西北工大数控机床故障诊断及维修课件,内容翔实,生动,通俗易懂。以幻灯片形式播放。
2022-11-27 16:58:26 411KB 数控机床故障诊断及维修课件
1
基于AR模型和支持向量机的转子系统故障诊断方法,于德介,陈淼峰,提出了基于AR模型和支持向量机的转子系统故障诊断方法。该方法对转子系统的振动信号建立AR模型,以AR模型主要的自回归参数和残差的
2022-11-27 15:34:10 344KB 首发论文
1
驱动电机及控制系统检修
2022-11-24 14:20:55 10.1MB 驱动电机 控制系统 系统检修
驱动电机及控制系统检修
2022-11-24 14:20:48 5.42MB 驱动电机 控制系统 系统检修
MATLAB神经网络之SOM神经网络的数据分类--柴油机故障诊断.zip
2022-11-22 09:25:04 5KB matlab 数学建模 源程序代码 算法
MATLAB源程序17 SOM神经网络的数据分类--柴油机故障诊断.zip
2022-11-18 16:27:56 5KB MATLAB 神经网络 智能算法
MATLAB源程序19 概率神经网络的分类预测-基于PNN变压器故障诊断.zip
2022-11-18 16:27:41 4KB MATLAB 神经网络 智能算法
基于LSTM的故障诊断-python程序说明及源代码.zip
2022-11-14 15:16:37 235.82MB
1
传统的多变量分析(MVA)故障诊断方法通常要求分离的采样数据潜在变量必须服从正态分布,这通常很难满足实际的工业过程。 本文首先介绍了一种基于Q统计量的故障诊断方法。 它要求采样数据必须服从正态分布。 然后介绍一种基于信息增量矩阵(IIM)的故障诊断方法,该方法的采样数据不受正态分布的限制。 该方法主要由定义协方差矩阵,计算信息增量矩阵,信息增量均值和动态阈值等组成。 最后,给出了一个数值模拟的例子和一个田纳西州的伊斯曼过程的例子,以验证两种错误诊断方法,即Q统计量和IIM,在误报和漏报中的检测性能。 结果表明,在采样数据不服从正态分布的情况下,Q统计方法的检测性能较差,而基于IIM的故障诊断方法较好。
2022-11-13 21:34:54 556KB 研究论文
1