排序方式: 共有50条查询结果,搜索用时 15 毫秒
1.
为了提升轴承故障诊断性能,提出了一种基于鲁棒局部均值分解(RLMD)和Kmeans++的轴承故障诊断方法.利用RLMD方法对轴承振动信号进行分解,得到乘积函数(PF),根据PF分量与原始振动信号的相关程度选择敏感PF分量,叠加敏感PF分量构成重构信号;通过计算原始振动信号和重构信号的时域、频域统计特征形成轴承故障特征集;利用线性判别分析(LDA)提取轴承故障的Fisher特征;通过Kmeans++聚类的方法对故障特征进行聚类,得到各工况轴承的聚类中心;通过计算测试样本与聚类中心之间的汉明贴近度来实现轴承故障诊断.利用含有不同信噪比的仿真轴承故障数据和Paderborn大学轴承数据中心的轴承故障数据评价所提出方法的有效性.结果表明,该方法即使在样本数较少的情况下也能够准确地识别出不同类别和级别的轴承故障. 相似文献
2.
FOPDT模型PI参数整定的一种新方法 总被引:1,自引:1,他引:0
本评议针对FOPDT模型,提出一种PI参数的约束优化整定方法。此方法从控制系统频域校正的原理出发,在保证系统稳定裕度的前提下,寻找最大的速度误差系数,进而将PI参数整定转化为一个约束优化问题,与其它整定方法相比,此方法的设定值响应和扰动响应的控制效果较均匀,且保持了基于稳定裕度方法的有较好鲁棒性的优点。 相似文献
3.
4.
5.
6.
7.
8.
9.
10.