2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩50頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、電力工業(yè)的的迅速發(fā)展,對電力行業(yè)大型發(fā)電機組安全運行提出了更高的要求。機組振動故障診斷過程是一項非常復(fù)雜的系統(tǒng)工程,涉及到多學(xué)科多領(lǐng)域的技術(shù)融合,與現(xiàn)場工程實踐聯(lián)系十分密切,這就給故障診斷工作增加挨了難度,因此選擇一種有效的診斷方法至關(guān)重要。 本文對汽輪發(fā)電機組常見的振動故障特征進(jìn)行了總結(jié)分析,將其分為頻譜特征、相關(guān)性特征和升降速過程的趨勢特征,對它們進(jìn)行預(yù)處理后作為故障分類的特征量。 本文介紹了支持向量機的概念和求解過

2、程,重點介紹了用于處理此類問題的非線性軟間隔分類機,即C-支持向量分類機,并引入了一種改進(jìn)的方法:v-支持向量分類機,其參數(shù)v具有一些直觀上的意義,避免了C-支持向量分類機中參數(shù)C沒有確切意義的缺點。 在轉(zhuǎn)子實驗臺上模擬了5類故障,將故障數(shù)據(jù)在頻域和升降速趨勢域進(jìn)行了特增量的提取,形成了故障特征量樣本。通過對不平衡和不對中故障樣本的兩類故障診斷,驗證了支持向量機樣本數(shù)目越少,故障識別率越高的理論,同時表明了v-支持向量分類機參數(shù)

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論