科技信息

2014, No.470(13) 109-110

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于PCA与HTM的齿轮故障诊断研究

张博;乔峰;李芳;

摘要(Abstract):

针对齿轮非平稳时变特性以及特征提取过程中维数多等特点,本文提出基于主成分分析(Principal Component Analysis,PCA)和分层时序记忆法(Hierarchical Temporal Memory,HTM)结合的方法。首先从EMD分解和无量纲两个方面提取故障特征;其次,利用PCA方法对提取的数据进行降维处理从而避免维数灾难,提高诊断精度;最后利用HTM方法进行模式识别。HTM具有抗噪性、自适应、泛化能力强等特点,可以很好地处理含噪数据的同时保证较高的识别率。实验结果表明两者结合的方法能够快速区分各种故障类型,提高齿轮故障诊断率,为齿轮故障诊断的应用提供了新的思路。

关键词(KeyWords): PCA;HTM;齿轮故障;特征提取;模式识别

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 张博;乔峰;李芳;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享