排序方式: 共有24条查询结果,搜索用时 0 毫秒
21.
一种轴承故障等级诊断改进方法 总被引:2,自引:0,他引:2
针对频谱分析不能确定轴承故障程度的缺点,提出 PCA(principle component analysis)与优化的 SVM (support vector machine)相结合的方法,研究轴承不同故障类型、同种故障类型不同故障等级的实验振动数据,同时对轴承振动信号的13个特征属性参数进行了主成分分析,确定了最优特征属性参数,并利用优化的SVM 对轴承故障进行诊断。实验结果表明:该方法确定了最优属性参数,减少了冗余信息,提高了诊断准确率,减少了时间消耗,不仅有效地诊断出了轴承的故障类别,而且实现了轴承的故障等级诊断,使诊断更加精细化,为工程实际中轴承的健康管理提供了有益参考。 相似文献
22.
利用重庆市九龙坡区电网2009年7月1日000-10月8日4:00 99 d共2 380个历史电力负荷数据,分析其特点和规律.将构建混沌理论的平均位移(AD)法和支持向量机(SVM)相结合,提出了一种新的短期电力负荷预测模型.通过仿真计算,将结果与神经网络法预测结果进行对比,可得新方法能较好反应数据变化趋势,并且具备较好的拟合能力,能够提高负荷预测精度.在实际短期电力负荷预测中,可优先选用平均位移法与支持向量机相结合的新方法. 相似文献
23.
24.