《基于振动信号的齿轮泵故障诊断》PDF+DOC
作者:何庆飞,陈小虎,王旭平,喻春明,张宁
单位:中国声学学会
出版:《噪声与振动控制》2019年第04期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFZSZK2019040370
DOC编号:DOCZSZK2019040379
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于最小二乘支持向量分类机的齿轮泵故障诊断研究》PDF+DOC2019年第08期 何庆飞,陈小虎,姚春江,王德文,张宁
《手机加速度计的行人行进状态识别》PDF+DOC2020年第06期 刘清华,郭英,郎爱坤,冯茗扬,孙建立
《基于振动信号特征融合的齿轮泵故障诊断》PDF+DOC2009年第05期 刘希亮,陈小虎
《基于最小二乘法和递推最小二乘法的雷达伺服跟踪系统建模》PDF+DOC2015年第11期 李红
《总体最小二乘波达方向估计方法》PDF+DOC2019年第09期 汪海,张梦晗,崔逊学
《一种双平台无源定位去除虚假点的新方法》PDF+DOC2008年第04期 张海峰,李宏,吴建民
《基于ICA-EMD与SVM的滚珠丝杠故障诊断》PDF+DOC2014年第12期 孟祥敏,谭继文,战红
《基于改进LS-SVM的雷达故障诊断技术》PDF+DOC2015年第02期 王旭婧,陈长兴,赵学军,任晓岳
《多静止站被动单目标定位跟踪算法》PDF+DOC2013年第06期 高明全
《基于最小二乘的多雷达观察精度分析》PDF+DOC2013年第08期 纪祥鲲,金裕红
进行齿轮泵故障诊断时,首先采用基于马氏距离的传感器通道选择方法选择最佳振动信号,然后采用多项式最小二乘法去除信号趋势项,再基于五点三次平滑法对信号进行平滑预处理,最后分别提取基于峭度的时域特征、小波包能量特征和经验模态分解特征,运用最小二乘支持向量分类机进行状态识别。应用实例表明在运用经验模态分解提取各频带能量作为特征参数时状态识别方法具有更高的识别率,能更有效识别齿轮泵的状态。
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。