排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
2.
3.
4.
针对滚珠丝杠副故障特征提取困难的问题,提出一种基于麻雀搜索算法优化变分模态分解算法(SSA-VMD)结合支持向量机(SVM)的滚珠丝杠副故障诊断方法。以最小包络熵作为SSA的适应度函数,对VMD参数进行自主寻优;运用IMF能量值对分解信号进行筛选重构,去除噪声和无关成分的干扰;最后提取重构信号的8类时域特征参数和5类频域特征参数作为特征向量集,导入SVM进行故障识别模型的训练。通过搭建滚珠丝杠副故障诊断实验平台采集振动信号,分别采用SSA-VMD、VMD、EMD方法进行信号分解提取故障特征。实验结果表明:与VMD和EMD相比,SSA-VMD能针对不同的信号自主选择最优的VMD参数进行信号分解,能准确识别滚珠丝杠副故障类型,证明了基于SSA-VMD的滚珠丝杠副故障诊断的可行性和准确性。 相似文献
5.
6.
为了评价研究区6#煤层底板的突水危险性,采用了AHP型脆弱性指数法。由于该煤层属于深部开采,地质构造复杂,底板突水危险性较高,选取了4个评价指标,并运用AHP方法进行权重分析。利用GIS技术创建了各评价指标的专题图,并对数据进行了归一化处理和叠加分析,以得出脆弱性评价分区;通过AHP型脆弱性指数法,考虑各评价指标的权重,量化评估底板突水的危险性程度;结合GIS技术的应用,直观地呈现评价指标的空间分布情况,有助于识别潜在的突水风险区域,研究结果为底板突水的脆弱性评价提供了科学依据;基于评价指标叠加分析得到脆弱性评价分区图,该图能够揭示不同区域的突水风险程度。 相似文献
1