大型旋轉(zhuǎn)機(jī)械智能監(jiān)測(cè)診斷中信息融合理論與技術(shù)的研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩142頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)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、為了利用大旋轉(zhuǎn)機(jī)械監(jiān)測(cè)診斷系統(tǒng)中的信息資源,提高系統(tǒng)的智能水平,該論文將信息融合技術(shù)應(yīng)用到智能監(jiān)測(cè)診斷中,并在理論和應(yīng)用兩個(gè)方面進(jìn)行了研究。首先,根據(jù)信息融合是分解的逆過(guò)程的思想,該文研究了融合與分解過(guò)程的形式描述方法,提出了融合問(wèn)題的信息空間轉(zhuǎn)換模型。;第二,該文系統(tǒng)、深入地研究了振動(dòng)信號(hào)的信息熵特征;第三,文中還研究了狀態(tài)趨勢(shì)觀測(cè)方法;第四,通過(guò)將多種類(lèi)型的征兆信息用多維數(shù)值向量進(jìn)行表示,文中提出了通過(guò)信息壓縮進(jìn)行多類(lèi)型特征信息融合

2、的思想;研究了自組織特征映射(SOFM)網(wǎng)絡(luò)這種多維數(shù)值向量的方法以及網(wǎng)絡(luò)輸出信息的可視化方法;研究了基于SOFM網(wǎng)絡(luò)自理這種多維數(shù)值向量的方法以及網(wǎng)絡(luò)輸出信息的化方法;研究了基于SOFM網(wǎng)絡(luò)的多源信息融合與狀態(tài)分類(lèi)識(shí)別方法;第五,文中還研究了信息融合中不確定性信息處理的模糊測(cè)度方法,通過(guò)理論和實(shí)例分析了Choquet模糊積分在診斷信息融合時(shí)具有的突出優(yōu)點(diǎn)。最后,將該文提出的信息融合理論與方法應(yīng)用于工程實(shí)際,開(kāi)發(fā)了一個(gè)集信號(hào)處理、故障診

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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