小波包主元分析方法在故障诊断中的应用研究

来源 :华东理工大学 | 被引量 : 0次 | 上传用户:yindanna
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着现代工业及科学技术的迅速发展,故障诊断已经越来越受到重视。近年来,不少研究者将主元分析应用于故障诊断中,取得了不错的效果。本文正是基于主元分析和故障诊断的基础上,进行深入研究。 本文首先对大量文献进行了综述,比较了各种故障诊断方法,分析了它们的优点和缺点。针对常规主元分析的故障诊断方法的不足,本文提出了一种基于小波包去噪和主元分析的故障诊断方法。该方法能对噪声进行很好的预处理,提高了主元模型的准确性。仿真结果表明该方法在故障诊断中能取得满意的结果,与常规主元分析和小波主元分析的比较进一步说明了该方法的有效性。 为了验证该方法的有效性,又将该方法用于公认的TE模型中进行故障诊断,结果比较令人满意。 最后总结了全文,指出有待于进一步研究的课题和今后工作的重点。
其他文献
本文以聚酯酯化率和石油干点为研究实例,基于已有模糊神经网络结构,根据泛化性能,重点研究模糊神经模型的参数优化算法,把改进的粒子群算法(PSO)应用到模糊神经网络中去,进而得到
随着CT、MRI、超声等影像技术逐渐成熟和发展,医学图像三维重建成为医学图像处理系统的主要研究领域之一。特别是软组织的重建显示在此系统中地位尤为重要,软组织的重建不同于
本文系统地阐述了粒子群优化算法(ParticleSwarmOptimization,PSO)及其应用,针对基本粒子群优化算法易陷入局部极值点、搜索精度低等缺点,提出了三群协同粒子群优化算法(TSC-PSO
在全球信息化的今天,如何保证用户身份的安全已成为一个重要课题。现今的各种大小系统中,计算机密码学得到了前所未有的重视并迅速普及和发展起来。在计算机环境中,用户的身份多
学位
本课题主要针对基于粗糙集的故障诊断专家系统进行了研究、改进与开发,并将其应用于DCS故障诊断中。首先,综合分析了当前国内外故障诊断理论和技术的研究现状。其次,根据粗糙集
脑电图(EEG)为研究者提供了一种揭示人类大脑奥秘的途径。最近二十年脑认知科学得到了迅速的发展,尤其是在生物医学领域,EEG作为一种分析依据发挥着越来越重要的作用。但是,由于
机器翻译作为替代传统高成本的人工翻译的可行方案,具有很高的应用价值。然而,传统的统计机器翻译模型因其线性不可分、全局信息丢失严重、语义无关、错误传播等问题面临严峻的
支持向量机在学习模型中运用了统计学习中的VC维理论和结构风险化原则,具有很好的泛化性能,在小样本学习问题上表现突出。本文对支持向量机在数据挖掘领域的应用展开深入研究,涉
本工作针对《CNG单燃料燃气发动机燃料供给电控系统研究》项目(CNG—CompressedNaturalGas,即压缩天然气)完成了电控压力调节系统的设计和部分调试。 出于环保和能源方面考