2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩67頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、現(xiàn)代旋轉(zhuǎn)機(jī)械在運(yùn)行過(guò)程中,經(jīng)常發(fā)生動(dòng)靜件之間的碰摩故障,如果不及時(shí)發(fā)現(xiàn),將導(dǎo)致嚴(yán)重的后果。因此本文對(duì)碰摩故障進(jìn)行了研究,提出了基于小波包和支持向量機(jī)的智能診斷方法。
  故障診斷技術(shù)從本質(zhì)上來(lái)講是一個(gè)機(jī)器運(yùn)行狀態(tài)的模式識(shí)別問(wèn)題,關(guān)鍵在于故障特征信號(hào)的分析及提取,它直接關(guān)系到故障診斷的準(zhǔn)確性和故障早期預(yù)報(bào)的可靠性。小波分析和小波包分析方法具有良好的時(shí)頻局部性,能夠?qū)⑿盘?hào)在任意頻段進(jìn)行劃分,比基于傅立葉變換的分析方法能夠更有效的提取故

2、障特征,尤其是提取微弱故障特征。本文采用的是小波包分析,并詳細(xì)論述了小波包分析理論。利用小波包提取奇異值作為特征向量,能夠較好的反映碰摩信號(hào)的特征,為以后的故障診斷系統(tǒng)提供了故障診斷樣本數(shù)據(jù)。
  另外本文系統(tǒng)地闡述了支持向量機(jī)的基本理論和特點(diǎn),在對(duì)碰摩故障診斷分析的基礎(chǔ)上,利用支持向量機(jī)對(duì)得到的樣本數(shù)據(jù)進(jìn)行模式分類,從而實(shí)現(xiàn)故障診斷的作用。同時(shí)本文還對(duì)比研究了神經(jīng)網(wǎng)絡(luò)的分類效果,最后利用Mat lab和VC++混合編程開(kāi)發(fā)得到仿

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論