排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
针对滚动轴承振动信号标记数据量小、故障模式多样的现状,提出了一种基于AFI混合聚类算法的半监督式轴承振动信号故障诊断方法。利用小波包分解方法提取了信号的能量特征谱,并通过主成分分析方法增强了信号的特征;参考迭代自组织数据分析的“分裂”和“合并”的思想,为人工鱼群算法中的个体鱼增加了“分裂进化”和“合并进化”行为;采用模糊C均值方法定义了隶属度矩阵和目标函数,并利用改进的人工鱼群算法,迭代搜寻了目标函数的全局最优解,得到了各故障模式的聚类中心;通过计算测试数据的最近邻聚类中心,实现了故障模式识别。结果表明,该方法无需指定聚类簇数,能在标记数据量小的情况下完成训练,较同类方法表现出了更优的故障模式识别性能。 相似文献
2.
针对地球静止轨道(GEO)卫星全天时全天候高精度的监测需求,考虑传统甚长基线干涉(VLBI)测站高成本、高投入和GEO卫星专用观测时段有限等制约条件,研发了简易型VLBI观测系统,并组建了包括上海、都匀和乌鲁木齐三站的微型VLBI网(micro VLBI network,MVN),开展了并置站测试以及对GEO卫星亚太6C的连续监测,并评估了当前MVN的观测能力。结果表明MVN扣除系统差后的单站接收精度为2ns,各基线观测时延拟后残差约几纳秒,GEO目标实测位置精度为百米级(内外符精度分别约100m和400m)。不同于传统VLBI和其他GEO监测手段,MVN还具备全天时、全天候、低造价、易布设及易推广等特点,充分表明了其在GEO卫星监测领域的应用价值。 相似文献
3.
1