En este estudio se presenta el método de diagnóstico de fallas de rodamientos basado en la transformada wavelet de elevación (LWT), la reconstrucción autoadaptativa del espacio de fases (SPSR), la descomposición de valores singulares (SVD) y la máquina de vectores de relevancia (RVM) basada en el algoritmo de búsqueda gravitacional binario (BGSA), entre los cuales se presenta LWT-SPSR-SVD (LSS) para la extracción de características de la señal de vibración del rodamiento. Las características dinámicas de las señales reconstruidas de los coeficientes de wavelet de elevación (LWCs) de la señal de vibración del rodamiento pueden ser reflejadas por SPSR para las señales reconstruidas de LWCs de la señal de vibración del rodamiento, y BGSA se utiliza para seleccionar la dimensión del espacio de incrustación y el retardo temporal de la reconstrucción del espacio de fases (PSR) y el parámetro de kernel de RVM. Para mostrar la superioridad de
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Investigación cuantitativa de las cadenas de fuerza del esqueleto agregado de las mezclas asfálticas basada en la mecánica granular computacional.
Artículo:
Respuestas dinámicas de los bastidores de los bogies del tren metropolitano: pruebas de campo y análisis de datos
Artículo:
Análisis refinado de la interacción vehículo-puente utilizando elementos finitos sólidos incompatibles para evaluar tensiones y factores de impacto.
Artículo:
Características de la carga de presión de las explosiones en una cámara adyacente
Artículo:
Mecanismo por el cual el relleno del cuerpo reduce la cantidad de energía liberada en la minería profunda del carbón.