Results 31 to 40 of about 5,376 (198)
Application of Complex Three-Order Cumulants to Fault Diagnosis of Hydraulic Valve [PDF]
, 2013 为了提高故障诊断正确率,提出了一种基于复数三阶累积量的机械故障诊断方法.三阶累积量的不同定义的复数形式包含了信号间不同的耦合信息,利用这些信息进行了故障诊断.在溢流阀故障诊断实验中,利用这些不同的耦合信息,通过二维小波在不同的方向上对故障信号和正常信号进行特征提取,然后将这些特征值输入支持向量机进行故障判别.实验结果表明,上述方法可以提高故障诊断正确率.同时还对实数三阶累积量也进行了相同的实验,这些实验所取得的诊断效果证明了采用本文方法的有效性.In order to improve the ...
吴文兵, 周桃庚, 杨淑群
core
Gaoya dianqi, 2016 换流器结构复杂,其故障信号难以诊断。文中基于奇异值分解（SVD）和支持向量机（SVM）提出了一种换流器故障诊断的新方法,对选取的故障信号矩阵进行SVD分解,所得奇异值的大小反映故障信息量的大小,选取最大奇异值对应的特征矩阵作为样本,用SVM进行训练分类。当换流器发生故障时,对故障信号矩阵进行SVD分解,用训练所得的SVM诊断器进行故障诊断。仿真表明,SVD分解可以有效提取换流器故障特征,通过SVM可以准确诊断换流器各种故障,文中方法快速准确。
刘霄涵 +4 more
doaj
The Monitor and Diagnostic Management System of Storage Battery [PDF]
, 2007 由于世界石油能源的减少和环境污染问题的突出,电动汽车越来越受到人们广泛的重视,相关技术的研究也得到了有力促进,作为其中关键技术之一的电池组监测与故障诊断技术直接关系到电动汽车的实用化和商品化,其具有十分重要的意义。 本文从铅酸蓄电池的特性入手,说明了建立电池监测与故障诊断管理系统的必要性和重要性。本文首先介绍蓄电池特性及电池诊断方法，然后详细讨论了与电池管理系统相关的理论问题，包括电量计量方法、电池运行性能评估方法以及故障诊断的算法等 ...
关健生
core
Gaoya dianqi, 2022 为了能更快速、准确的对高压断路器进行状态分析与故障诊断，文中提出了基于APSO-PCA-SVM算法的高压断路器故障诊断模型。首先提取分合闸电流信号中峰谷电流值、关键时刻等7维特征及动触头位移信号中的3维特征；随后利用PCA（主成分分析）对10维特征进行数据降维并确定最终特征集；最后采用APSO（自适应粒子群）算法进行SVM（支持向量机）核参数寻优，将最终特征集作为模型输入，建立了APSOPCA-SVM故障诊断模型，对高压断路器进行故障分类诊断。实例分析结果表明，该方法能够最大程度去除冗余信息 ...
盖曜麟 +3 more
doaj
Fault diagnosis method based on modified random forests [PDF]
, 2009 为解决不可识别故障诊断中无法有效定位的问题,提出一种基于改进随机森林的故障诊断方法。该方法通过改进决策树的bAggIng方式,采用条件概率指数进行决策树的无偏节点分裂,并以权重投票法综合决策树的分类结果。在此基础上,利用变量重要性测量来获取辅助故障定位的故障原型指数,从而较好地弥补了随机森林和传统机器学习在故障诊断中的不足和局限性。最后在一个标准数据集和田纳西-伊斯曼故障诊断的问题上进行验证,结果证明了该方法的有效性与可行性。To solve the problem of inefficient ...
吴长庆 +4 more
core
, 2011 针对柔性制造系统(Flexible Manufacturing System,FMS)故障诊断的特点,在对Web服务进行简要介绍的基础上,探讨了利用Web服务技术对柔性制造系统故障进行远程、协同诊断的可行性,提出了基于Web服务的FMS远程故障诊断系统的总体结构和系统功能。基于提出的系统总体结构,给出了基于Web服务技术构建的FMS远程故障诊断系统的体系结构和各个子系统的功能。之后,结合面向对象技术、Java技术和数据库技术,使用IBM公司的Ratioanl Application Developer ...
洪欣, 蹇崇军
core
A review of deep learning-based few sample fault diagnosis method for rotating machinery [PDF]
ObjectivesDeep learning has shown great potential in the field of rotating machinery fault diagnosis. Its excellent performance heavily relies on sufficient training samples.
Jun WU +4 more
core +1 more source
, 2018 针对航天器传动链机械零部件发生故障时训练数据稀缺以及信号的强非平稳\非线性特点,提出了动态数据驱动的子空间稀疏多分类智能故障诊断算法。首先对采集的单一传感器动态信号进行分形小波变换,生成常规和非常规二进小波尺度。然后对生成的各子空间提出基于故障能量指标的稀疏多分类器,以监测部件的故障特征频率为搜索目标,在子空间的包络解调谱上计算特征频率及其倍频附近的能量峰值,导出特定故障模式的稀疏评价指标,以各种故障模式的最大值识别和判定故障类型。所提出的算法完全实现了无人工监督的智能故障诊断 ...
何昱超 +4 more
core
Research and Implementation of Intelligent Analysis System for Automobile Accidental Fault [PDF]
, 2017 步入信息时代，随着汽车工业的飞速发展，汽车在我国的保有量持续增加，且随着计算机电子技术在各行各业的迅猛发展，应用到车辆内部的功能越来越复杂化，用户对车辆的需求已不仅仅是代步。与此同时，越来越多的偶发性汽车故障暴露在用户与维修人员的视野中。本文着重在传统故障诊断的基础上对实际过程中的偶发性故障进行深入研究学习，以数据分析为基础，运用机器学习的方法对这类故障进行研究，通过对各类机器学习算法的理论分析及同类算法比较论证，最终采用逻辑回归算法构建了汽车偶发性故障智能分析的模型 ...
任超
core