《基于EEMD能量熵和LSSVM的传感器故障诊断》PDF+DOC
作者:丁国君,王立德,申萍,杨鹏
单位:中国电子科技集团公司第四十九研究所
出版:《传感器与微系统》2013年第07期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFCGQJ2013070080
DOC编号:DOCCGQJ2013070089
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于EEMD样本熵和SRC的自确认气体传感器故障诊断方法》PDF+DOC2016年第05期 陈寅生,姜守达,刘晓东,杨京礼,王祁
《基于小波奇异熵和相关向量机的氢气传感器故障诊断》PDF+DOC2015年第01期 王冰,刁鸣,宋凯
《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 武青海
《动车组牵引电机故障分析及诊断》PDF+DOC 王世雄
《基于SVM预测器的传感器故障诊断与信号恢复研究》PDF+DOC2005年第02期 刘东,葛运建
《基于支持向量机的ESP系统传感器故障诊断方法》PDF+DOC2005年第03期 郑水波,唐厚君,韩正之,张勇
《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
《基于SVM和RBFN的汽车主动降噪系统传感器故障诊断》PDF+DOC2014年第04期 赛吉尔呼,戴盛芳,董爱华,苗清影
《基于改进PSO优化LSSVM的传感器补偿研究》PDF+DOC2013年第05期 刘滔,韩华亭,焦楷哲
传感器作为动车组制动系统的关键部件,其能否正常工作直接影响动车组的安全稳定运行。集成经验模态分解克服了经验模态分解的模态混叠现象,分解出的各个内禀模态函数突出了故障的局部特征,并求解其能量熵组成故障特征向量,然后把故障特征向量输入到最小二乘支持向量机(LSSVM)进行故障识别和分类。同时采用粒子群优化算法对LSSVM的结构参数进行择优。测试结果表明:该故障诊断模型对动车组AS压力传感器故障具有较高的正确分类率。
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。