《基于K-L散度的机械或传感器故障判别方法》PDF+DOC
作者:张家凡,黄之初
单位:中国机械工程学会;郑州机械研究所
出版:《机械强度》2006年第05期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFJXQD2006050070
DOC编号:DOCJXQD2006050079
下载格式:PDF + Word/doc 文字可复制、可编辑
《汽车承载称重传感器故障准确诊断仿真》PDF+DOC2017年第08期 谭爽
《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
《故障诊断技术应用于中央空调系统的研究进展》PDF+DOC2016年第10期 刘润东,刘成刚,李翠敏
《自确认传感器技术研究》PDF+DOC2006年第03期 冯志刚,王祁,徐涛,信太克规
《双余度传感器的故障检测与识别》PDF+DOC1996年第04期 孟晓凤,王行仁
《基于信号处理的传感器故障检测技术研究》PDF+DOC1996年第04期 张绪省,朱贻盛,古红
《一种非线性系统容错控制的混合方法》PDF+DOC1997年第02期 周东华,王庆林
《飞机燃油系统油量传感器故障诊断方法研究》PDF+DOC2011年第22期 王金彪,周伟
《基于常值传感器故障的线性系统故障诊断研究》PDF+DOC2010年第09期 贝太周,帕孜来·马合木提
《基于自适应观测器的故障检测方法研究》PDF+DOC2014年第02期 郭江维,缑林峰,时培燕,胥韦巍
机械故障诊断系统中,对同一监测部位通常采用双传感器配置(如水平和垂直方位)。文中首先运用核密度估计方法得到两传感器输出信号的概率密度函数估计,然后计算两输出信号间K-L(Kullback-Leiber)散度,并提出一种基于K-L散度值的机械或传感器故障判别准则。通过对一个齿轮减速箱实测振动信号和模拟的传感器故障信号的计算,可以发现,与无故障状态时K-L散度相比,监测部位出现机械故障时两传感器输出信号间K-L散度显著减小;而两传感器之一出现故障时其K-L散度显著增大。因此,两信号间K-L散度的变化可用于区别机械和传感器故障。
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。