《KPCA在凿岩台车控制系统传感器故障诊断中的应用》PDF+DOC
作者:徐萍,王友才,杨光照,王凯
单位:湖南科技大学
出版:《湖南科技大学学报(自然科学版)》2014年第03期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFXTKY2014030060
DOC编号:DOCXTKY2014030069
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于KPCA的HVAC系统传感器故障诊断》PDF+DOC2008年第05期 高运广,刘顺波,张振仁
《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
《基于核独立成分分析和聚类中值的水下传感器故障诊断》PDF+DOC2017年第02期 陈作聪
《定值和随动单闭环系统传感器故障诊断》PDF+DOC2020年第09期 那文波,高宇,李明,刘甜甜
《传感器故障诊断中的数据关联方法与应用》PDF+DOC2001年第05期 张彦铎,姜兴渭,黄文虎
《采用核主元残差空间分析方法诊断传感器故障》PDF+DOC2012年第12期 周卫庆,李辉,周建新,乔宗良,司风琪,徐治皋
《基于主元空间统计的传感器故障诊断与重构》PDF+DOC2008年第04期 吕宁,刘少波,于晓洋
《基于小波变换的传感器故障诊断研究》PDF+DOC 徐新华,杨春生,王盛卫
《基于PCA和信息融合理论的传感器故障诊断》PDF+DOC2013年第08期 赵乃卓,伍江超
《基于核主元分析的湿法烟气脱硫系统的故障诊断》PDF+DOC2013年第03期 郑育平,张丽萍
传感器状态对于凿岩台车的作业有着极其重要的影响,对其展开故障诊断十分必要.核主成分分析(KPCA)方法通过集成算子与非线性核函数计算高维特征空间的主元成分,有效捕捉过程变量中的非线性关系,将其用于传感器4种常见故障的诊断,先用Q统计量进行故障监测,再用T2贡献量百分比变化来识别故障.仿真和实际应用结果表明:KPCA方法具有很好的故障监测与诊断能力。
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。