何学文
- 作品数：52 被引量：342H指数：9
- 供职机构：江西理工大学机电工程学院更多>>
- 发文基金：国家自然科学基金江西省教育厅科学技术研究项目江西省教育厅科技计划项目更多>>
- 相关领域：自动化与计算机技术机械工程矿业工程文化科学更多>>
- 一种风机状态在线监测系统的开发被引量：9
- 2002年
- 以D35 0风机为监测对象提出了一种分布式层次化的风机状态在线监测和故障诊断系统的设计思想 ,重点介绍了在线状态监测子系统的总体结构、工作原理和关键技术。
- 何学文刘晓辉
- 关键词：风机在线监测故障诊断
- 一种风机在线状态监测系统的研究被引量：5
- 2002年
- 本文以D350风机为监测对象,提出了一种分布式、层次化的旋转机械在线状态监测和故障诊断系统的设计思想,重点介绍了在线状态监测子系统的总体结构、工作原理和关键技术。
- 卜英勇何学文
- 关键词：风机数据采集在线监测故障诊断
- 粒子滤波实现无线传感器网络目标跟踪预测被引量：6
- 2010年
- 为减少无线传感器网络(WSN)目标跟踪预测误差,提出一种粒子滤波实现WSN目标跟踪预测方法;该方法采用粒子滤波获得目标运动状态,联合当前时刻目标的本地估计位置、预测速度和加速度获得下一时刻目标预测位置,预测位置可作为当前头节点唤醒所述下一时刻传感器节点的依据;结果表明,上述粒子滤波预测方法预测准确度相比线性预测方法明显提高,均方根误差RMSE减少49%;相比基于二次多项式运动建模的WSN目标跟踪预测方法,均方根误差RMSE减少6%。
- 黄奕微张晓平刘桂雄何学文
- 关键词：无线传感器网络目标跟踪粒子滤波
- 支持向量机及其在机械故障诊断中的应用被引量：54
- 2005年
- 针对目前机械故障诊断中难以获得大量故障数据样本以及特征提取和诊断知识获取困难等不足,提出了应用支持向量机进行机械故障诊断的方法,研究了将小波包分析与信号能量分解用于机械故障的特征提取。该方法将振动信号小波包分析后的信号频带能量作为特征向量,输入到由多个支持向量机构成的多故障分类器中进行故障识别和分类。该分类器只需少量训练样本,而且不必预先知道故障分类的经验知识就能实现正确分类。研究结果表明:选用不同核函数及其参数的多故障分类器对分类精度有影响;在样本不带噪声和带15%噪声情况下,支持向量机的分类精度均高于BP神经网络的分类精度,具有更好的分类性能。
- 何学文赵海鸣
- 关键词：支持向量机小波包分析特征提取故障诊断多故障分类器
- 面向矿山环境监测的无线传感器网络研究被引量：5
- 2010年
- 针对当前金属矿山环境保护和在线监测的迫切需求,提出了采用无线传感器网络对矿山环境进行在线监测的系统设计方案,给出了系统的总体结构,设计了以低功耗AVR微控制器ATm ega128L和基于Z igBee技术的无线射频收发芯片CC2420组成的传感器节点,实现了对环境参数的监测,而且具有成本低、功耗低、寿命长、实时性好等优点。实践表明该系统具有较高的实用价值和应用前景。
- 何学文李百明黄国平肖勇
- 关键词：环境监测ATMEGA128LCC2420金属矿山
- 消除WSN目标功率影响的信号强度差LSSVR定位法被引量：5
- 2009年
- 针对目标发射功率变化下的无线传感器网络（WSN）目标定位问题，分析了无线信道衰减特性，探讨目标功率无关的信号强度差特征提取方法，结合WSN信息交换与处理过程，提出能消除WSN目标功率变化影响的信号强度差LSSVR建模定位方法（TL—LMSD），该方法利用不同探测节点平均信号强度差构造特征向量，通过LSSVR回归建模获得表征特征向量与目标坐标映射关系的LSSVR模型，将各节点目标信号强度测量值的差值所构造特征向量输入LSSVR模型可实现目标定位．基于CC2430无线传感网络实验平台证明TL-LMSD方法目标定位均方根误差RMSE比MLE方法可减小29％～37％；TL—LMSD方法在LSSVR建模、无需重新建模2种情况下的目标定位耗时分别约为0．4s、0．04s．这表明TL-LMSD方法能显著减小信号强度值变化对目标定位结果的影响，提高目标定位准确度，并具有较好的实时性能．
- 张晓平刘桂雄何学文
- 关键词：无线传感器网络信号强度最小二乘支持向量回归机
- 基于支持向量机的故障智能诊断理论与方法研究
- 本文以支持向量机在故障智能诊断应用中需要解决的关键问题为主线，在基于小波包的特征提取、故障分类器模型的建立、基于核主元的故障特征选择、核函数的参数优化、增量学习及工程应用等方面进行了较为系统、深入的研究：
1、...
- 何学文
- 关键词：故障智能诊断支持向量机
- 基于小波分析和支持向量机的旋转机械故障诊断方法被引量：21
- 2007年
- 提出了一种基于小波分析和支持向量机相结合的旋转机械故障诊断方法.首先运用小波包对振动信号进行分解和重构,然后提取各个频带里的信号能量值,将该能量值作为特征参数输入到支持向量机,进行故障模式识别.通过对实验数据的分析表明,与BP神经网络相比,该方法可以获得更高的旋转机械故障诊断准确率.
- 何学文孙林付静
- 关键词：旋转机械故障诊断小波分析支持向量机
- 大型风机实时状态监测与保护系统开发被引量：6
- 2006年
- 以大型风机为研究对象,提出了旋转机械实时监测网络系统和连锁保护系统的设计,介绍了实时监测系统的结构、硬件配置方案和系统的实现方法及主要功能。
- 赵海鸣卜英勇何学文
- 关键词：旋转机械故障诊断风机
- 基于工业以太网的风机分布式监控系统设计
- 2009年
- 以工业用大风机为研究对象,提出了旋转机械在线监测与故障诊断系统的设计方案,通过企业现有的以太网,建立风机分布式网络化监控系统;介绍了监测系统的结构、系统的实现方法、元件选型和主要功能;能在监测的同时实现实时数据采集、分析处理、数据实时远程传送、参数设置等功能,并具有历史数据查询分析、时域分析、频谱分析等功能,方便系统管理员实时监测和控制。实践表明该系统具有较高的实用价值和应用前景。
- 汪锋锁何学文
- 关键词：以太网故障诊断风机
