基于时频图像极坐标增强的柴油机故障诊断
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
2.02 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
针对柴油机不同部位的机械故障特征容易混淆且呈现非平稳循环特征的特点,提出了一种基于时频图像极坐标增强的柴油机故障诊断方法。将振动信号Gabor变换的时频特征通过等角度采样映射为极坐标图上某一区域的显著增强的特征,实现了周期瞬态特征的增强。提取不同技术状态振动信号6个工作循环内的极坐标图上区域能量特征作为故障特征参数,输入支持向量机进行分类训练和模式识别。试验结果表明,针对柴油机的5种典型故障,该方法能显著增强故障特征,有效提取故障特征信息,准确识别出不同类型的磨损故障。相关论文
- 2021-06-10CNN-SVM模型在抽油机井故障诊断中的应用
- 2021-08-24水果采摘装置的研究与开发
- 2025-01-23机器人视觉中行人和车辆检测算法的研究
- 2025-01-23基于俯拍视频图像的露天停车场车位状态检测
- 2025-02-06融合引导锚框算法的Faster-RCNN缺陷检测
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。