本文主要研究内容
作者陈柏言,李洪儒,安国庆（2019）在《一种基于改进干扰属性投影的超声电机退化特征估计方法》一文中研究指出：压电陶瓷部件开裂是超声电机的主要故障模式之一,通过监测孤极信号能够有效地提取退化特征,然而运转工况的不同会给退化特征提取带来干扰,干扰属性投影(Nuisance Attribute Projection, NAP)在移除干扰成分时存在"二分式"的缺陷,不可避免地删除部分有价值信息.将协方差矩阵的特征值离散度量化估计干扰源干扰程度的方法引入干扰属性投影算法,提出一种改进干扰属性投影(Improved Nuisance Attribute Projection, INAP)的退化特征估计方法,该方法能够有效地削弱由于工况影响对退化特征提取的干扰成分,得到的退化特征能够更加有效地反映超声电机的退化状态.利用退化特征集建立标准退化模式矩阵,根据灰关联度的大小判定超声电机的退化状态,最后通过对比分析,验证了该方法的有效性.
Abstract
ya dian tao ci bu jian kai lie shi chao sheng dian ji de zhu yao gu zhang mo shi zhi yi ,tong guo jian ce gu ji xin hao neng gou you xiao de di qu tui hua te zheng ,ran er yun zhuai gong kuang de bu tong hui gei tui hua te zheng di qu dai lai gan rao ,gan rao shu xing tou ying (Nuisance Attribute Projection, NAP)zai yi chu gan rao cheng fen shi cun zai "er fen shi "de que xian ,bu ke bi mian de shan chu bu fen you jia zhi xin xi .jiang xie fang cha ju zhen de te zheng zhi li san du liang hua gu ji gan rao yuan gan rao cheng du de fang fa yin ru gan rao shu xing tou ying suan fa ,di chu yi chong gai jin gan rao shu xing tou ying (Improved Nuisance Attribute Projection, INAP)de tui hua te zheng gu ji fang fa ,gai fang fa neng gou you xiao de xiao ruo you yu gong kuang ying xiang dui tui hua te zheng di qu de gan rao cheng fen ,de dao de tui hua te zheng neng gou geng jia you xiao de fan ying chao sheng dian ji de tui hua zhuang tai .li yong tui hua te zheng ji jian li biao zhun tui hua mo shi ju zhen ,gen ju hui guan lian du de da xiao pan ding chao sheng dian ji de tui hua zhuang tai ,zui hou tong guo dui bi fen xi ,yan zheng le gai fang fa de you xiao xing .
论文参考文献
论文详细介绍
论文作者分别是来自武汉大学学报(工学版)的陈柏言,李洪儒,安国庆，发表于刊物武汉大学学报(工学版)2019年03期论文，是一篇关于超声电机论文,改进干扰属性投影论文,退化特征估计论文,孤极信号论文,灰关联分析论文,武汉大学学报(工学版)2019年03期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自武汉大学学报(工学版)2019年03期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：超声电机论文; 改进干扰属性投影论文; 退化特征估计论文; 孤极信号论文; 灰关联分析论文; 武汉大学学报(工学版)2019年03期论文;