作者：吕振,丛金艳,褚永强,韩彦春 单位：辽宁工程技术大学 出版：《辽宁工程技术大学学报(自然科学版)》2015年第06期 页数：5页  （PDF与DOC格式可能不同） PDF编号：PDFFXKY2015060250 DOC编号：DOCFXKY2015060259 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 针对胎压传感器常见的几种突发故障，采用自适应LMD(局部均值分解)和支持向量多分类机(SVM)相耦合的方法.利用LMD方法将传感器的输出信号分解成一系列由包络信号和纯调频信号相乘所得的PF分量；支持向量多分类机进行故障识别.研究结果表明这两种算法的有机结合，实现了对胎压传感器7种工作状态的有效识别.同时，避免了EMD方法在分解过程中存在的过包络、欠包络、端点效应和模态混淆等缺点，有效地提高了故障诊断的快速性和准确性。

    📙 相关资料

    1. 《基于SVM和DS证据理论的多传感器信息融合故障诊断》PDF+DOC 简述了一种基于支持向量机(SVM)和证据理论的多传感器信息融合的方法，并构造了基于支持向量机的概率计算模型。利用齿轮箱的常见故障预测，对所建立的数学模型进行验证，计算结果显示基于SVM和证据理论的信息融合故障诊断方法，要比单一传感器故障诊断有更高的准确性。...
    2. 《局部均值分解与支持向量机相融合的传感器故障诊断》PDF+DOC 为了提高传感器故障诊断精度，提出一种基于局部均值分解和支持向量机相融合的传感器故障诊断算法。首先利用局部均值分解方法将传感器的输出信号分解成一系列由包络信号和纯调频信号相乘所得的PF分量；然后利用支持向量机进行故障识别；最后采用Matlab编程实现仿真对比实验。实验结果表明，该方法可以较好地识别传感......
    3. 《基于SVM预测器的传感器故障诊断与信号恢复研究》PDF+DOC 支持向量机(SVM)是一种新兴的基于统计学习理论的机器学习方法。简要介绍了SVM回归原理，据此建立了基于SVM的时间预测器并用于传感器的故障诊断和信号恢复，阐述了具体的实现方法和步骤。仿真结果表明：SVM预测器有效地克服了神经网络的不足，能准确预测和跟踪传感器的输出信号，并在传感器发生故障后一定的时......
    4. 《PCA特征抽取与SVM多类分类在传感器故障诊断中的应用》PDF+DOC 为了提高传感器故障诊断的准确率，提出了基于主元分析(PCA)特征抽取和支持向量机(SVM)多类分类的故障诊断方法。该方法通过对传感器输出信号进行小波包分解产生原始特征数据，然后采用PCA特征抽取得到二次特征向量，增强传感器各个状态模式的可分性。二次特征输入到二叉树SVM多类分类算法设计的分类器实现传......
    5. 《基于EMD和SVM的传感器故障诊断方法》PDF+DOC 为了解决自确认压力传感器的故障诊断问题，提出了一种基于经验模式分解(EMD)和支持向量机(SVM)的传感器故障诊断方法，该方法对传感器输出信号进行经验模态分解，将其分解为若干个固有模态函数(IMF)，对每个IMF通过一定的削减算法增强故障特征，然后计算每个IMF和残余项的能量以及整个信号的削减比作为......
    6. 《基于SVM和RBFN的汽车主动降噪系统传感器故障诊断》PDF+DOC 汽车主动降噪系统的工作依赖于多个噪声传感器，一旦传感器发生故障，将严重影响降噪效果。为保证汽车主动降噪系统的性能，提出了由支持向量机(SVM)预测模型和径向基神经网络(RBFN)预测模型构成的传感器故障诊断系统，SVM模型判断是否发生传感器故障，RBFN模型则利用各传感器间的信息冗余关系定位故障传感......
    7. 《小波和多核SVM方法在UVA传感器故障诊断的应用》PDF+DOC 为了提高无人机传感器故障诊断的准确性，提出一种基于小波与多核支持向量机的诊断方法。采用小波处理信号，不依赖于系统的数学模型，直接利用信号模型，分析可测信号，提取频率等特征值，保存了原始信号的特征，提高故障的可分性。多核映射能够解决单核映射核函数及其参数选择的难题，增加故障的可区分性，提高分类器的精度......
    8. 《基于SVM的多传感器信息融合故障诊断》PDF+DOC 本文简述了一种基于支持向量机的多传感器信息融合的方法，并构造了其数学模型。利用轴流柱塞泵的常见故障预测，对数学模型进行验证，实验数据显示基于SVM的多传感器信息融合故障诊断方法，要比单一传感器故障诊断有更高的准确性。...
    9. 《基于SVM的传感器故障诊断和信号恢复技术》PDF+DOC 根据对相关联传感器之间正确的输出数据，利用网格参数寻优法建立SVM预测模型，对传感器进行故障诊断和短时间的信号恢复。阐述了具体的实现方法和步骤，并通过对获得的真实数据进行仿真来对该方法的有效性进行验证。...
    10. 《基于自适应LMD和SVM的电传系统传感器故障诊断》PDF+DOC 提出了基于自适应LMD分解和SVM的方法对电传系统法向过载传感器进行故障诊断；首先建立电传系统纵向通道模型；然后针对故障信号的非线性和非平稳性，采用LMD方法进行特征向量提取，考虑到电传系统存在多频段、强噪声干扰，设计自适应滤波器，去除特定频带噪声信号，分解得到的频率带保留了反映传感器工作状态的特征......

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。