排序方式: 共有22条查询结果,搜索用时 0 毫秒
1.
针对滚动轴承故障诊断在工程实际中故障数据稀缺的问题,提出一种基于shapelets时间序列的多源迁移学习滚动轴承故障诊断方法。首先利用典型故障信息丰富、标记样本充足的滚动轴承数据构建多源域数据集,使用不同源域的数据对源域特征提取器与分类器进行预训练;然后利用基于动态时间规整的shapelets学习算法提取源域与目标域的shapelets作为判别结构,通过度量判别结构优化源域数据,对源域网络进行微调以得到诊断模型;最后根据每个源域与目标域的shapelets之间的差异,利用自适应域权重对各分类器的结果进行聚合得出诊断结果。实验结果表明,该方法在小样本与强噪声的情况下具有较高的故障诊断准确率。 相似文献
2.
鼓式制动器在门式起重机、卸船机、门座式起重机、电梯等特种设备上具有广泛的应用,文中针对鼓式制动器制动力矩监测的迫切需要,对鼓式制动器的制动原理进行研究,提出一种不依赖固定的摩擦系数、不需要空载运行的全新的制动力矩监测方法,在鼓式制动器制动时,连接2个制动闸瓦的制动力臂形成1对制动力偶,通过监测制动臂对制动器底座的力得到制动器的制动力矩。该方法能随着施加在制动轮上的正压力以及摩擦系数的变化对制动力矩进行实时的监测。文中基于该方法研发一套传感器,完成制动力矩的标定工作,发现该传感器的可重复性高,且具有较高的精度和灵敏度,相比于常规的通过监测制动力,乘以固定的摩擦系数相比,有效地解决了无法监测摩擦系数改变而导致的制动力矩的问题。 相似文献
3.
4.
提出一种基于双树复小波变换的隐Markov树模型的信号降噪方法,并将其成功应用于机械故障诊断中。机械设备的振动信号中不可避免的存在着噪声,使得微弱故障信息的提取一直是故障诊断的难点和热点。双树复小波变换具有近似平移不变性,而隐Markov树模型能有效刻画小波系数间的相关性和非高斯性,两种优势的结合可以获得比常规软、硬阈值小波降噪法和小波域隐Markov树模型降噪法更好的降噪效果。它不仅能有效抑制高斯白噪声,还能够去除异常冲击干扰,仿真信号验证了这一点。对于实际滚动轴承信号,使用该方法同样可以获得满意的结果 相似文献
5.
6.
基于数字化校园的校园一卡通构建 总被引:19,自引:0,他引:19
介绍了校园一卡通系统的组成与结构、网络结构以及系统安全。校园一卡通系统是数字化校园的重要组成部分,它为数字化校园的建设提供了全面的数据采集和良好的信息共享环境。校园一卡通的实现,必将推进学校各部门的信息化管理,也将进一步促进数字化校园的建设。 相似文献
7.
8.
针对传统Paris疲劳裂纹扩展模型预测精度低、无法考虑裂纹扩展过程中各种不确定因素影响的问题,提出一种基于非线性预测滤波算法的疲劳裂纹扩展预测方法。使用基于Paris公式的状态空间方程表征裂纹扩展过程,采用基于Lamb波的监测技术构建观测空间方程,利用实时观测信息修正模型预测值。最后通过Q235钢试件的单边疲劳裂纹扩展实验验证了该预测方法的有效性。实验结果表明,非线性预测滤波算法在疲劳裂纹扩展预测中可以有效地修正Paris公式的预测误差,其预测精度高于扩展卡尔曼滤波和粒子滤波算法的预测精度,同时算法效率较粒子滤波算法有明显提高。 相似文献
9.
10.