基于小波包与概率神经网络的液压泵故障模式识别
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
470KB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
小波包具有良好的去噪效果和高频分析能力,而概率神经网络具有很好的分类效果。采用小波包分解重构液压泵故障特征信号,并提取第三层各频率段的节点能量作为特征向量,将特征向量概率神经网络模型的输入向量对液压泵故障模式进行识别。通过采用LabVIEW和MATLAB混合编写的识别软件系统对液压泵故障识别,证明了将该方法用在液压泵故障模式识别上,能取得良好的效果。相关论文
- 2019-01-03双作用推力液压油缸泄漏原因分析及改进措施
- 2022-10-10(单)卡套式管接头与双卡套式管接头的密封性能对比
- 2020-07-16残留容积对柱塞泵容积效率的影响
- 2020-07-02BCB-B型变量齿轮泵测试方法
- 2020-03-30锥形配流副静压支承的节流阻尼效应研究
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。