|
该论文提出一种基于形态奇异值分解-EMD和NGA优化SVM的滚动轴承故障诊断方法。通过形态奇异值分解提取信号特征，结合经验模态分解进一步降噪与特征提取，利用改进的粒子群算法优化支持向量机参数，提高故障识别准确率。实验结果表明，该方法有效提升了滚动轴承故障诊断的精度与稳定性。 文档为pdf格式，0.19MB，总共6页。
- 文件大小:
- 194.56 KB
- 下载次数:
- 60
- 基于形态奇异值分解-EMD和NGA优化SVM的滚动轴承故障诊断 - 全国高校机械工程测试技术研究会、中国振动工程 ...
-
高速下载
| 
