排序方式: 共有13条查询结果,搜索用时 7 毫秒
1.
针对旋转机械非线性特征提取的问题,提出了广义分形维数(generalized fractal dimension,简称GFD)和核函数主元分析(kernel principal component analysis,简称KPCA)的旋转机械振动特征提取方法。首先,通过广义分形维数进行初次特征提取,形成高维特征空间;其次,通过核主元分析方法对高维特征空间降维并进行第二次特征提取;最后,利用核主元分析方法和KN近邻(KNN)方法对转子和轴承不同状态下的特征进行了分类。研究表明,GFD-KPCA方法对旋转机械进行了有效的特征提取,对不同状态的数据有高精度的分类,对参数选取有较低的依赖性。轴承微弱振动特征提取结果显示,GFD-KPCA性能优于常规的KPCA特征提取算法,具有更好的精度和适用范围。 相似文献
2.
本文在模糊控制理论的基础上,针对航空发动机的主状态控制系统,提出了一种快速设计模糊控制器的开关设计法,并对此进行了应用研究。 相似文献
3.
4.
对控制电机(步进电机、伺服电机)在航空发动机数控系统中的应用进行了研究,提出了以步进电机和计算机所构成的步进电机系统的数学模型以及伺服电机的应用模型,对比分析了伺服电机与上进电机对航空发动机转速数控系统的影响,得出了一些有益的结论。 相似文献
5.
6.
7.
8.
为实现环境激励下复杂钢结构的损伤预警,提出一种基于粒子群优化(particle swarm optimization, 简称PSO)的支持向量回归(support vector regression, 简称SVR)-时间序列(auto-regressive and moving average model, 简称ARMA)组合模型用于频率预测,并结合均值控制图法将其用于复杂钢结构的损伤预警中。所提出频率预测模型的准确性和有效性采用潍坊市白浪河摩天轮钢结构实测数据进行验证。验证结果表明:与基本SVR模型、SVR-ARMA模型和PSO-SVR模型相比,所提模型具有更高的泛化能力和预测精度;在白浪河摩天轮钢结构的损伤预警中,基于粒子群优化的SVR-ARMA组合模型可检出由损伤造成模态频率轻微的异常变化,具有较强的损伤敏感性。研究成果可为环境激励下复杂钢结构的损伤预警提供参考。 相似文献
9.
10.
针对某型涡轴发动机整机台架测振时频谱分量多且对应激振源或调制因素不明确的问题,采用经验模式分解(empirical mode decomposition,简称EMD)对其振动数据进行滤波处理,发现某一中低频分量包含了原始数据较为显著的信息。经过多传感器、多状态测量,将测振参数进行时频分析,证明该频率分量为燃气发生器联合转子的亚同步频率,且二者之比为0.443。通过排除法和整机断滑油实验,确定该分量为燃气发生器转子前定心弹性支撑外挤压油膜涡动的特征频率。 相似文献