《基于最小二乘支持向量分类机的齿轮泵故障诊断研究》PDF+DOC
作者:何庆飞,陈小虎,姚春江,王德文,张宁
单位:中国机械工程学会
出版:《流体机械》2019年第08期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFLTJX2019080070
DOC编号:DOCLTJX2019080079
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于振动信号的齿轮泵故障诊断》PDF+DOC2019年第04期 何庆飞,陈小虎,王旭平,喻春明,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
《多分量腕力传感器的标定方法》PDF+DOC1995年第04期 李强,张维衡
《基于相关向量机的网络通信负载状态识别模型》PDF+DOC2017年第06期 邓蕾蕾,陈霄
《基于随机森林的HRGV滑翔段飞行状态识别》PDF+DOC2020年第02期 张裕禄,毕红葵,叶泽浩,李凡
《极端环境下光电编码器误差补偿方法》PDF+DOC2019年第06期 王慧,郭成虎
《基于最小二乘法的称重压力传感器的非线性拟合》PDF+DOC2018年第05期 袁丁,闫德立,王小平
《基于DSP的多点分布式矿井瓦斯监测系统》PDF+DOC2011年第02期 高云峰
《基于最小二乘法的冗余信息数据融合算法实现》PDF+DOC2009年第15期 李雪莲,孙尧,莫宏伟
《高精度电涡流测微系统的研究》PDF+DOC2006年第01期 顾金凤,唐炜
为了精确诊断齿轮泵故障,提出了基于马氏距离的传感器通道选择方法,采用多项式最小二乘法去除采集振动信号的趋势项和五点三次平滑法对信号进行平滑预处理,而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机进行状态识别。以CB-KP63齿轮泵为例进行应用,结果表明传感器1通道识别率达到85%;采集振动信号趋势项干扰较弱,平滑处理效果较好;以EMD提取各频带能量作为特征参数的LS-SVC状态识别方法识别率达到90%以上,最终证明论文提出的方法有效可行。
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。