检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

-

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

1 篇 学位论文

馆藏范围

1 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

1 篇 工学
- 1 篇 交通运输工程

主题

1 篇 改进的辛几何模态...
1 篇 加权辛几何矩阵机
1 篇 旋转机械
1 篇 故障诊断
1 篇 特征增强
1 篇 辛几何模态分解
1 篇 加权滑动辛几何模...
1 篇 辛几何相似变换

机构

1 篇 湖南大学

作者

1 篇 程健

语言

1 篇 中文

检索条件"主题词=加权滑动辛几何模态分解"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于改进的辛几何模态分解的旋转机械故障诊断方法

基于改进的辛几何模态分解的旋转机械故障诊断方法

引用

作者：程健湖南大学

学位级别：硕士

齿轮和滚动轴承作为设备的核心元素,其工作状态至关重要。当前,针对这种现象学者们已经开展研究,并取得了一定的成果。但是现实工业生产过程中的机械设备在出现故障时,会伴随着强背景噪声,甚至会出现多种故障信号相互耦合并出现复合故... 详细信息

齿轮和滚动轴承作为设备的核心元素,其工作状态至关重要。当前,针对这种现象学者们已经开展研究,并取得了一定的成果。但是现实工业生产过程中的机械设备在出现故障时,会伴随着强背景噪声,甚至会出现多种故障信号相互耦合并出现复合故障等情况,这使得故障诊断难度加大。因此,论文在辛几何模态分解方法的基础上,针对复合故障和强背景噪声等故障诊断领域难题,分别提出了基于改进的辛几何模态分解(Improved Symplectic Geometry Mode Decomposition,简称ISGMD)、加权滑动辛几何模态分解(Weighted Sliding Symplectic Geometry Mode Decomposition,简称WSSGMD)和加权辛几何矩阵机(Weighted Symplectic Geometry Matrix Machine,简称WSGMM)的故障诊断方法。论文在国家重点研发计划项目“重大复杂机电系统服役质量检测检测及维护质量控制技术研究”(项目编号:2016YFF0203400)和“轿车高可靠性车载电力电子集成系统开发”(项目编号:2018YFB0104600)的资助下,提出了两种改进的辛几何模态分解方法和加权辛支持矩阵机,并探究了这些方法的有效性。论文主要工作和创新点如下:(1)辛几何模态分解(Symplectic Geometry Mode Decomposition,简称SGMD)方法有着较强的噪声鲁棒性,适合处理非平稳信号,但是该方法同样也存在着不足。在辛几何重构过程中,该方法利用周期和频率等相似性人为设置终止条件来重构最终的辛几何分量,这将导致分析结果的不确定性。因此,提出了一种ISGMD方法,采用层次聚类(Hierarchical Cluster)方法对初始辛几何分量进行自适应重组,进而得到最终的聚类辛几何分量(Cluster Symplectic Geometry Component,简称CSGCs)。实验结果表明:ISGMD方法可以有效地对旋转机械复合故障信号进行特征提取,提高故障诊断的准确性。(2)SGMD方法在处理齿轮早期故障信号时效果并不理想,这是因为SGMD方法存在以下二点不足:(1)该方法通过原始时间序列直接重构轨迹矩阵,其微弱故障特征被淹没在全局时间序列中。(2)该方法是通过舍去能量较小的分量进行降噪的,但能量较小的分量可能包含有微弱的故障信息,这使得该方法不适用于早期的故障特征提取。因此,本文提出了一种WSSGMD方法,通过对原始一维时间序列添加滑动窗来重构时间序列,并提出变化熵用来对辛几何分量进行加权处理,进而获得包含大量故障信息的加权辛几何分量(WSGCs)。仿真和实验信号分析结果表明:WSSGMD方法可以有效地对齿轮早期故障信号进行特征提取。(3)支持矩阵机(Support Matrix Machine,简称SMM)是一种新型分类器,并以矩阵作为输入。但是,SMM在处理复杂的分类问题时存在一定的局限性。这是因为输入矩阵包含了大量的背景噪声,严重影响了故障诊断的准确性。因此,本文提出了一种WSGMM方法。该方法首先通过辛几何分解方法获得特征向量矩阵;然后通过变化熵加权处理,获得加权辛几何系数矩阵,此时的矩阵已经滤除大量的噪声;最后将加权辛几何特征矩阵输入到SMM中进行分类。行星齿轮实验信号分析表明:WSGMM可以有效地诊断出齿轮故障类型。

关键词：旋转机械故障诊断辛几何模态分解辛几何相似变换特征增强改进的辛几何模态分解加权滑动辛几何模态分解加权辛几何矩阵机

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：