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59頁未讀 繼續(xù)免費閱讀

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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、機械設(shè)備復(fù)雜的運行環(huán)境,多變的運行工況以及故障發(fā)生和演變過程的非平穩(wěn)性,導(dǎo)致在狀態(tài)監(jiān)測與診斷過程中面臨大量的非平穩(wěn)信號的分析與處理難題;傳統(tǒng)的信號分析方法以信號平穩(wěn)性為前提,無法有效對非平穩(wěn)信號進(jìn)行數(shù)據(jù)分析和特征提取,難以滿足具有非平穩(wěn)性特性的機械設(shè)備狀態(tài)監(jiān)測與故障診斷的要求。
  機械設(shè)備故障診斷系統(tǒng)包含診斷信息的獲取、故障特征的提取和狀態(tài)識別三部分,而診斷的關(guān)鍵則是其中的故障特征提取和狀態(tài)識別部分。針對滾動軸承振動信號的非平穩(wěn)

2、特性,提出一種經(jīng)驗?zāi)B(tài)分解(Empirical Mode Decomposition,EMD)、奇異值分解和支持向量機( Support Sector Machine,SVM)相結(jié)合的故障診斷方法。EMD方法是基于信號的局部特征時間尺度,是依據(jù)信號本身的信息進(jìn)行的分解,是自適應(yīng)的信號處理方法,非常適合非線性和非平穩(wěn)過程。采用EMD方法將滾動軸承振動信號分解成若干個基本模式分量(lntrinsic mode function,IMF)之和

3、,并形成初始特征向量矩陣。而矩陣的奇異值大小隨著軸承故障類型的不同會發(fā)生變化,因此可以采用奇異值作為機械設(shè)備故障的特征向量,同時也表明基于EMD的奇異值特征向量提取方法的可行性。對初始特征向量矩陣進(jìn)行奇異值分解,從而得到滾動軸承振動信號的狀態(tài)特征向量,SVM適用于小樣本模式識別,以SVM作為分類器來識別滾動軸承的工作狀態(tài)和故障類型,得到了較好的結(jié)果。
  論文所提的理論與方法都通過了實驗數(shù)據(jù)或仿真實驗的驗證,實驗結(jié)果表明,本文方法

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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論