旋转机械故障诊断相关论文
稀疏表示方法已经被广泛应用于需要进行数据处理的各个领域，对实际数据通过学习来获得自适应字典并用于稀疏表示的方式，通常能够得到......
旋转机械是现代工业中的核心设备,由于其结构复杂及运行工况多变,往往导致对其关键部件的故障监测诊断十分困难。近年来基于深度学......
旋转机械故障诊断技术作为设备故障诊断的一个重要分支，在近年来，已逐渐发展为集数理化、力学、计算机技术、电子技术、信息处理以及......
目前多传感器融合技术能够有效地提高精度和容错能力，所以它广泛应用于目标识别领域中。本文描述了一种基于旋转机械故障诊断多传感......
提出基于矢功率谱和D-S证据理论分层融合的旋转机械故障诊断方法，该方法把转子的2个截面信息分别以矢功率谱进行数据层融合，提取矢功......
基于数据融合思想,将全矢谱技术与模糊综合评判方法相结合,提出了全矢—模糊综合评判方法,给出其定义及算法,并通过实验证明了该种......
传统的基于故障信号的旋转机械故障诊断方法大部分都是“特征提取+故障识别”的模式。近年来,以卷积神经网络(CNN)为首的深度学习......
对于旋转机械故障诊断来说，其实质上就是进行模式识别，目前应用比较广泛且已经成熟的模式识别方法有神经网络和支持向量机，但这两种方......
在基于神经网络的聚类学习方法。分有监督学习方法和无监督学习方法。本文采用无监督学习方法对旋转机械中常见故障的分类进行了较......
大型旋转机械运行状态直接影响企业生产效益,为防止相关生产事故出现,本文针对旋转机械故障诊断技术的发展进行深入研究,结合其理......
周期平稳信号的Wigner-Ville分布是由时频域上若干个离散分量组成，某些分量对故障较为敏感，这些特征分量的检测及提取，对故障诊断十分......
随着科学技术的发展,故障诊断技术逐渐成为了保障旋转机械设备安全可靠运行的核心支持技术之一。对旋转机械故障诊断新技术、新方......
该系统采用全新的转子正、反进动分析技术和先进的信息处黎方法，以“面向故障特征，浓缩机器特征信息”为设计思想，引入旋转机械转子运......
在旋转机械的智能故障诊断中,复杂网络结构的非监督学习方法调节参数多,训练时间长,而结构简单的网络诊断准确率不够理想。针对以......
设计并实现基于案例的推理（CBR）与基于规则的推理（RBR）的故障旋转机械诊断专家系统。采用CBR与RBR串行方式进行推理，优先通过案例匹配方......
旋转机械是工业生产中应用最广泛的机械设备,研究旋转机械故障诊断技术及时发现并查找故障原因,可极大的减少和避免安全事故以及经......
