故障信号造句
- 复小波及在设备故障信号分析中的应用
- 两种小波变换方法及其在发电机故障信号分析中的应用
- 报警设备.故障信号设备.第6部分:电源
- 报警设备.故障信号设备.第1部分:一般要求
- 4种新的小波变换及其在发电机故障信号分析中的应用
- 在此理论基础上，提出了利用故障信号中丰富的暂态量进行选线的方法。
- 机械故障信号小波包分解的时域特征提取方法研究
- 结果表明，齿轮故障信号存在混沌特征，替代数据法能对其进行准确识别。
- 本文着重介绍了利用小波变换提取故障信号的暂态高频分量，进行故障选线的方法。
- 通过计算故障信号的盒维数，建立故障分类和故障程度辨识的数学模型，完成故障的诊断。
- 用故障信号造句挺难的，這是一个万能造句的方法
- 充分利用了神经网络极强的模式分类能力，用神经网分类器对故障信号进行多参量识别。
- 将该系统应用于中频开关电源的故障信号检测项目中，并取得了很好的效果。
- 在完整把握故障规律和故障现象的基础上，从利用何种故障信号的角度对目前的各种算法进行了分类，并进行了分析比较。
- 在实践中应用在对东风81 - a型手扶拖机齿箱的故障信号进行特徵提取，取得了较好的效果。
- 摘要针对基于单层感知器模型的发动机故障进行分类器设计，研究了故障信号的学习样本容量和分类误判率之间的关系。
- 对于电力系统故障信号的分析，本文应用lipschitz指数对奇异点进行识别，并在论文中给出了仿真计算例子。
- 小波变换具有良好的时频局部性，具有变焦距的特点，对故障信号中的奇异点能够准确识别，是论文中应用的主要分析方法。
- 本文采用谐波小波时频剖面图，对仿真信号和齿轮故障信号进行分析，成功提取出信号中的奇异成分。
- 通过仿真计算和电机故障信号消噪表明，新的方法在电机故障信号消噪中比一般小波方法效果好，精度提高1倍以上。
- 通过数字模拟实验与齿轮箱故障信号检测，验证了新的双线性时间频率分布对复杂信号中瞬时分量的探测效果。
手机版