碧波液压网 欢迎你,游客。 登录 注册

基于AR模型和支持向量机的故障诊断法

作者: 曾小军 黄宜坚 来源:机械科学与技术 日期: 2024-06-20 人气:127
提出了一种基于时间序列AR模型和支持向量机的故障诊断方法。首先利用AR模型对振动信号进行建模,然后将AR模型自回归系数组成的特征向量输入到支持向量机,最后支持向量机完成对不同工况的分类识别。测试系统采用LabVIEW虚拟仪器构建,并通过计算机自动完成测试和分析。实验结果表明这种基于时间序列AR模型和支持向量机的故障诊断方法是可行的。

基于LSTM-SVM的风电机组齿轮箱故障诊断

作者: 王璞 孙洁 张怡 来源:机床与液压 日期: 2024-06-08 人气:63
针对风电机组齿轮箱的故障诊断中特征提取过分依赖人为经验和准确率不高的问题,提出一种基于长短时记忆网络(LSTM)与支持向量机(SVM)相结合的方法。对原始时域振动信号作傅里叶变换,利用LSTM神经网络自适应智能提取特征的优势,结合SVM的分类功能,实现对风电机组齿轮箱更加准确的故障诊断。仿真结果显示,该网络模型在经过16轮训练后准确率可以达到100%,使用测试集数据准确率也可以达到99.1%。

基于改进LuGre摩擦模型的机器人关节摩擦力辨识研究

作者: 王晓强 穆春阳 马行 张春涛 来源:机床与液压 日期: 2024-06-07 人气:148
机器人在精准装配时,摩擦力影响着控制精度。利用LuGre摩擦模型进行关节力矩计算时,机器人关节摩擦力具有周期性纹波误差。针对此问题提出一种改进的LuGre摩擦模型,包括LuGre摩擦模型表示的稳态摩擦力,以及与速度相关的位置依赖项。对摩擦模型进行分步辨识,利用LuGre摩擦模型的特征,对稳态摩擦力参数进行辨识,通过SVM多类分类算法、支持向量回归(SVR)和最小二乘法求解方程组,对模型中的位置依赖项进行参数辨识。实验结果表明,机器人在不同负载下运行,使用改进模型及辨识方法计算关节摩擦力矩时,误差可以降低50%以上。

基于DRHOSVM的复杂结构瞬态可靠性分析

作者: 殷锐 费成巍 来源:机床与液压 日期: 2024-06-07 人气:54
为提高结构瞬态可靠性分析的效率和精度,基于降维策略和参数优化思想,以支持向量机为建模基础,提出基于降维策略的参数优化支持向量机算法(DRHOSVM)。以航空发动机涡轮叶盘的疲劳寿命数据集为算法验证对象进行瞬态可靠性分析,通过对比直接模拟、传统支持向量机、Kriging,以验证其在建模特性和仿真性能方面的有效性和适用性。结果表明:DRHOSVM在高维数据规模下具有良好的算法精度和效率,适用于复杂结构的可靠性分析。

参数优化支持向量机的密封电子设备多余物定位方法研究

作者: 孙志刚 王国涛 高萌萌 郜雷阵 蒋爱平 来源:电子测量与仪器学报 日期: 2021-09-21 人气:141
在密封电子设备的生产制造过程中,对多余物进行检测和定位至关重要。针对设备体积大和多余物位置难以确定的问题,使用参数优化支持向量机对设备内部的多余物进行定位。通过设计信号调理电路与多通道信号同步采集电路,调理和采集微弱的多余物信号,设计两级双门限脉冲提取算法和多通道脉冲匹配算法对信号进行预处理,得到有效的信号数据。提取和选择性能优良的时频域特征构建定位数据集,比较不同分类算法在数据集上的性能表现,对更优的支持向量机进行参数优化设计,将优化后的支持向量机定位模型用于实物测试。测试结果表明,参数优化支持向量机的定位模型在航天电源内部的多余物定位测试的平均精度达82.58%,定位模型的泛化能力良好,达到航天系统工程的精度要求,该方法理论上可以推广应用于类似产生机理的碰撞信号定位。

基于IHT与切片双谱的滚动轴承故障诊断方法

作者: 陈光忠 何志坚 来源:机械工程师 日期: 2020-05-20 人气:87
针对滚动轴承的故障诊断问题,提出一种基于迭代希尔伯特变换(Iterative Hilbert Transform,IHT)与切片双谱相结合的滚动轴承故障诊断方法。基于IHT方法对原始的振动信号进行了分解,得到若干个含有故障特征信息的幅值包络分量,并对每个幅值包络分量的切片双谱进行计算,由二次相位耦合产生的非线性特征提取出滚动轴承故障的特征频率信息。仿真信号分析结果表明,该方法可有效抑制噪声对IHT方法的影响,诊断效果良好,证明了该方法的有效性。

基于支持向量机和顺序前项选择算法的PNN风电机组液压变桨的故障诊断

作者: 王绍平 王冰 丁杰 来源:液压气动与密封 日期: 2020-04-13 人气:161
针对液压变桨距系统的强耦合、非线性,以及液压变桨距故障发生原因复杂、故障单一造成的定位问题,该文提出基于支持向量机和顺序前项选择算法的概率神经网络诊断方法。

基于振动的液压传动系统状态监测方法研究

作者: 任丽华 原立涛 来源:煤矿机械 日期: 2018-10-23 人气:50
基于振动的液压传动系统状态监测方法研究
对液压传动系统进行状态监测,可以保证和提高液压传动系统可靠性,而液压传动系统的故障往往经历一个从产生到发展、从轻微到严重的渐变过程,因此尽早识别轻微故障,对于提高液压系统的安全性具有重要的意义。如支持向量机可以在这个领域能发挥很重要的作用。研究了基于振动的液压传动系统的状态监测方法,利用支持向量机(Support Vector Machine,简称SVM)获得各个样本的后验概率信息,然后通过引入损失函数。使诊断决策的平均损失达到最小。模拟液压泵故障实验证明了该方法的有效性。
  • 共25页/195条