2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩93頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、針對(duì)大型設(shè)備逐漸趨于復(fù)雜化、一體化、智能化,錯(cuò)綜復(fù)雜的設(shè)備之間的關(guān)聯(lián)與耦合作用愈來愈強(qiáng),極大影響了設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)與故障診斷的有效性,繼而給機(jī)械故障診斷領(lǐng)域帶來了巨大挑戰(zhàn)。論文以滾動(dòng)軸承故障特征提取與智能診斷系統(tǒng)研究為主要研究內(nèi)容,將局部均值分解(Local Means Decomposition,LMD)作為核心技術(shù),結(jié)合非線性動(dòng)力學(xué)理論與人工智能分類技術(shù)對(duì)上述背景下的滾動(dòng)軸承故障診斷系統(tǒng)展開研究。
  針對(duì)局部均值分解存在端點(diǎn)

2、效應(yīng)與模態(tài)混疊現(xiàn)象,論文對(duì)LMD算法上稍作改進(jìn),首先采用基于局部波形積分匹配方法來抑制端點(diǎn)效應(yīng),該方法通過三點(diǎn)積分曲線法在信號(hào)內(nèi)部搜索最佳匹配波形,在局部信號(hào)端點(diǎn)處采用擴(kuò)展波形抑制端點(diǎn)效應(yīng)。針對(duì)LMD存在模態(tài)混疊問題,提出基于總體均值分解與頻率截止方法抑制模態(tài)混疊,該方法采用功率譜分析求得原始信號(hào)中頻率成分最小的信號(hào),再向原始信號(hào)中加入等幅值的高斯白噪聲,對(duì)混合信號(hào)進(jìn)行反復(fù)LMD分解,將得到的分量瞬時(shí)頻域與信號(hào)最小截止頻率對(duì)比,以此作為

3、分量迭代終止條件。通過仿真與實(shí)驗(yàn)數(shù)據(jù)分析,驗(yàn)證所提方法不僅能夠改善LMD在端點(diǎn)效應(yīng)與模態(tài)混疊的問題,對(duì)于低頻偽分量的抑制也有較好的效果。
  為了簡(jiǎn)化故障診斷流程,論文在改進(jìn)的LMD算法的基礎(chǔ)上,采用模糊熵對(duì)故障特征進(jìn)行量化處理,從多個(gè)角度對(duì)原始信號(hào)進(jìn)行深度剖析,提取全面表征故障特征的特征向量,結(jié)合具有極強(qiáng)的非線性分類能力的概率神經(jīng)網(wǎng)絡(luò)(probabilistic neural network,PNN)實(shí)現(xiàn)故障模式識(shí)別。
 

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論