《EMD和SVM在刀具故障诊断中的应用》PDF+DOC
作者:王涛,徐涛
单位:沈阳航空航天大学
出版:《沈阳航空航天大学学报》2010年第05期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFHKGX2010050110
DOC编号:DOCHKGX2010050119
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于EMD和SVM的传感器故障诊断方法》PDF+DOC2009年第05期 冯志刚,王祁,信太克规
《EMD信号分析方法的声发射管道泄漏检测研究》PDF+DOC2007年第10期 孙立瑛,李一博,曲志刚,靳世久,周琰
《基于DHMM和SVM的机械密封端面接触状态识别》PDF+DOC2016年第08期 陈官林,傅攀,朱奥辉
《加工过程刀具破损的声发射传感监测新技术》PDF+DOC1999年第04期 杨大勇,王信义,徐春广,邢济收
《声发射测量系统的研制》PDF+DOC1999年第01期 卢启柱,郑绳楦,张克勤
《刀具磨损、破损的声发射监控法的研究》PDF+DOC2005年第09期 余峰浩
《基于SVM和证据理论的多数据融合故障诊断方法》PDF+DOC2010年第08期 姜万录,吴胜强
《EMD在卫星姿态控制系统未知故障诊断中的应用》PDF+DOC2009年第S1期 张筱磊,沈毅,张迎春
《声发射在线无损检测在数控机床刀具监控技术中的应用》PDF+DOC2006年第04期 鲍中美
《基于EMD和有向因子图的航天器故障诊断》PDF+DOC2013年第01期 沈毅,张筱磊,王振华
与传统方法相比,声发射传感器在刀具故障诊断方面有很大的优势。将声发射传感器应用于刀具切削过程中,提出了基于经验模态分解(EMD)和支持向量机(SVM)的刀具故障诊断方法。该方法首先对标准化的声发射信号进行经验模态分解,将分解后的有限个固有模态函数(IMF)通过一定的削减算法增强故障类型特征,把每个IMF和残余项的能量以及整个信号的削减比作为特征向量,最后将特征向量输入支持向量机进行训练和测试,判断刀具的故障类型。通过对某一刀具的故障诊断结果进行分析,验证了该方法的实用性和有效性。
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。