【摘 要】
：
针对神经网络的识别一直停留在静态模式识别上的不足,釆用一种近年来发展较快的动态模式识别技术一隐马尔科夫模型分析齿轮箱振动信号.首先提取齿轮箱振动信号在时域、频域和
【机 构】
：
西安理工大学机械与精密仪器工程学院 西安710048
论文部分内容阅读
针对神经网络的识别一直停留在静态模式识别上的不足,釆用一种近年来发展较快的动态模式识别技术一隐马尔科夫模型分析齿轮箱振动信号.首先提取齿轮箱振动信号在时域、频域和时频域的统计特征,组成34维全特征矢量,训练了一组全特征-隐马尔科夫模型库;再通过主分量分析技术对全特征矢量进行降维处理,取其吸收信息量98％以上的前7个主分量组成主分量特征矢量,训练了另外一组主分量-隐马尔科夫模型库.分别用两组独立的模型库进行齿轮箱故障识别.结果表明,全特征-隐马尔科夫模型库对齿轮正常、齿轮断齿的识别准确率为97.9％,对齿轮点蚀的识别准确率为100％,程序运行耗时22.328 s,主分量-隐马尔科夫模型库对齿轮点蚀的和齿轮断齿识别准确率均达到100％,程序运行耗时4.879 s.振动信号特征的降维处理没有降低故障的识别率,反而提升了故障识别准确率,同时大大提升了程序运行速度,这对机械系统故障诊断具有重要意义.
其他文献
针对气体绝缘组合电器(GIS)在运行时,其内部可能存在多个绝缘缺陷,导致相关局放传感器采集到混合局放信号,进而影响后续故障类型识别工作的问题,提出了一种在原有传统FAST-IC
现代电子战雷达干扰与反干扰之间的抗争愈演愈烈,干扰机要能产生多体制、多类型的干扰信号,雷达则需不断的提高抗干扰性能.针对雷达装备抗干扰性能测试评估对雷达干扰系统的
基于WLAN(wireless local area network)的定位在智能家居、室内导航、个性化服务等应用中扮演着重要的角色.研究了基于序列到序列seq2seq模型的室内WLAN定位方法.该方法基于
针对当前人体动作识别算法中由于人体躯干遮挡而导致其检测精度不佳的问题,提出了一种基于加权三视角运动历史图像耦合时序分割的动作识别算法。首先,为了有效描述动作的形状和空间分布,从视频序列中提取运动历史图像(motion history image,MHI)。随后,应用深度相机(Kinect相机)来提取深度图像,以获取人体目标的动作前景轮廓。为了识别由于身体部位造成的自我遮挡,动作前景轮廓被投影到3个
针对心跳信号易被呼吸谐波和其他噪声干扰而难以提取的问题,提出基于N次峰值捕捉的生命体征检测算法.首先对雷达接收信号进行平均相消法处理滤除静止杂波;接着利用距离门选择
基于0.18μm CMOS工艺设计了一种大量程闭环式集成霍尔电流传感器。采用片内高灵敏度霍尔器件检测待测电流产生的磁场并线性输出霍尔信号,霍尔电压经过线性放大、失调消除和比例积分调节后与三角载波进行比较产生PWM波,驱动全桥式功率放大电路工作。功率放大电路输出的电流送入聚磁环的二次绕组后形成一个闭环的二次侧补偿,使聚磁环气隙中的霍尔器件处于零磁通状态,从而提高了大电流检测的精度。仿真结果表明,所设
森林火灾烟雾浓度升高时,所对应的图像模糊程度升高,总有界变分会逐渐下降,基于变分的特征性质,可以将边界之间的差异有效表征出来。由此,提出一种基于总有界变分的森林火灾烟雾图像检测方法。以分块平稳分析的思想对目标函数求极值,得到总有界值,通过两次比较总有界变分值从分块结果图中提取疑似烟雾分块,利用特征数据的融合聚类处理获得最终的疑似烟雾区域。为了得到更好的烟雾检测效果,对疑似烟雾特征区域进行运动特性分
随着聚乙烯蜡(PE蜡)在环氧塑封料(EMC)中的广泛应用,其在高温环境下氧化而导致的模具离型性变差的问题也变得日益突出。通过从抑制PE蜡高温氧化入手,研究抗氧化剂的加入对模具离型性及EMC产品性能的影响。结果表明,在EMC材料中加入AO-60或AO-412S这两种抗氧化剂,不但不会对材料本身性能产生严重影响,而且还能有效改善模具久置后离型性降低的问题。随着抗氧化剂用量的增加,对于模具离型性的改善先提升后基本保持不变,添加量在5phr时即能取得不错的效果。
Bayes Bootstrap法在小样本预测领域应用成熟广泛,但由于其随机产生的自助样本中存在不利于预测精度的野值点造成预测偏差较大,针对此不足,提出Bayes Bootstrap & k-means方
大量电动汽车进行无序充电将给电网的安全运行带来“峰上加峰”的运行风险,作为一种移动的储能设备,大量电动汽车的无序放电也会对电网的稳定性造成重要影响,因此对电动汽车