典型文献
基于支持向量数据描述的火炮自动机故障状态监测技术研究
文献摘要：
针对火炮自动机故障状态监测问题,提出了一种基于支持向量数据描述的故障状态监测模型.利用搭建的自动机振动测试平台获取自动机振动信号,采用变模态分解方法将振动信号分解为多个本征模态分量,计算各个分量的样本熵值作为故障特征,并以正常状态下的自动机故障特征为训练样本进行SVDD模型的训练,训练过程中根据模型特点找到合适的模型参数,完成自动机状态监测模型的构建.在自动机测试平台上设置多种预制零件故障进行模型的验证,结果表明所建立的状态监测模型对异常状态的发生有很强的敏感性,具有较高的检测准确率;同时设计了关重件模拟性能退化试验,试验结果验证了所提出的模型具有良好的早期故障检测能力,可较为准确地反映自动机故障性能退化过程,可为火炮自动机故障状态监测提供一定的借鉴和指导.
文献关键词：
火炮;自动机;故障;状态监测;支持向量数据描述
中图分类号：
作者姓名：
王斐;房立清;陈敬文
作者机构：
武警士官学校军械系,浙江杭州 310023;陆军工程大学石家庄校区火炮工程系,河北石家庄050003;驻重庆地区第二军事代表室,重庆400000
文献出处：
引用格式：
[1]王斐;房立清;陈敬文-.基于支持向量数据描述的火炮自动机故障状态监测技术研究)[J].火炮发射与控制学报,2022(01):29-35
A类：
B类：
支持向量数据描述,火炮,自动机,故障状态,状态监测,监测问题,监测模型,振动测试,测试平台,取自,振动信号,变模态分解,分解方法,信号分解,本征模态分量,样本熵,故障特征,正常状态,训练样本,SVDD,训练过程,模型特点,机状态,预制,零件,异常状态,检测准确率,关重件,模拟性,性能退化,退化试验,早期故障检测,故障检测能力
AB值：
0.357045
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。
