首先采用优化多尺度小波包方法(OMS-WPD)对轴承信号去噪,以信噪比、均方根误差、信息熵作为指标。然后基于希尔伯特黄变换(HHT)和峭度系数选取固有模态函数,计算最相关固有模态...
表3HHT输入的训练结果4)MFCC矩阵输入:CNN和LSTM训练和测试准确率均可达95%(表4)表4MFCC输入的训练结果选取与训练测试数据完全不同的振动,进行振动识别性能的验证。振动信号图...
基于HHT和CNN的高速列车轮对轴承故障诊断方法彭丹丹【摘要】:轮对轴承是高速列车转向架的核心部件,其可靠性和稳定性对列车行车安全有至关重要的影响。随着列车运营速度的提...
内容提示:分类号密级UDC注1学位论文基于HHT和CNN的高速列车轮对轴承故障诊断方法彭丹丹指导教师左明健教授电子科技大学成都刘志亮副教授电...
节点文献复合故障正确率IMF故障信号故障诊断希尔伯特-黄变换CNN滚动体滚动轴承HHT研究去脉信号处理方法变分模式分解温度调制挥发性有机物SnO_2气体传感器模式识别...
基于HHT算法与卷积神经网络的轴承复合故障诊断和敏感固有模态函数筛选方法来改进HHT,提取出故障信号时频特征.然后,在AlexNet网络模型基础上遍历所有可能的CNN模型组合,构建...
<返回首页基于HHT的信号奇异性检测hitcnntv分享于2013-07-2019:27:1.88暂无简介文档格式:.pdf文档页数:5页文档大小:249.69K文档热度:文档分类:待...
论文查重开题分析单篇购买文献互助用户中心HHT与神经网络在舰船目标特征提取中的应用来自知网喜欢0阅读量:10作者:赵安邦,沈广楠,陈阳,周彬,李桂娟展开...
第3l卷第6期铁道学报.3VoI1.6No2009年12月JOFTHECHI0URNAINALSERAIWAY0CITYer0Decmbe2090186(090—030文章编号:10—3020)6036基于HHT方法的...
以地铁的振动时频域特征为例,图4按照顺序分别为WT、HHT的IMF、MFCC处理后的振动特征图片:图4典型地铁振动的时频域特征3.3基于深度学习的信号识别训练本研究采用三种典型的神经...