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   1篇
  完全免费   2篇
  机械仪表   3篇
  2020年   1篇
  2019年   2篇
排序方式: 共有3条查询结果,搜索用时 59 毫秒
1
1.
针对传统汽车尾气检测装置体积大、检测精度低以及实时性差等缺点,设计了一种基于ARM的小型化汽车尾气在线检测装置。该装置以ARM处理器为控制核心,利用非分光红外气体传感器以及NO_x气体传感器检测汽车尾气中的CO、CO_2、HC以及NO_x等气体的浓度,采用相应信号处理电路把传感器输出的电信号转换为与之对应的气体浓度值,并通过无线传输方式把检测结果发送到手持式监测设备上实时显示。实际测试结果表明,该尾气检测装置能有效检测汽车尾气中各种气体的成分,且分辨率达到0.02%,检测精度在3%范围内。  相似文献
2.
蝇优化算法的变分模态分解(variable mode decomposition,简称VMD)和基于嵌套一对一算法的多分类相关向量机(multi-class relevance vector machine,简称 MRVM)的智能诊断模型。首先,使用改进混沌果蝇优化算法(improved chaotic fruit fly optimization algorithm, 简称ICFOA)对VMD的本征模态函数(intrinsic mode function, 简称IMF)个数和惩罚参数进行优化,搜索两个参数的最优组合值;其次,使用最优组合参数值对VMD算法的关键参数进行设定,并对已知的故障信号进行分解获得相应的IMF分量;然后,使用嵌套一对一算法构造高精度的多分类RVM学习模型,将IMF分量的二维边际谱熵值作为MRVM的输入特征向量;最后,使用不同载荷下的实验数据进行验证。实验结果表明,所提出的方法能够准确地对变载荷工况下的轴承故障进行诊断,其中轴承故障类型的诊断精度为100%,轴承故障程度的诊断精度为91.87%,诊断精度较高,鲁棒性强。  相似文献
3.
由于标准的互补集总经验模态分解(complementary ensemble empirical mode decomposition, 简称CEEMD)在处理模态混叠问题时缺乏自适应性,其本质是分解信号获得的本征模态函数(intrinsic mode function, 简称IMF)之间产生了一定的信息耦合现象,使IMF分量不能正确地反映信号的真实成分。因此,提出了在使用CEEMD分信号的过程中嵌入网格搜索算法(grid search algorithm, 简称GSA),以最小二乘互信息(least squares mutual information, 简称LSMI)为网格搜索算法的适应度函数,构造一个自适应CEEMD方法。该算法通过自适应地搜索最佳的白噪声幅值,修正信号分解过程中产生的少量的耦合频率成分,确保每个IMF分量之间信息的正交性,以进一步抑制模态混叠问题最后,通过仿真实验验证了该方法的有效性,并将该方法用于提取滚动轴承微故障的特征频率。实验结果表明,该算法在滚动轴承的微故障特征提取应用中具有更少的迭代数、IMF分量以及相对更小的计算量。  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