典型文献
基于改进经验模态分解的汽车后视镜电机故障诊断方法
文献摘要：
提出了以经验模态分解为基础的希尔伯特-黄变换的特征提取方法,描述了希尔伯特-黄变换在汽车后视镜电机故障信号的时频特征提取与BP神经网络实现电机状态分类的应用.首先通过给定的振动样本建立振动分析的数学模型,对振动信号进行EMD分解,得到固有模态函数分量;然后对其进行希尔伯特变换处理,将所得瞬时频率与瞬时振幅作为BP神经网络的输入,建立BP神经网络分类模型.其次使用振动采集设备实时获得振动信号,并输入所建立模型,达到了91.5％的识别准确率,验证了该方法在汽车后视镜电机故障诊断应用方面的适用性.
文献关键词：
汽车后视镜;经验模态分解;希尔伯特-黄变换;BP神经网络
中图分类号：
作者姓名：
吴骏;陆晔敏;王玉峰
作者机构：
麦格纳(太仓)汽车科技有限公司,江苏 苏州 215000
文献出处：
引用格式：
[1]吴骏;陆晔敏;王玉峰-.基于改进经验模态分解的汽车后视镜电机故障诊断方法)[J].科技与创新,2022(17):14-17,20
A类：
B类：
经验模态分解,汽车后视镜,电机故障诊断,故障诊断方法,黄变,故障信号,时频特征,机状态,状态分类,过给,振动分析,振动信号,EMD,固有模态函数分量,希尔伯特变换,变换处理,瞬时频率,瞬时振幅,神经网络分类,分类模型,建立模型,识别准确率,诊断应用
AB值：
0.258296
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。
