2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩99頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、往復(fù)式壓縮機(jī)由于其振源眾多、結(jié)構(gòu)繁雜,導(dǎo)致氣閥振動(dòng)信號(hào)不僅具有時(shí)頻特性,更包含有一定分形特征。本論文針對(duì)氣閥振動(dòng)信號(hào)的分形特性,采用自適應(yīng)波形分解與形態(tài)學(xué)分形相結(jié)合的方法,開(kāi)展了氣閥故障診斷方法研究,主要工作如下:
  1、開(kāi)展了基于經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)、局部均值分解(LMD)及自適應(yīng)波形分解(AWD)等時(shí)頻域分解算法的氣閥故障診斷方法研究,實(shí)現(xiàn)氣閥典型故障特征的提取,并對(duì)比分析了幾種方法的降噪效果。結(jié)果表明,AWD算法降噪效果

2、優(yōu)于EMD、LMD算法。
  2、開(kāi)展了基于熵值法(排列熵、樣本熵、近似熵)與傳統(tǒng)分形維數(shù)(盒維數(shù)、關(guān)聯(lián)維數(shù))等非線性分析方法的氣閥故障診斷方法研究,實(shí)現(xiàn)了氣閥典型故障模式的識(shí)別,并對(duì)比分析了幾種非線性分析方法的識(shí)別效果。結(jié)果表明,傳統(tǒng)非線性算法只能識(shí)別氣閥正常與故障狀態(tài),無(wú)法識(shí)別幾類典型故障模式。
  3、開(kāi)展了基于形態(tài)學(xué)分形維數(shù)與高階累積量分形維數(shù)的氣閥故障診斷方法研究,結(jié)合分段分形維數(shù)與廣義覆蓋面積等改進(jìn)方法,并分析對(duì)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論