【机械故障智能诊断研究现状的文献综述2500字】_第1页
【机械故障智能诊断研究现状的文献综述2500字】_第2页
【机械故障智能诊断研究现状的文献综述2500字】_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

机械故障智能诊断研究现状的文献综述设备未知的故障状态6。智能诊断技术的基本流程通常包括：数据采集、特征提(1)传统基于机器学习的智能诊断机械故障智能诊断技术被用来代替专家经验对复杂的大型机械设备数据进a)支持向量机支持向量机(SupportVectorMachine,SVM)是一种通过寻找一个可以对样本进行分类且间隔最大化的超平面的监督学习方式。2012年，中国科学技术大沈阳航空大学Cui等人提出了一种使用支持向量机对功率谱分析信号后获取的b)K近邻分类器K近邻分类器(K-NearestNeighbor,KNN)的原理是将度故障状态与健康状态之间的局部特征模式差异，提取到的融合低维特征训练气风电公司Wang¹1等人提出一种使用小波包分析从风机齿轮箱中提取故障特征，使用改进的嵌入核函数的KNN来进行故障决策分类。c)随机森林随机森林(RandomForests)是一种Bagging方式下集成模型，它以决策树为弱学习器合成一个强学习的机器学习算法。2016年，厄瓜多尔昆卡大学Li[12]森林构建故障分类的集成模型。2019年，北京理工大学Yan³等人提出了一种d)人工神经网络人工神经网络(ArtificialNeuralNetwork,ANN)是一种受到大脑神经的启发节神经元连接的权重来训练模型，完成识别诊断任务。2017年，印度国防先进技术大学Tyagi等人提出一种针对齿轮箱的基于遗传算法与BP算法融合优化训练神经网络的诊断模型[14;2018年，华南理工大学Liao等人提出一种基于重组2020年，中南大学He等人使用噪声辅助的局部均值分解(LMD)从变速箱振动数据中采集能量特征值，然后将特征值作为输入训练BP神经网(2)基于深度学习的智能诊断的智能诊断模型。2016年，西安交通大学Lei等人利用三层的去噪自动编码器从用LSTM从铁路轨道电路中的时序中提取特征，得到了比传统卷积神不平衡下的轴承故障诊断问题22;西安工业大学Jiang等人提出了一种改进的递方法获得最终诊断模型[23;2019年，华南理工大学Chen等人提出了一种融合极最终使用ELM强分类器实现高精度的故障诊断I²4];伊朗德黑兰大学Nasiri等人使用搭建好的VGG-16深度卷积神经网络从散热器的红热外图像中提取故障特Xing等人提出了一种基于生成对抗网络(G

人人文库> 全部分类> 教育资料 > 中学教育

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论