排序方式: 共有44条查询结果,搜索用时 31 毫秒
31.
32.
33.
提出了应用K-L变换和支持向量机相结合进行滚动轴承故障诊断的方法。K-L变换可以将高维相关变量压缩为低维独立的主特征向量,而支持向量机可以完成模式识别和非线性回归。利用上述原理根据轴承振动信号的变化特征,采用K-L变换对其提取状态主特征向量,然后利用建立的支持向量机多故障分类器完成滚动轴承故障模式的识别。试验结果表明,K-L变换分解后的主特征向量与支持向量机相结合可以有效地、准确地识别轴承的故障模式,为轴承故障诊断向智能化发展提供了新的途径。 相似文献
34.
提出了应用K-L变换和支持向量机相结合进行滚动轴承故障诊断的方法。K-L变换可以将高维相关变量压缩为低维独立的主特征向量,而支持向量机可以完成模式识别和非线性回归。利用上述原理根据轴承振动信号的变化特征,采用K-L变换对其提取状态主特征向量,然后利用建立的支持向量机多故障分类器完成滚动轴承故障模式的识别。试验结果表明,K-L变换分解后的主特征向量与支持向量机相结合可以有效地、准确地识别轴承的故障模式,为轴承故障诊断向智能化发展提供了新的途径。 相似文献
35.
当滚动轴承发生故障时,其产生的振动信号一般是包含较强噪声的非高斯和非线性耦合信号.本文对把高阶统计量用于滚动轴承非线性振动信号特征模式识别的方法进行了研究,提出了基于双谱估计的滚动轴承故障诊断方法.利用这种方法可以同时获得包含滚动轴承故障信号幅值和相位耦合信息的双谱特征图谱.实验研究表明,利用双谱图谱中不同的非线性耦合其故障特征模式不同的特点,可以快速地识别轴承的工作状态. 相似文献
36.
根据一种差动式变压器结构的磁性液体倾斜角传感器工作原理,推导出传感器输出电压与灵敏度公式,并利用ANSYS软件对这种结构的传感器进行电磁-电路的耦合场分析,通过对数值模拟结果进行深入分析以便能为传感器的设计提供指导,并将模拟结果与已公开发表的实验数据进行对比.得出当磁性液体倾斜角传感器的结构参数确定后,传感器的输出电压与转动角度成线性正比关系;且传感器的灵敏度与激励电压的振幅、磁性液体相对磁导率及激励电压频率成正比,但激励电压频率超过一定范围后,传感器灵敏度增加值会逐渐减小,建议激励电压频率最好不超过1.5 kHz. 相似文献
37.
针对传统ART2型神经网络的缺点,提出了一种增强了网络执行速度的改进的ART2型神经网络。改进后的算法避免了传统ART2因输入次序不同而导致的输出结果不同的缺陷。应用了一种新的方法计算输入模式与所有模式的相似度。为了解决传统ART2型神经网络的模式漂移问题引入了激活深度的概念。改善了ATR2型神经网络的适用性。 相似文献
38.
总结了用高频共振法进行故障诊断的步骤,并提出了使用这一方法时要注意的一些具体问题。实验表明该方法对周期性脉冲信号的检测是一种行之有效的方法。 相似文献
39.
40.