基于WPD和LPP的设备故障诊断方法研究,丁晓喜,何清波,小波包分解(WPD)能够将非平稳信号在低频和高频上同时形成特征信息,有效的反映出信号潜在的特征,而局部保留投影法(LPP)在降维的同�
基于多尺度流形的设备故障诊断方法研究,王俊,何清波,小波变换具有可变时频分辨率的优点,因此被广泛应用于机械设备故障诊断领域。本文采用小波提取包络的方法进行机械故障诊断,并提
论文研究-基于粗糙集的民航飞机故障诊断规则获取方法.pdf,
提出了一种小波包分析与最小二乘支持向量机相结合的机械设备故障诊断模型。首先对故障信号功率谱进行小波分解,简化了故障特征向量的提取,然后采用最小二乘支持向量机进行故障诊断。在该模型中,用二次损失函数取代
一种基于流计算的网络故障诊断方法,王建强,赵耀,传统网络故障分析方法是采用典型的基于SNMP协议获取交换机或者服务器的MIB、TRAP信息来实现。但是这种方式存在诸多问题,比如故障告�
基于BP神经网络的滚动轴承故障诊断方法,于婷婷,邵诚,本文简要介绍BP神经网络的结构与原理,通过对滚动轴承正常和故障状态的振动信号的分析处理,提取了能够反映滚动轴承运行状态的特�
针对间歇过程的高度复杂性、强非线性、强时段性等特点,提出一种基于核熵成分分析(KECA)特征变量降维,利用烟花算法(FWA)优化支持向量机(SVM)参数的间歇过程分时段故障诊断方法。首先,通过多向核主
针对内燃机故障诊断问题,提出采用递归灰度图(RGP)和局部二值模式(LBP)提取内燃机故障信号特征信息的方法。将递归图(RP)引入内燃机缸盖振动信号的处理中,并针对递归图中阈值选取的问题进行了优化,提
提出了印刷画面纹理分析与支持向量机相结合的故障诊断技术,应用于印刷机收纸单元,主要内容包括:采集收纸堆的实时工作图像并进行前处理,通过灰度共生矩阵提取图像纹理特征,针对实际工况利用SVM对纹理特征进行
基于EMD和TVAR模型的滚动轴承故障诊断方法,魏巍,彭涛,针对经验模态分解(EMD)的固有模态函数(IMF)选择问题,提出了一种基于能量阀值的自适应筛选方法。对筛选出的IMF分量进行信号重构后,��