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

該發明涉及一種基于廣義復合多尺度加權置換熵和監督等距映射的滾動軸承故障診斷方法復合多尺度加權置換熵和監督等距映射包括以下步驟：不同故障狀態下的滾動軸承信號收集；廣義復合多尺度加權置換熵算法（GCMWPE）用于提取故障特征，以及滾動軸承是從多個尺度綜合構建的；一種新穎的流形學習算法稱為監督等距映射（S-Isomap），用于減少高維斷層特征的維數，并獲得低維斷層特征設置利用低維故障特征集對PSO-SVM進行訓練，并對訓練后的粒子群進行訓練將群優化支持向量機PSO-SVM用于軸承故障診斷。該方法解決了滾動軸承故障特征提取困難的問題能有效準確地診斷滾動軸承的各種故障類型。

該項目成果成長性、未來市場前景：該項目成長性良好，具有廣闊的市場應用前景。