本文主要研究内容
作者邓思成,宋玉琴(2019)在《优化VMD在轴承故障诊断中的应用》一文中研究指出:针对早期轴承故障的振动信号特征匹配度低的问题,本文给出一种优化VMD在轴承故障诊断中的应用。首先通过优化VMD突出信号有效信息;然后提取出最佳分量的特征向量;最后将支持向量机作为分类算法,识别轴承的故障类型。实验结果表明,该方法避免了VMD参数选取的盲目性,能够有效诊断出轴承的早期故障。
Abstract
zhen dui zao ji zhou cheng gu zhang de zhen dong xin hao te zheng pi pei du di de wen ti ,ben wen gei chu yi chong you hua VMDzai zhou cheng gu zhang zhen duan zhong de ying yong 。shou xian tong guo you hua VMDtu chu xin hao you xiao xin xi ;ran hou di qu chu zui jia fen liang de te zheng xiang liang ;zui hou jiang zhi chi xiang liang ji zuo wei fen lei suan fa ,shi bie zhou cheng de gu zhang lei xing 。shi yan jie guo biao ming ,gai fang fa bi mian le VMDcan shu shua qu de mang mu xing ,neng gou you xiao zhen duan chu zhou cheng de zao ji gu zhang 。
论文参考文献
论文详细介绍
论文作者分别是来自科学技术创新的邓思成,宋玉琴,发表于刊物科学技术创新2019年06期论文,是一篇关于优化论文,故障诊断论文,轴承论文,支持向量机论文,科学技术创新2019年06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,资料来自科学技术创新2019年06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:优化论文; 故障诊断论文; 轴承论文; 支持向量机论文; 科学技术创新2019年06期论文;