基于粒子群优化支持向量机的电梯故障诊断
原价 ￥ 20.00
促销价 ￥ 1.00 评分 4.3
报错
- 详情
- 2021-03-23
- 简介
pdf
- 620KB
- 页数 5P
- 阅读 94
电梯故障时,具有故障特征提取困难和故障类型识别率低的问题。因此,拟提取其振动信号并进行分析,找到故障特征。然而,鉴于其振动信号为非平稳、非高斯且背景噪声较大的信号,给有效辨识造成很大困难,所以,提出应用最优小波包分解和最小二乘支持向量机相结合进行电梯智能故障诊断的方法。借助最优小波包理论,首先提取电梯故障振动信号的能量分布;然后将其能量分布与时域指标相结合,构造故障特征向量;最后,将故障特征向量作为粒子群算法优化最小二乘支持向量机的输入对电梯故障类型进行识别。仿真结果表明,最优小波包理论与最小二乘支持向量机相结合的故障诊断技术发挥了两者的优势,证明了该方法的有效性和实用性。
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
wfym20108***
擅长:
土建 装饰 园林 电气
- 4.5
服务
- 8
商品
- 230
人气
相关推荐
基于粒子群优化支持向量机的电梯故障诊断 620KB
基于粒子群优化支持向量机的电梯故障诊断 620KB
基于遗传算法优化支持向量机的电梯故障诊断 387KB
基于粒子群支持向量机的轨道电路故障诊断 2.9MB
基于支持向量机的电力云故障诊断方法研究 254KB
基于改进支持向量机的仿真电路故障诊断研究 665KB
基于支持向量机的数字电路故障诊断研究 374KB
基于支持向量机的旋转机械故障诊断研究 39KB
基于同步优化的支持向量机模拟电路故障诊断方法研究 435KB