排序方式： 共有3条查询结果，搜索用时 31 毫秒
1
1.
基于声信号的故障诊断由于其所具有的非接触、易安装等优点开始逐渐在机械故障诊断领域中得到广泛应用,但声信号的信噪比低导致其诊断准确率较差,因此急需有效的智能方法以实现噪声背景下的信号特征提取。稀疏滤波算法是一种基于无监督学习的智能特征提取算法,它能够优化特征分布的稀疏性从而得到好的特征表达。为了实现轴承声信号的特征提取和故障诊断,采用稀疏滤波算法从声信号频谱中提取特征,通过对其目标函数添加L2 范数约束以减少过拟合现象,然后采用Softmax 回归函数作为分类器,实现对不同轴承故障类型的精准识别。最后通过一组特殊设计的轴承故障诊断实验验证了所提方法的有效性。 相似文献
2.
实现试验数据的有效管理和数据重用并形成NVH试验历史支撑数据库,成为支撑NVH研究、提高NVH研究水平的迫切需要。在分析了汽车NVH试验数据特点和试验数据管理需求的基础上,提出了一套完整的支持商用测试系统和手工数据的汽车NVH试验数据结构化方法,针对数据单位统一定义、数据可视化、试验对象动态扩展等关键问题提出了解决方案,并开发了实用化的汽车NVH试验数据管理系统。对提高汽车NVH研究水平和工作效率、减少工程试验成本上有重要作用。这些解决方案也可供其他振动噪声工程或汽车工程试验数据的系统开发参考借鉴。 相似文献
3.
1
