基于小波熵和信息融合的齿轮箱振动信号故障特征提取方法.pdf
论文****轩吖
亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于小波熵和信息融合的齿轮箱振动信号故障特征提取方法.pdf
本发明公开了一种基于小波熵和信息融合的齿轮箱振动信号故障特征提取方法,该方法首先通过小波包变换对振动信号进行分解,得到小波系数矩阵。利用小波系数矩阵可计算小波时频熵(WTF)和小波奇异值熵(WS)。然后利用信息熵公式计算奇异值序列的信息熵即是小波奇异值熵。然后利用核熵主成分分析(KECA)对其进行非线性变换,实现信息融合。经过KECA分析后选取第一,二,三主成分作为融合后的故障特征。经过实验验证表明,本发明能够有效的提取齿轮箱混合模式故障特征,基于本发明的齿轮箱故障诊断方法能够有效的对齿轮箱进行故障诊断。
基于MED和模糊熵的行星齿轮箱振动信号故障诊断方法.pdf
本发明公开了一种基于MED和模糊熵的行星齿轮箱振动信号故障诊断方法,其特征在于,搭建风电机组实验装置,通过风电机组实验装置采集行星齿轮箱振动信号;利用MED对行星齿轮箱振动信号进行去噪处理;对行星齿轮箱振动信号进行EMD分解,剔除无效分量,得到多个有效IMF分量,计算每个有效IMF分量的模糊熵值并保留模糊熵值最小的IMF分量;对模糊熵值最小的IMF分量的信号进行包络谱分析,分析故障特征频率。该方法能够有效提取故障特征频率,且能有效滤除噪声对特征频率的干扰,有效消除模态混叠、端点效应等现象对行星齿轮箱信号进
基于小波多尺度和熵在图像字符特征提取方法的改进.docx
基于小波多尺度和熵在图像字符特征提取方法的改进摘要:提出了一种基于小波和熵提取图像字符特征的方法。该方法利用小波变换对图像字符进行多尺度分解用marr零交叉边缘检测算子提取边缘;用基于判别熵最小化提取每一尺度图像的边界特征小波的“数字显微镜”的优点与熵能确切地表达各类的交叠状况且能直接表达错误率的特征相结合。与其它方法相比该方法提取的特征向量稳定、识别率高、算法快非常有利于分类且特征提取的方法有人类视觉的特点。关键词:多尺度分析Marr边缘检测算子判别熵特征提取
基于小波多尺度和熵在图像字符特征提取方法的改进.docx
基于小波多尺度和熵在图像字符特征提取方法的改进摘要:提出了一种基于小波和熵提取图像字符特征的方法。该方法利用小波变换对图像字符进行多尺度分解,用marr零交叉边缘检测算子提取边缘;用基于判别熵最小化提取每一尺度图像的边界特征,小波的“数字显微镜”的优点与熵能确切地表达各类的交叠状况且能直接表达错误率的特征相结合。与其它方法相比,该方法提取的特征向量稳定、识别率高、算法快,非常有利于分类,且特征提取的方法有人类视觉的特点。关键词:多尺度分析Marr边缘检测算子判别熵特征提取在线签名验证是通过计算机采集和验证
基于EMD广义能量的轮轨振动信号故障特征提取方法.pdf
本发明公开了一种基于EMD广义能量的轮轨振动信号故障特征提取方法。该方法首先采集实时运行列车的振动加速度信号并对车速积分确定车轮旋转一圈对应的起止时刻,用该起止时刻去截取对应时间历程的加速度信号;其次对采集到的振动加速度信号进行小波分解、各层小波系数的阈值处理和小波重构,实现小波去噪;而后对获取的轴箱振动加速度信号进行经验模态分解,得到一系列的本征模态函数;最后结合由车辆轨道耦合动力学模型仿真得到的存在故障激励下的振动加速度信号确定能量权系数,计算经验模态分解广义能量,根据该值确定故障特征。本发明具有成本