本文主要研究内容
作者毛文贵,李建华,刘桂萍（2019）在《遗传智能采样技术的贝叶斯理论识别滑动轴承-转子系统不平衡量》一文中研究指出：轴承转子系统不平衡量识别过程中,在输出响应和模型中存在的不确定性参数一般采用概率法描述,通过贝叶斯理论获得不平衡量的联合后验概率密度分布时涉及大量采样。针对采样效率,提出了基于遗传智能采样技术改进贝叶斯理论。首先,以代价函数作为指示因子通过信赖域模型管理方法不断更新先验空间使其覆盖高密度后验空间,然后通过智能布点技术和样本遗传策略以有限的样本点集中呈现在联合后验概率密度分布的高密度区域,提高信赖域上关键区域的精度,从而加快收敛速度,减小耗时的正问题调用次数。最后将其应用于识别具有不平衡量先验信息和带有随机噪声的测试响应的滑动轴承-转子系统的不平衡量,获得不平衡量的均值、置信区间。案例显示能准确快速地抽样,提高了贝叶斯识别的计算效率。
Abstract
zhou cheng zhuai zi ji tong bu ping heng liang shi bie guo cheng zhong ,zai shu chu xiang ying he mo xing zhong cun zai de bu que ding xing can shu yi ban cai yong gai lv fa miao shu ,tong guo bei xie si li lun huo de bu ping heng liang de lian ge hou yan gai lv mi du fen bu shi she ji da liang cai yang 。zhen dui cai yang xiao lv ,di chu le ji yu wei chuan zhi neng cai yang ji shu gai jin bei xie si li lun 。shou xian ,yi dai jia han shu zuo wei zhi shi yin zi tong guo xin lai yu mo xing guan li fang fa bu duan geng xin xian yan kong jian shi ji fu gai gao mi du hou yan kong jian ,ran hou tong guo zhi neng bu dian ji shu he yang ben wei chuan ce lve yi you xian de yang ben dian ji zhong cheng xian zai lian ge hou yan gai lv mi du fen bu de gao mi du ou yu ,di gao xin lai yu shang guan jian ou yu de jing du ,cong er jia kuai shou lian su du ,jian xiao hao shi de zheng wen ti diao yong ci shu 。zui hou jiang ji ying yong yu shi bie ju you bu ping heng liang xian yan xin xi he dai you sui ji zao sheng de ce shi xiang ying de hua dong zhou cheng -zhuai zi ji tong de bu ping heng liang ,huo de bu ping heng liang de jun zhi 、zhi xin ou jian 。an li xian shi neng zhun que kuai su de chou yang ,di gao le bei xie si shi bie de ji suan xiao lv 。
论文参考文献
论文详细介绍
论文作者分别是来自振动工程学报的毛文贵,李建华,刘桂萍，发表于刊物振动工程学报2019年04期论文，是一篇关于滑动轴承转子系统论文,不平衡量论文,贝叶斯理论论文,遗传智能采样技术论文,振动工程学报2019年04期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自振动工程学报2019年04期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：滑动轴承转子系统论文; 不平衡量论文; 贝叶斯理论论文; 遗传智能采样技术论文; 振动工程学报2019年04期论文;