排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
4.
基于EMD-SVD和CNN的旋转机械故障诊断 总被引:1,自引:0,他引:1
为解决旋转机械振动信号复杂且难以提取有效故障特征的问题,提出了一种经验模态分解(empirical mode decomposition,简称EMD)、奇异值分解(singular value decomposition,简称SVD)和深度卷积网络(Convolutional Neural Network,简称CNN)相结合的故障诊断方法。首先,通过EMD方法将故障信号分解成若干个固有模态分量(intrinsic mode function,简称IMF),构造时域与频域空间状态矩阵;其次,利用SVD方法对空间状态矩阵进行分解得到奇异值数组,构造时域与频域奇异值特征矩阵;最后,将提取的奇异值特征矩阵输入到CNN中进行模式识别。将该方法分别应用于滚动轴承与齿轮箱故障诊断中,在西储大学滚动轴承数据集、PHM2009直齿齿轮箱数据集上均取得了很好效果,正确率优于将原始信号直接输入到CNN中等几种对比方法,验证了该方法的优越性。 相似文献
5.
6.
针对齿轮箱复合故障诊断问题,将深度卷积模型(CNN)和D-S证据理论相结合,对多传感器信息进行融合。首先,利用深度卷积模型对多个传感器信息进行自适应特征提取,经softmax进行初步分类。其次,将深度卷积模型的输出结果作为D-S证据理论的输入,计算出基本概率分配,根据Dempster合成法则进行决策融合。为验证此方法对齿轮箱复合故障诊断的有效性,使用BP神经网络与D-S证据理论模型作为对比,并对自适应提取的特征与人工特征进行了主成分分析(PCA)。实验结果表明,利用该方法对齿轮箱复合故障进行实验诊断,准确率达到84.58%。相比单一传感器,正确率提高了7.91%;相比BP神经网络与D-S证据理论模型,正确率提高了6.18%,验证了此方法的有效性。 相似文献
7.
为提高变压器的运行效率,提出一种基于电力电子换流器的变压器经济运行管控技术,通过有效治理负载中的无功电流、谐波电流及三相不平衡电流,对变压器进行经济运行管控,最终提高变压器的运行效率。经过对电力电子换流器的拓扑和控制方法的研究,搭建了系统仿真模型,完成了仿真论证。结果表明,提出的电力电子换流器及控制方法,可实现对变压器的经济运行管控,最终提高变压器的运行效率。 相似文献
1