排序方式: 共有25条查询结果,搜索用时 31 毫秒
11.
12.
13.
针对设备故障诊断过程中构建特征参数冗余,且进行高分辨率信息压缩所需的映射通常具有非线性的问题,应用BP神经网络提取设备状态特征,给出了进行设备状态特征集约简的实施方法.然后利用最小二乘支持向量机(LS-SVM)分类器的训练过程遵循结构风险最小化原则,能够避免传统机器学习的模型选择、过学习、局部极小等问题,具有有效解决非线性和高维模式识别问题的优点,构建了故障识别模型.最后将基于BP网络和LS-SVM的特征提取和故障识别方法用于离心泵机组的四种工作状态识别,并进行了ROC曲线分析,研究结果表明诊断实验的性能评价为优. 相似文献
14.
15.
16.
17.
18.
超声波颗粒监测尺寸标定方法研究 总被引:3,自引:0,他引:3
为了解决超声波颗粒监测尺寸标定过程中的非线性问题,提出了一种基于相对精度标定原则的超声波磨粒监测装置中的颗粒尺寸标定方法。首先,将标定颗粒在Malvern2600激光颗粒分析仪上的测试结果作为标定数据,在超声波颗粒监测装置试验中通过混合进化算法进行颗粒与气泡信号的区分。然后,利用Levenberg—Marquardt改进BP算法进行标定曲线拟合,建立超声波颗粒监测装置上的试验数据与标定数据之间的对应关系。最后,本文进行了拟和标定曲线的精度分析。 相似文献
19.
20.
小参数弱周期信号的随机共振虽易于发生,但实现大参数条件下弱周期信号的随机共振在机械故障诊断领域更具有实际意义,在一定条件下可通过选用有关文献给出的二次采样法或调制法等随机共振方法来实现.为了掌握上述随机共振方法的应用特点,更好地达到大参数条件下弱周期信号的周期特征检测目的,以某大参数弱周期仿真信号作为对象,分别应用二次采样法、解调法以及作者提出的结构参数自寻优法等3种随机共振方法进行计算分析和提取周期特征,并从应用过程和效果两方面对3种方法进行比较.结果表明,相对于其他两种方法,通过结构参数自寻优法构建的随机共振模型能够较好的检测出大参数弱周期信号的周期特征,具有更好的实用性. 相似文献