《基于激光传感器的电动机故障识别系统研究》PDF+DOC
作者:田彦彦,吴晓蕊
单位:重庆市光学机械研究所
出版:《激光杂志》2019年第11期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFJGZZ2019110410
DOC编号:DOCJGZZ2019110419
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于激光传感器的智能循迹小车设计》PDF+DOC2016年第22期 朱丹
《基于粗糙集和神经网络的激光传感器故障诊断》PDF+DOC2016年第01期 欧萍,贺电,杨波
《基于神经网络的无人机传感器故障识别》PDF+DOC2019年第03期 孟文晔
《电子目标识别关键指标建模与分析》PDF+DOC2019年第04期 吴耀云,游屈波,高晓成
《一种基于Dempster-Shafer理论的分类器组合算法》PDF+DOC2002年第03期 李玉榕,陆向成,杨富文
《基于特征信息融合的离散小波SVM齿轮故障诊断方法研究》PDF+DOC2012年第08期 成钰龙,程刚,沈利华,邱锦波,山显雷
《基于支持向量机的移动机器人环境识别》PDF+DOC2010年第09期 丁刚,王海波,王智灵,陈宗海
《公交车投币箱硬币鉴伪及币值识别系统设计》PDF+DOC2009年第02期 赵以强
《基于分段平均微分值法的动态检测识别系统》PDF+DOC2007年第08期 赵赟,郭振华,孟凡利,刘锦淮
《一种复杂环境下的多传感器目标识别系统》PDF+DOC2006年第03期 蒲书缙,杨莘元,赵忠凯,赵坤
受多种因素的综合影响,电动机故障的类型多、变化十分复杂,使得电动机故障识别面临巨大挑战,为了提高电动机故障识别正确率,针对电动机故障信号采集问题,设计了一种基于激光传感器的电动机故障识别系统。首先分析了电动机故障识别系统工作原理,并找到引起电动机故障识别效果差的原因,然后引入激光传感器对电动机工作状态信号进行采集,并从电动机工作状态信号中提取故障识别特征,组成电动机故障识别系统的输入,最后特征与电动机工作状态的类型组成训练样本,采用模式识别技术建立电动机故障识别系统。在相同条件下,与其它电动机故障识别系统进行了对照实验,分析了它们电动机故障识别正确率和识别效率,系统的电动机故障识别正确率为95%左右,高于对比电动机故障识别系统,电动机故障识别效率也显著得以提升,为解决电动机故障识别提供了一种新的研究思路。
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。