基于Elman神经网络与PSO算法的机械密封端面摩擦状态识别 |
| |
引用本文: | 朱奥辉,傅攀,陈官林.基于Elman神经网络与PSO算法的机械密封端面摩擦状态识别[J].润滑与密封,2016,41(8):93-96. |
| |
作者姓名: | 朱奥辉 傅攀 陈官林 |
| |
作者单位: | 西南交通大学 机械工程学院,西南交通大学 机械工程学院,西南交通大学 机械工程学院 |
| |
基金项目: | 中央高校基本科研业务费专项资金项目(SWJTU12CX039);国家重大科技成果转化项目 |
| |
摘 要: | 搭建非接触式机械密封试验台,采用声发射传感器对机械密封接触状态进行监测,并采用离散隐马尔科夫模型和支持向量机方法对采集的信号进行模式分类识别。同时,采用电涡流传感器直接测量机械密封端面膜厚来验证发射传感器的测量结果。结果表明,离散隐马尔科夫模型和支持向量机方法均具有较高的识别准确率,其中支持向量机能更有效地实现机械密封接触状态的识别,从而能够实现机械密封性能的监测。
|
关 键 词: | 机械密封 声发射传感器 支持向量机 电涡流传感器 离散隐马尔科夫模型 |
|
| 点击此处可从《润滑与密封》浏览原始摘要信息 |
|
点击此处可从《润滑与密封》下载全文 |