KNN-朴素贝叶斯算法的滚动轴承故障诊断

滚动轴承的故障诊断对于提高工业生产效率,保障工业生产的稳定安全地运行具有重要意义。为了提高滚动轴承故障识别的正确率,提出一种使用KNN-朴素贝叶斯决策组合算法对滚动轴承故障诊断。组合算法利用朴素贝叶斯算法对使用不同K值的KNN算法初步分类结果进行再分类以达到提高滚动轴承故障识别的目的。首先,使用小波包能量法对滚动轴承振动信号进行能量特征提取,然后使用多个参数K值不同的KNN算法对能量特征数据预分类,得到多个KNN算法分类结果集,将分类结果集进行处理得到预分类结果集,将预分类结果集作为朴素贝叶斯算法的输入,使用朴素贝叶斯算法对数据再分类。实验结果表明,组合算法相较于传统KNN算法及贝叶斯算法在滚动轴承的故障诊断率得到了有效提高,实现了对滚动轴承故障的有效诊断。     

基于MATLAB/Simulink的SPWM逆变电源的建模与仿真

利用正弦脉宽调制技术(SPWM)的逆变电路往往有较多的谐波,会影响光伏发电系统的正常运行。在MATLAB/Simulink软件中对双极性SPWM逆变器输出电压谐波及其产生规律进行了较为详细的分析。从仿真结果中可以看出,逆变器输出的谐波特性与调制深度、载波频率有着密切的联系。为得到更好的输出正弦波,既要增加调制比,又要考虑增加载波频率以及精确实现选定的载波频率,从而更加有效的降低谐波的危害。