本文主要研究内容
作者仇满意,赵文涛,陈雪娇（2019）在《基于能量差值和GA-LIBSVM的电机轴承故障诊断研究》一文中研究指出：为了解决传统能量谱算法应用于电机轴承故障诊断时仅能表示某一尺度内,而不能显示相邻尺度间故障特征变换趋势的缺陷,提出一种将能量谱、能量差值和遗传算法优化的支持向量机(GA-LIBSVM)相结合的电机轴承故障诊断方法。首先利用小波包将提取到的信号进行去噪处理和频段分解,依据分解出的不同频率信号分量计算出其相对能量谱和能量差值;其次通过遗传算法优化支持向量机形成GA-LIBSVM模型;最终将相对能量谱和能量差值作为特征参数输入到GA-LIBSVM模型中进行识别。实验结果表明,文章中方法的故障诊断率高达95. 5%,其能够有效提高电机轴承的故障诊断率。
Abstract
wei le jie jue chuan tong neng liang pu suan fa ying yong yu dian ji zhou cheng gu zhang zhen duan shi jin neng biao shi mou yi che du nei ,er bu neng xian shi xiang lin che du jian gu zhang te zheng bian huan qu shi de que xian ,di chu yi chong jiang neng liang pu 、neng liang cha zhi he wei chuan suan fa you hua de zhi chi xiang liang ji (GA-LIBSVM)xiang jie ge de dian ji zhou cheng gu zhang zhen duan fang fa 。shou xian li yong xiao bo bao jiang di qu dao de xin hao jin hang qu zao chu li he pin duan fen jie ,yi ju fen jie chu de bu tong pin lv xin hao fen liang ji suan chu ji xiang dui neng liang pu he neng liang cha zhi ;ji ci tong guo wei chuan suan fa you hua zhi chi xiang liang ji xing cheng GA-LIBSVMmo xing ;zui zhong jiang xiang dui neng liang pu he neng liang cha zhi zuo wei te zheng can shu shu ru dao GA-LIBSVMmo xing zhong jin hang shi bie 。shi yan jie guo biao ming ,wen zhang zhong fang fa de gu zhang zhen duan lv gao da 95. 5%,ji neng gou you xiao di gao dian ji zhou cheng de gu zhang zhen duan lv 。
论文参考文献
论文详细介绍
论文作者分别是来自邵阳学院学报(自然科学版)的仇满意,赵文涛,陈雪娇，发表于刊物邵阳学院学报(自然科学版)2019年02期论文，是一篇关于能量差值论文,能量谱论文,故障诊断论文,邵阳学院学报(自然科学版)2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自邵阳学院学报(自然科学版)2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：能量差值论文; 能量谱论文; 故障诊断论文; 邵阳学院学报(自然科学版)2019年02期论文;