股融通配资,线下配资平台,线上股票配资炒股,10大配资公司

基于參數優化VMD和多域流形學習的行星齒輪箱故障診斷方法

福州大學

更新時間:2023-03-15

關注
點贊
咨詢

所屬領域

裝備制造

項目類型

制造業

項目年份

2022

項目狀態

實驗室研究

合作方式

技術轉讓,其它

項目簡介

該發明涉及一種行星齒輪箱故障診斷方法。首先,信號是利用Salp群優化算法進行分解重構優化變分模式分解算法(SSO-VMD)。然后,分析了故障特征從多個領域中提取,改進的監督自組織增量學習神經網絡地標點等距映射(ISSL Isomap)流形學習算法用于降維。最后,人工蜂群優化支持向量機(ABC-SVM)分類器用于診斷和識別。該發明克服了VMD算法中的參數選擇問題,解決了多領域特征中存在的信息冗余問題。實驗性行星齒輪箱故障診斷結果表明,該方法能有效地進行故障診斷識別故障類型,具有很大的實用價值。

該項目成長性良好,具有廣闊的市場應用前景。


推薦項目

查看更多

推薦專家

查看更多