排序方式: 共有144条查询结果,搜索用时 15 毫秒
81.
本文介绍了随机平均原理的研究现状和发展趋势,探讨了基于非高斯列维噪声、分数高斯噪声、Markov切换的随机复杂动力学系统随机平均原理研究中的若干问题及进展. 相似文献
82.
针对机械大数据因故障类内离散度和类间相似度较大而导致诊断精度低的问题,提出一种深度度量学习故障诊断方法,采用深度神经网络(Deep Neural Network, DNN)对故障特征进行自适应提取,并利用基于欧氏距离的边际Fisher分析(Marginal Fisher Analysis, MFA)方法进行了优选,在构建的深度度量网络(Deep Metric Network, DMN)顶层特征输出层添加BPNN(Back Propagation Neural Network, BPNN)分类器对网络参数进行微调,并实现故障的分类识别。通过对不同类型和严重程度的轴承故障进行了诊断分析,验证了该方法可以有效地对轴承故障进行高精度诊断,效果优于传统深度信念网络(Deep Belief Network, DBN)故障诊断方法以及常用时域统计特征结合支持向量机(Support Vector Machine, SVM)分类的故障诊断方法。 相似文献
83.
84.
基于Visual C++设计了小模数齿轮单面啮合测量机测控软件.采用圆光栅编码器实现两路角度测量,微位移传感器实现微角度测量,ACR9000控制器实现伺服电机控制,PCI1784数字计数卡实现数据采集.测控软件具有齿轮和电机参数输入、电气控制、自动测量、数据采集、偏差计算、测量结果动态显示和保存、报表打印等功能.测试结... 相似文献
85.
86.
87.
针对高压隔膜泵机械结构复杂,单向阀故障特征信息分布在多尺度上,单一尺度难以全面提取特征的问题,提出了一种基于参数优化变分模态分解(Variational Mode Decomposition,VMD)和增强多尺度排列熵(Enhanced Multi-scale Permutation Entropy,EMPE)的单向阀故障诊断方法。对单向阀振动信号进行VMD分解,以包络熵最小原则对其进行参数优化,获得既定的若干本征模态函数(Intrinsic Mode Function,IMF)分量;计算IMF分量的增强多尺度排列熵,构建故障特征值向量;利用基于变量预测模型的模式识别(Variable Predictive Model Based Class Discriminate,VPMCD)方法对故障特征值向量进行训练和识别,进而实现单向阀的故障诊断。仿真信号和工程实验分析表明,该方法可以准确地识别单向阀的故障类型,具有一定的可靠性和工程应用价值。 相似文献
88.
89.
90.
针对航空发动机双转子系统中低压转子初始弯曲问题,考虑中介支点轴心位置偏移,提出一种跨坐标系的双转子系统建模方法,这种方法能够解决高低、压转子运动形式不同而不能在统一坐标系下建模的问题,进而可以较准确模拟中介支点轴心偏移对双转子系统动力学影响。基于高低压转子的耦合运动行为,分别在不同坐标系下建立高、低压转子有限元模型,通过Lagrange方程得到高、低压转子的运动微分方程。通过对中介轴承的内外环自由度坐标变换实现了高低压转子的跨坐标系自由度耦合。低压转子的初始弯曲将导致自身的质量偏心和角度偏置,这将引起对低压转子的附加离心载荷和附加陀螺力矩;由于中介支点轴心位置偏移,高压转子的运动微分方程中具有时变刚度和时变阻尼项,其附加的激励载荷也比较复杂;中介轴承由于连接不同坐标系通过坐标变换产生时变刚度。通过算例对该模型的稳态响应分析,并与传统模型进行了对比。结果表明:当接近低压转子激励临界转速时,该模型的响应幅值较传统模型明显增大。 相似文献