基于小波能熵和支持向量機的故障診斷方法及其應用研究.pdf_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著現(xiàn)代化技術的迅速發(fā)展,各個工程系統(tǒng)的復雜性不斷加大,系統(tǒng)的可靠性及安全性成為保障經濟和社會效益的一個關鍵因素,由此應運而生的故障診斷技術在各領域得到了廣泛應用。
  目前,應用較多的故障診斷方法主要有基于變換的方法,人工智能方法, Porny分析法和基于數學形態(tài)學法等幾類。根據不同方法的原理及特點,在不同的領域范圍,發(fā)揮著各自的優(yōu)點。
  本文在已有方法的基礎上,研究了一種基于改進小波能譜熵的故障診斷新方法。系統(tǒng)地研究了

2、連續(xù)小波變換、離散小波變換、多分辨率分析、小波熵等小波的基本理論,結合小波的信噪分離技術、時-頻局部化特性,對待測信號進行小波多分辨分解和重構處理,再引入滑動時間窗算法,從時-頻域結合分析的角度,選擇使用高頻帶的小波系數進行特征提取,研究了改進小波能譜熵算法,并以此方法計算相應的熵值作為擾動特征量。以支持向量機作為分類器,實現(xiàn)故障識別。以實際生活中常見的電能信號故障診斷為例,進行仿真,并對仿真結果進行分析。仿真結果表明該方法提高了故障診

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論