基于提升模式的非抽样小波变换及其在故障诊断中的应用

LaosanTan 24 0 PDF 2019-05-28 18:05:05

推荐下载

以小波变换、小波神经网络为工具,采用定子电流对HXD1B型机车的YQ1633异步牵引电动机开展牵引电机齿轮故障诊断研究。定子电流法相对于振动法更容易实施,有效克服了振动信号中包含的复杂干扰。由小波分析

基于Morlet小波核多类支持向量机的故障诊断周建萍1,2,郑应平2,王志萍1(1.上海电力学院电力与自动化工程学院,上海 200090;2.同济大学电子与信息工程学院,上海 200092)摘要:故

提出了一种基于小波频谱分析的滚动轴承故障诊断方法。利用小波默认阈值方法进行数据消噪处理,并对消噪后振动数据进行了5层小波分解。根据轴承故障特征频率,对故障特征频率所在层进行小波重构,计算功率谱密度。对

齿轮箱作为一种传动机构,在机械传动、增速和减速等各方面获得广泛应用,它的工作状况直接影响到整机或机组的正常运行。设计并实现了基于DSP系统的小波神经网络故障诊断方法,可广泛应用于TI公司的C2000、

运用小波包频道能量分解技术提取了不同频带反映矿用通风机不同工作状态的特征向量,以此作为支持向量机多故障分类器的故障样本,经训练的分类器作为故障智能分类器可对通风机的工作状态进行自动识别和诊断.并以不对

将经验模式分解(empirical mode decomposition,EMD)、Hilbert变换和细化(ZOOM)技术结合在一起。通过EMD分解的自适应滤波算法,避免了依靠经验来设置带通滤波器的

针对传统K最近邻特征投影(KNNFP)算法中假设各维特征对分类的贡献相同而导致分类性能下降的问题,提出一种基于特征加权的KNNFP改进算法(WKNNFP)。改进算法利用ReliefF算法确定特征的权值

基于labview的HHT方法实现及在轴承故障诊断中的应用硕士论文方法详细

用户评论

请输入评论内容

评分：

暂无评论