中的振动信号,采用提出的方法对转子系统的四种状态进行识别分类,结果验证了该方法的有效性,仅利用一阶Volterra核训练HMM时各个状态迭代得到的对数概率值虽然互不相同,但是差异不大,利用前三阶Volterra核训练HMM时各个状态迭代得到的对数概率值的差异明显大于前种情况,分类效果得到了显著的改善。提出的方法为旋转机械非平稳过程的故障诊断提供了一种有效的解决方案,具有重要的理论意义和实际的应用价值。第七章,对全文的工作进行了总结,并提出了值得进一步研究的问题。

以上为本篇毕业论文范文基于量子粒子群优化的Volterra核辨识及故障诊断方法研究的介绍部分。

本论文在论文格式栏目，由论文网(www.zjwd.net)整理,更多论文,请点论文范文查找

收费专业论文
汉语言文学论文
物理学论文
自动化专业论文
测控技术专业论文
历史学专业论文
机械模具专业论文
金融专业论文
电子通信专业论文
材料科学专业论文
英语专业论文
会计专业论文
行政管理专业论文
财务管理专业论文
电子商务国贸专业
法律专业论文
教育技术学专业论文
物流专业论文
人力资源专业论文
生物工程专业论文
市场营销专业论文
土木工程专业论文
化学工程专业论文
文化产业管理论文
工商管理专业论文
护理专业论文
数学教育专业论文
数学与应用数学专业
心理学专业论文
信息管理专业论文
工程管理专业论文
工业工程专业论文
制药工程专业论文
电子机电信息论文
现代教育技术专业
新闻专业论文
热能与动力设计论文
教育管理专业论文
日语专业论文
德语专业论文
轻化工程专业论文
社会工作专业论文
乡镇企业管理
给水排水专业
服装设计专业论文
电视制片管理专业
旅游管理专业论文
物业管理专业论文
信息管理专业论文
包装工程专业论文
印刷工程专业论文
动画专业论文
营销专业论文范文
工商管理论文范文
汉语言文学论文范文
法律专业论文范文
教育管理论文范文
小学教育论文范文
学前教育论文范文
财务会计论文范文

电子商务论文范文

上一篇：轨道式集装箱龙门起重机参数化设..

下一篇：我国上市公司财务状况及转移问题..