排序方式: 共有23条查询结果,搜索用时 15 毫秒
1.
2.
为实现快速步态状态判断,以更好地对下肢外骨骼进行高精度的步态识别和控制,进行了基于可穿戴惯性测量装置检测人体姿态变化的算法研究。通过对人体下肢的跌倒、转弯、蹲坐与起立等非周期性步态变化活动进行测算试验,获得了受试者实验过程中身体角度、下肢关节角速度和加速度变化等数据,随后应用随机森林等4种机器学习经典分类算法对受试者进行了活动识别对比分析,结果表明,决策树监督学习算法相对于其他算法,能够快速、准确地检测并判断出人体非周期性变化中的多种活动状态,历次识别精度均可达到99%以上,为可穿戴智能装备的开发与应用提供理论基础。 相似文献
3.
基于物理模型和修正灰色模型的行星轮系疲劳裂纹故障预测方法 总被引:2,自引:0,他引:2
结合物理模型与灰色理论,提出行星轮系齿根疲劳裂纹故障预测的新思路.针对直升机主传动系统中的2k-H行星轮系,建立太阳轮齿根疲劳裂纹损伤的物理基模型,通过仿真获得不同损伤严重度的振动仿真信号.选择并计算仿真信号的故障特征矢量,并以此作为损伤特征的标准模式,对待检信号特征矢量与标准模式进行灰色关联度分析,根据关联度对裂纹进行定量检测.结合物理模型仿真信号对灰色预测模型进行修正,使之具有更好的疲劳裂纹故障预测能力.对试验中的疲劳裂纹进行定量检测和故障预测.试验数据验证了本方法对行星轮系太阳轮疲劳裂纹的定量检测和故障预测能力. 相似文献
4.
5.
6.
7.
8.
9.
基于油液和振动信息融合的自行火炮齿轮箱故障诊断方法 总被引:1,自引:0,他引:1
油液分析和振动分析技术是用于自行火炮齿轮箱的两大有效状态监测技术,但在实际监测中,这两种技术是分别应用的,故障诊断结论受试验方法和诊断水平影响很大,容易带来漏报和误报。如果将这两种信息进行信息融合,将极大提高诊断的精度和可靠性。通过建立试验台架采集油液分析数据和振动信号,然后通过提取这两种信息的特征参数,采用D-S证据理论对上述两种信息进行融合,得到更为准确的状态信息。通过试验证实,该故障诊断方法能够有效检测自行火炮齿轮箱故障,有较强的工程应用价值。 相似文献
10.