本文選題：傳感器 + 信號采集��； 參考：《激光雜志》2017年07期

【摘要】：為了提高機械故障診斷的正確率,針對當(dāng)前機械故障診斷方法存在局限性,設(shè)計了基于傳感器器信號融合的機械故障診斷方法。首先采用多個傳感器對機械工作狀態(tài)的信號進行采集,并從信號中抽取機械故障信息特征,然后采用主成分分析選擇比較重要的機械故障信息特征,并采用支持向量機對機械故障信息特征向量進行學(xué)習(xí),建立機械故障診斷的分類器,最后采用實際的機械故障數(shù)據(jù)進行了性能測試,結(jié)果表明,本文方法解決了當(dāng)前機械故障診斷中的難題,獲得了十分理想的機械故障診斷效果,而且機械故障診斷正確率要高于其它方法,具有廣泛的應(yīng)用前景。
[Abstract]:In order to improve the accuracy of mechanical fault diagnosis, a mechanical fault diagnosis method based on sensor signal fusion is designed to overcome the limitations of current mechanical fault diagnosis methods.Firstly, several sensors are used to collect the signals of the mechanical working state, and the mechanical fault information features are extracted from the signals, and then the principal component analysis (PCA) is used to select the more important mechanical fault information features.Support vector machine is used to study the feature vector of mechanical fault information, and a classifier for mechanical fault diagnosis is established. Finally, the performance test is carried out using actual mechanical fault data, and the results show that,In this paper, the problem of mechanical fault diagnosis is solved, and the result of mechanical fault diagnosis is very ideal. Moreover, the correct rate of mechanical fault diagnosis is higher than that of other methods, so it has a wide application prospect.
【作者單位】： 滄州師范學(xué)院機械與電氣工程學(xué)院;
【基金】：2015年河北省科技廳項目(15274514) 2015年河北省自然科學(xué)基金資助項目(B2015110004)
【分類號】：TH17;TP212

【相似文獻】

相關(guān)期刊論文 前10條

1 胡兆勇;機械故障診斷中的誤診[J];中國機械工程;2005年02期

2 陳湃;;淺談機械故障診斷技術(shù)的原理與方法[J];裝備制造;2009年05期

3 趙永滿;梅衛(wèi)江;吳疆;王春林;;機械故障診斷技術(shù)發(fā)展及趨勢分析[J];機床與液壓;2009年10期

4 李秋紅;李凈儀;謝劍;王麗君;;機械故障診斷的研究與發(fā)展趨勢[J];農(nóng)機使用與維修;2010年02期

5 赫偉英;裴峻峰;;往復(fù)機械故障診斷技術(shù)進展綜述[J];化工機械;2010年05期

6 蒲國強;;多傳感器信息融合技術(shù)與機械故障診斷研究[J];廣西輕工業(yè);2010年11期

7 侯靖歐;;機械故障診斷技術(shù)[J];漁業(yè)現(xiàn)代化;1984年06期

8 劉增良;模糊數(shù)學(xué)用于工程機械故障診斷[J];工程機械;1987年12期

9 金鵬林;齊天喜;;機械故障診斷學(xué)及其在油田機械工程中的應(yīng)用[J];新疆石油科技;1993年03期

10 尚國清,佟德純;機械故障診斷技術(shù)現(xiàn)狀與展望[J];工程機械;1994年12期

相關(guān)會議論文 前10條

1 王秋貴;周s，

本文編號：1764024