本文主要研究内容
作者黄瑾珉（2019）在《面向机械故障智能诊断神经网络优化与识别方法研究》一文中研究指出：在齿轮箱的故障诊断中,将原始故障信号利用小波包变换进行降噪处理。采用时域分析方法提取特征参数,同时进行小波包能量特征提取。利用主元分析法可以对提取的特征参数进行降维处理,根据累计贡献率选取一定量的主元,再带入概率神经网络进行故障诊断分类并进行交叉验证。本文选取了四种不同裂纹等级的齿轮与正常状态下的齿轮进行模拟实验,结果显示主元分析法与概率神经网络的结合可以很好的分辨出不同程度的故障齿轮。
Abstract
zai chi lun xiang de gu zhang zhen duan zhong ,jiang yuan shi gu zhang xin hao li yong xiao bo bao bian huan jin hang jiang zao chu li 。cai yong shi yu fen xi fang fa di qu te zheng can shu ,tong shi jin hang xiao bo bao neng liang te zheng di qu 。li yong zhu yuan fen xi fa ke yi dui di qu de te zheng can shu jin hang jiang wei chu li ,gen ju lei ji gong suo lv shua qu yi ding liang de zhu yuan ,zai dai ru gai lv shen jing wang lao jin hang gu zhang zhen duan fen lei bing jin hang jiao cha yan zheng 。ben wen shua qu le si chong bu tong lie wen deng ji de chi lun yu zheng chang zhuang tai xia de chi lun jin hang mo ni shi yan ,jie guo xian shi zhu yuan fen xi fa yu gai lv shen jing wang lao de jie ge ke yi hen hao de fen bian chu bu tong cheng du de gu zhang chi lun 。
论文参考文献
论文详细介绍
论文作者分别是来自化学工程与装备的黄瑾珉，发表于刊物化学工程与装备2019年04期论文，是一篇关于故障诊断论文,主元分析法论文,概率神经网络论文,齿轮裂纹论文,化学工程与装备2019年04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，资料来自化学工程与装备2019年04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：故障诊断论文; 主元分析法论文; 概率神经网络论文; 齿轮裂纹论文; 化学工程与装备2019年04期论文;