2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩87頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、考慮到機械故障的發(fā)展特點,本文涵蓋曳引機的故障預(yù)測和故障診斷兩個分支,在系統(tǒng)研究SVM和RBF神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)上,提出將LS-SVM應(yīng)用于曳引機故障預(yù)測以及將RBF神經(jīng)網(wǎng)絡(luò)用于故障診斷中,實現(xiàn)了曳引機的智能故障診斷。論文的主要研究內(nèi)容如下:1.曳引機機械振動故障機理分析及故障征兆提取在對曳引機振動故障特征進(jìn)行研究的基礎(chǔ)上,采用加速度傳感器、NIPCI4472B數(shù)據(jù)采集卡、LabVIEW和MATLAB軟件對試驗數(shù)據(jù)進(jìn)行采集,并對振動信號的

2、數(shù)據(jù)采集點以及數(shù)據(jù)預(yù)處理模塊進(jìn)行了設(shè)置。采用LabVIEW軟件采集到曳引機振動加速度信號的功率譜,結(jié)合故障頻率特征,初步診斷出曳引機存在滾動軸承故障。2.基于LS-SVM的曳引機振動故障預(yù)測技術(shù)采用LS-SVM方法對曳引機振動信號的各時域分量進(jìn)行預(yù)測,提出了一種自動搜尋最優(yōu)參數(shù)方法,提高了算法的效率。根據(jù)LS-SVM的預(yù)測結(jié)果,結(jié)合故障預(yù)警標(biāo)準(zhǔn)給出各個工作狀態(tài)的預(yù)報信號。采用RBF神經(jīng)網(wǎng)絡(luò),與LS-SVM方法進(jìn)行對比研究,結(jié)果顯示LS-

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。

最新文檔

評論

0/150

提交評論