典型文献
基于奇异谱分解的回转窑故障识别研究
文献摘要：
作为水泥工业的重要生产设备,回转窑的运行状态决定了企业的生产效益.主要针对回转窑托轮振动信号为媒介对其故障识别做出研究,将奇异谱分解等信号分解方法应用于回转窑托轮振动信号的分解和重构,使用分解得到的托轮、筒体谐波幅值和重构信号的时域特征构建特征向量输入到分类模型中.针对特征维数过高可能造成的分类准确性差异,使用主成分分析方法对特征集进行降维处理,最后采用降维后的特征集建立故障分类模型对样本数据进行故障识别分类,结果表明.奇异谱分解能更好地实现信号分解与重构,降维特征集训练出的分类器能更准确地识别出回转窑的故障类型.
文献关键词：
回转窑;托轮振动信号;奇异谱分解;故障识别
中图分类号：
作者姓名：
杨佳林;张云
作者机构：
武汉理工大学机电工程学院,武汉430070
文献出处：
引用格式：
[1]杨佳林;张云-.基于奇异谱分解的回转窑故障识别研究)[J].武汉理工大学学报,2022(05):98-104
A类：
托轮振动信号
B类：
奇异谱分解,回转窑,故障识别,水泥工业,生产设备,生产效益,信号分解,分解方法,筒体,谐波幅值,重构信号,时域特征,特征构建,特征向量,分类模型,分类准确性,主成分分析方法,征集,降维处理,故障分类,识别分类,分解与重构,维特,集训,练出,分类器,故障类型
AB值：
0.284875
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
