排序方式: 共有65条查询结果,搜索用时 15 毫秒
1.
对于供输弹系统早期故障信息易被湮没难以识别的问题,提出了基于多尺度特征融合的早期故障识别方法。首先通过变分模态分解(VMD)对振动信号进行分解得到不同时间尺度的分量信号,然后对各分量信号分别提取盒维数、信息熵特征,并进一步通过主分量分析(PCA)对上述两种特征进行融合,得到累计贡献率的前3个主分量组成的融合特征,最后通过概率神经网络PNN分别对上述三种特征进行分类比较,结果表明融合后的特征对供输弹系统3种工况有更高的正判率,对供输弹系统早期故障预兆更敏感,能对供输弹系统早期故障作出有效诊断。 相似文献
2.
4.
5.
以具体工程为例,对设备基础坐落的位置和周边环境进行了分析,并对施工方案选择及施工部署进行了阐述,指出采用轻型井点降水的方式进行基坑开挖,解决了工程施工的困难,对周边的环境及地基未造成影响。 相似文献
6.
7.
本讨论了内燃机气门机构优化设计的命题,优化目标及条件,指出了某些局部优化命题不能反映气门机构设计中实际中能在存在的种种情况和相应不同的主要矛盾,以及某些优化目标和约束条件的不尽合理之处,本提出了一个进气门机构设计分析和总体优化的新思路,并介绍了相应的软件。 相似文献
8.
由于供输弹系统早期故障信号成分复杂,故障特征微弱,故提出一种基于自适应噪声完备经验模态分解(CEEMDAN)与以冯诺依曼拓扑结构(VN)改进鲸鱼算法(WOA)优化下的最小二乘支持向量机(LSSVM)的故障诊断方法。在对所测信号进行预处理即去趋势项和零点漂移后,通过CEEMDAN对供输弹信号进行分解,得出模态分量(IMF); 然后依据相关系数和峭度准则这两个标准来选取符合标准的IMF分量,提取这些分量的分布熵(DE)作为特征; 最后用VNWOA-LSSVM诊断模型,输入供输弹系统3种不同工况下的振动信号特征进行故障诊断,并且还对比了LSSVM、PSO-LSSVM、GA-LSSVM和WOA-LSSVM等方法对故障的识别率。实验结果表明:这些方法中经VNWOA优化后的LSSVM的识别率最高,高达94.03%。 相似文献
9.
10.