已閱讀1頁，還剩92頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、本文主要研究智能模式識別方法,研究對象為機械設備軸承和齒輪,研究內容包括: 1) 基于小波包的特征值提取.振動信號本身存在多周期成分、調制的現象,其故障信息在某些頻帶部分表現得會更加突出,傳統(tǒng)的特征值提取方法未能表現各個頻帶對故障信息的敏感情況,小波包(Wavelet Packet)方法是一種將頻帶多層次劃分的更加精細的分析方法,利用其得到不同頻帶的小波包系數,提取小波包系數的16種時域特征值,以便突出某些頻帶的故障信息.最后選
2、取小波包系數方差作為特征值. 2) 模式識別.對典型的模式識別方法一聚類法、神經網絡和模糊法,作了具體研究和實現.基于小波包系數方差這一特征值,比較模式分類結果,驗證了模糊理論的必要性,并確定BP神經網絡和自適應神經網絡(Adaptive NN)為較好的智能模式識別方法. 3) 綜合分析.研究中發(fā)現,單一的模式識別方法得到的針對研究對象的分類結果準確度不高.嘗試將模式識別方法相結合,作進一步的分析.模糊聚類和BP神經網絡
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于模式識別的柴油機故障智能診斷系統(tǒng).pdf
- 基于聲像模式識別的故障診斷機理研究.pdf
- 基于模式識別的故障診斷技術研究與應用.pdf
- 基于統(tǒng)計模式識別的結構損傷診斷方法研究.pdf
- 基于模式識別的汽輪機組振動故障診斷方法的研究.pdf
- 基于統(tǒng)計模式識別的離心風機故障診斷試驗研究.pdf
- 基于模式識別的柴油機故障診斷技術研究.pdf
- 基于變量預測模型模式識別的旋轉機械故障診斷研究.pdf
- 模式識別的核方法研究.pdf
- 基于模式識別的五相容錯永磁電機短路故障智能診斷.pdf
- 基于模式識別的柴油機故障診斷系統(tǒng)的研究.pdf
- 基于EMD的機械設備故障診斷方法研究.pdf
- 基于統(tǒng)計模式識別的結構損傷診斷方法與應用研究.pdf
- 機械設備故障智能診斷系統(tǒng)研究.pdf
- 基于模糊模式識別的柴油機故障診斷系統(tǒng).pdf
- 1圖像模式識別的方法
- 1圖像模式識別的方法
- 基于模式識別的自動化生產過程質量智能診斷研究.pdf
- 1圖像模式識別的方法
- 基于模式識別的流程工業(yè)生產在線故障診斷若干問題研究.pdf
評論
0/150
提交評論