论文研究基于鲁棒ICAPCA的TE故障诊断.pdf

针对包含未知输入的线性时不变系统，研究了其鲁棒故障检测滤波器设计问题。由于故障信号往往分布在有限频域段内，设计的目标包括使特定有限频域段上的复合性能指标最小化以及满足区域极点配置的要求。一个基于LMI

Paper "Research on Fault Diagnosis Method Based on Fuzzy Expert System"

针对复杂系统故障诊断问题，采用一种相关噪声统计特性未知情况下的粒子滤波方法，该方法给出了相关噪声的统计模型，并详细推导了相关噪声统计特性的分布函数。在新方法的框架内采用噪声未知统计特性和系统故障状态的

本文对petri网在机车故障诊断领域的应用研究做了新的探索。在分析机车故障的基本特性的基础上,建立故障树模型,结合petri网建模理论,提出了一种适合故障特性的故障petri网模型

支持向量机作为基于统计学理论的机器学习方法,在人工智能识别方面的研究起到了重要的作用。本文将支持向量机智能识别方法引入到机械设备的故障诊断当中,并对支持向量机模型起到关键作用的惩罚因子c和核参数g采用

针对如何提高煤矿主通风机故障诊断的准确率的问题,提出了一种基于集合经验模态分解(EEMD)和支持向量机(SVM)的风机故障诊断模型。该模型通过分解振动信号得到模态函数,提取能量熵作为故障诊断的特征值,

该论文提出了一种运用小波分析来诊断电机故障的方法

主要介绍了独立分量分析的基本思想及算法,采用快速独立分量分析(FastICA)的算法对混合的机械振动信号进行分离。应用该算法对实验室采集到的齿轮箱多组振动信号进行了分析,结果表明,独立分量分析在对混合

针对通风机轴承信号非平稳和故障样本稀少的问题,提出基于完备集合经验模态分解(CEEMDAN)和极限学习机(ELM)的轴承故障诊断方法。首先,利用CEEMDAN分解故障信号得到本征模态分量(IMF);然

针对滚动轴承故障诊断提出了EMD阈值降噪法。通过振动传感器获得的轴承振动信号,利用经验模态方法将信号分解为多个IMF分量。因振动信号中含有的噪声主要表现在高频段,所以对IMF分量中的高频分量进行小波阈