《基于小波奇异熵和相关向量机的氢气传感器故障诊断》PDF+DOC
作者:王冰,刁鸣,宋凯
单位:哈尔滨理工大学
出版:《电机与控制学报》2015年第01期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFDJKZ2015010150
DOC编号:DOCDJKZ2015010159
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于粒子群优化相关向量机的无线传感器故障检测》PDF+DOC2010年第13期 吴良海
《基于相关向量机的氢气传感器故障恢复方法》PDF+DOC2015年第09期 王冰,张震宇,刘慧,张洪泉
《基于稀疏分解残差的氢气传感器故障探测与辨识方法》PDF+DOC2017年第08期 韦宝泉,付智辉,邓芳明,吴翔,谭畅
《基于SPSO-SVR的融合航空发动机传感器故障诊断》PDF+DOC2009年第08期 鲁峰,黄金泉,陈煜,宋云峰
《基于EEMD能量熵和LSSVM的传感器故障诊断》PDF+DOC2013年第07期 丁国君,王立德,申萍,杨鹏
《一种改进的KPCA传感器故障识别方法及其应用》PDF+DOC2016年第06期 彭红星,潘梨莉,赵鸿图
《一种面向测量偏差的传感器故障诊断方法》PDF+DOC2017年第04期 周登极,皋宽英,陈梅珊,张会生
《HHT在移动机器人传感器故障诊断中的应用》PDF+DOC2017年第14期 汤继磊,高建华
《不断追问中发展思维 异常现象中增长知识——以“铝及铝合金”教学为例》PDF+DOC 陈卫
《过渡金属氧化物表面修饰氢气传感器》PDF+DOC2006年第S1期 杜为民,高胜国,钟克创,张娴
针对氢气传感器故障问题,提出了一种智能化的传感器故障诊断方法,可以对自身故障状态进行诊断和识别。提出了一种基于小波奇异熵(wavelet singular entropy,WSE)和相关向量机(relevance vector machine,RVM)原理的氢气传感器故障诊断方法,将小波变换和奇异熵两种分析思想相结合,提取信号的完备故障特征;利用小生境粒子群优化算法(niche particle swarm optimization,NPSO)对相关向量机的核参数进行优化,提高故障诊断的准确率。将提出的方法与其他成熟算法进行了比较,实验结果表明所提方法故障诊断识别率达到98%以上,解决了非线性、小样本条件下的传感器故障诊断问题,提高了传感器的可靠性。
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。