排序方式: 共有9条查询结果,搜索用时 0 毫秒
1
1.
2.
ERP和PDM是目前企业建设计算机集成制造系统或实施企业管理信息系统中两个重要的核心,两者的合理使用都能提高企业的竞争能力.两个系统有着相同的数据需求的同时,对数据的管理却处于分立状态,激烈的市场竞争迫切需要实现两个系统信息的互动.针对不同厂商的PDM与ERP之间的信息传递,文章采用以XML文件为有效的数据传递媒介,实现从PDM到ERP数据的传递,为进一步实现企业信息系统之间的数据实时交换提供了方法. 相似文献
3.
4.
5.
针对齿轮箱振动信号中混杂其他零部件振动频率的问题,提出一种基于小波包分解独立分量分析(wavelet package independent component analysis,简称WPICA)和多维经验模式分解(multivariate empirical mode decomposition,简称MEMD)的齿轮箱齿面点蚀故障信号的多通道数据融合识别方法。首先,利用一种窄带独立分量分析(sub-band decomposition independent component analysis,简称SDICA)方法—WPICA,从水泵机组多通道信号中提取齿轮箱振源,确定齿轮箱振动包含的特征频率成分;其次,借助MEMD分解多通道机组振动信号,将所获得的多维固有模式函数(intrinsic mode function,简称IMF)进行矩阵互信息运算,完成多通道数据的融合;最后,通过定义IMF故障敏感因子,确定故障敏感IMF的阶数并获得了齿轮点蚀故障的特征频率。数据分析结果证明了本研究方法的有效性。 相似文献
6.
7.
8.
9.
基于EMD-SVD-BIC的机械动源数估计方法 总被引:1,自引:0,他引:1
提出了一种复合EMD-SVD-BIC(经验模态分解,empirical mode decomposition,简称EMD;奇异值分解,singular value decomposition,简称SVD;贝叶斯信息准则,bayesian information criterion,简称BIC)的机械振动源信号数量估计方法,解决卷积混合的机械振动源在观测数小于振动源数情况下的源数估计问题.应用EMD方法获得信号的本征模函数,对两观测信号的本征模函数复合矩阵的相关矩阵进行奇异值分解,获得反映源数信息的特征值分布;再采用BIC信息准则,判断源信号的数目.仿真和试验结果表明,该方法可以在观测数小于振动源数的情况下正确获取信号源数,为机械振动故障诊断中的振动源分析及其源信号的正确分离提供了方法保障. 相似文献
1