资料下载
×
滚动轴承故障状态类型识别
消耗积分:1 |
格式:rar |
大小:1.43 MB |
2018-04-24
分享资料个
随着信号检测技术、数字信号处理技术以及人工智能技术的迅速发展，对于滚动轴承的故障诊断己发展成为集物理、数字信号处理以及人工智能等方面技术于一体的综合性课题。近些年来国内外大量专家对特征选择方法作了深入地研究，出现了各种各样的方法：如，主成分分析法（PCA）、神经网络法、无监督聚类法、粗糙集理论法、遗传算法、基于特征相关性和冗余性分析的特征选择方法、基于动态规划方法的特征选择法等。其中，遗传算法因其简单，鲁棒性强，适用于并行处理，己广泛应用于计算机科学、优化调度、运输问题、组合优化等领域，也被广泛应用于特征选择，并取得了较好的结果。因此，采用遗传算法对逻辑回归模型的参数选择。在国内，北京化工大学的李峰峰采用Logistic回归模型的机械状态健康评估研究，取得了较好的效果，湖南大学的史美丽基于LMD的滚动轴承故障诊断研究，取得了良好的效果。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
