- 详情
- 2021-04-27
- 简介
- 555KB
- 页数 4P
- 阅读 104
- 下载 20
提出了一种利用润滑油原子光谱分析技术对机械磨损状态进行监测的新方法。对磨合期润滑油原子光谱数据建立多维时间序列模型并视为标准模型,将新数据通过此模型后得到残差并选择残差方差阵元素作为新数据所属磨损状态的特征。然后,利用主成分分析法对高维特征进行降维,提取前三个主成分构成对应磨损状态的特征向量。最后,利用欧式距离度量对测试样本进行分类,达到了对机械磨损状态识别的目的。利用上述方法,通过对某型履带车辆发动机台架实验的光谱数据进行分析,对发动机磨损状态进行了有效识别,从而证明了所提方法的有效性。结果表明,将多维时间序列模型引入油液光谱分析技术,能够实现光谱信息的有效融合,提高机械磨损状态监测的准确性。
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
相关推荐
基于油液原子光谱多维时间序列模型的机械磨损状态监测研究 555KB
基于城市建筑变形监测系统的时间序列模型研究 592KB
时间序列模型在建筑物沉降监测中的应用 933KB
基于季节性时间序列模型的空调负荷预测 128KB
杭州湾悬浮泥沙浓度时间序列模型和预测 112KB
杭州湾悬浮泥沙浓度时间序列模型和预测 112KB
时间序列模型在桥梁健康监测数据预测中的应用 1.0MB
基于LS-SVM的基坑变形时间序列预测模型 688KB
铁路工程材料价差系数时间序列模型研究 248KB
基于ARMA模型的隧道位移时间序列分析 370KB