基于多分类支持向量机的风电机组故障诊断
原价 ¥ 20.00
促销价 ¥ 1.00 评分 4.8
报错
- 详情
- 2021-03-23
- 简介
- 340KB
- 页数 4P
- 阅读 72
提出了综合考虑风电机组转速及输入/输出轴水平和垂直方向振动信号,对故障数据依照转动周期分组后分别对每个周期的时域指标进行提取,而后基于SVM(支持向量机)对提取后的数据进行4种状态下故障分类的方法。测试结果表明,该方法简单有效,具有很好的故障识别能力,适合风电机组齿轮箱故障诊断。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于多分类支持向量机的风电机组故障诊断 340KB
基于优化支持向量机多分类器的水电机组故障诊断 801KB
基于支持向量机的水电机组故障诊断研究 205KB
基于支持向量机的水电机组故障诊断 531KB
基于VMD分解和支持向量机的水电机组振动故障诊断 1.1MB
基于经验模态分解和支持向量机的水电机组振动故障诊断 707KB
基于粗糙集和多类支持向量机的水电机组振动故障诊断 656KB
基于粗糙集和支持向量机的水电机组振动故障诊断 264KB
基于小波包分析和支持向量机的水电机组振动故障诊断研究 181KB
基于支持向量机的发动机故障诊断研究 92KB