首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   3篇
  完全免费   2篇
  电工技术   5篇
  2021年   1篇
  2017年   2篇
  2013年   1篇
  2008年   1篇
排序方式: 共有5条查询结果,搜索用时 36 毫秒
1
1.
基于漏磁检测的缺陷量化方法   总被引:1,自引:0,他引:1  
对基于漏磁检测原理检测到的铁磁性管道上存在的缺陷漏磁信号的量化方法进行了综述.文中归纳、梳理了各种现实可行的缺陷量化方法的原理、特点及验证结果,较详细地介绍了目前较多采用的几种不同人工神经网络缺陷量化方法及其特点,并提出了进一步改进漏磁检测信号量化质量的努力方向.  相似文献
2.
利用数学形态学与提升小波变换相结合的方法对漏磁信号进行分析处理。先用数学形态方法对漏磁信号进行滤波预处理,可以有效地去除脉冲噪声与基线飘移,再利用提升小波变换对处理后的漏磁信号进行多分辨分析,得出各层逼近信号与细节信号。结果表明,该方法可以有效地滤除漏磁信号的噪声。罗华1,2,3雷斌1,2胡玉新1,2(1.中国科学院空间信息处理与应用系统技术重点实验室北京100190;2.中国科学院电子学研究所北京100190;3.中国科学院大学北京100039)  相似文献
3.
无刷直流电机具有效率高、能量密度高、噪音低等优点进而被广泛应用于汽车、工业自动化、航空航天等领域。高阻接触(high resistance connection, HRC)故障是电机的典型故障之一,该故障严重时会导致急剧温升乃至火灾,因而无刷直流电机的HRC故障研究具有重要的意义。通常采用电流电压信号分析的方法诊断HRC故障,但现有的方法仍存在局限与不足。针对此问题,设计了一种新的结合阵列漏磁信号分析和机器学习的方法实现无刷直流电机HRC故障的定位和定量分析。首先通过安装在电机外壳的霍尔传感器阵列采集多通道漏磁信号,利用神经网络分析漏磁信号的时域特征实现电机HRC故障检测和定位。在确定故障相之后,利用另一个神经网络模型分析漏磁信号频域特征实现HRC故障的定量分析。实验结果表明,提出的方法检测和定位故障的精度为9875%,故障定量分析的平均均方根误差为0018 Ω。该方法具有非侵入式测量、易于实现、效率高等优点,对提升无刷直流电机HRC故障检测精度和效率具有促进作用。  相似文献
4.
针对漏磁检测中漏磁信号识别的问题,引入DKSVD字典学习方法来识别缺陷的种类.将实验采集到的数据制作成有标签的数据集,通过OMP算法和SVD算法迭代的优化字典和稀疏系数,构造出最优字典,再用构造出的字典原子重新组合来表示测试集的数据,判别出测试集样本类别.实验证明字典学习方法能够基于训练集的特征重构漏磁信号,对漏磁信号有良好的识别能力.在不同数据维度下,通过和支持向量机(SVM)算法识别效果进行对比,DKSVD算法取得了更好的效果.  相似文献
5.
随着高速铁路的快速发展,钢轨裂纹的有效检测对于铁路安全运行具有重要的意义.针对基于漏磁信号的钢轨裂纹识别问题,采用多传感器特征决策融合技术,在对漏磁信号进行了时域和频域的多特征提取与融合的基础上,同时对多传感器信号进行决策融合,设计了一种基于支持向量机(SVM)的多传感器信息融合分类器.利用人工裂纹的实测漏磁信号进行实验,相比于提取单一特征和利用单一传感器信号进行识别,提出的方法取得了更好裂纹识别效果,平均识别率达到98%.  相似文献
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号