龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明公开了一种基于TVF‑EMD和THGWO‑ELM的齿轮箱故障诊断方法，包括以下步骤：1）建立齿轮箱样本数据集，使用Savitzky‑Golay滤波对原始数据进行降噪；2）使用时变滤波器的经验模态分解TVF‑EMD将去噪后的信号分解成多个内涵模态分量IMF；3）利用方差贡献率‑信息熵筛选出最优IMF；4）利用Tent混沌映射初始化种群，并引入非线性正弦学习因子，利用混合正弦余弦算法优化灰狼算法GWO，更新头狼位置；5）利用优化后的GWO优化极限学习机ELM阈值和权重，构造基于改进灰狼优化算法的极限学习机THGWO‑ELM模型，利用该模型进行故障诊断。与现有技术相比，本发明构造一种混合齿轮箱故障诊断模型，减少搜索中陷入局部最优的现象，显著提升诊断准确率。
主权项：1.一种基于TVF-EMD和THGWO-ELM的齿轮箱故障诊断方法，其特征在于，包括如下步骤：步骤1：建立齿轮箱样本数据集，使用Savitzky-Golay滤波对原始数据进行降噪；步骤2：使用时变滤波器的经验模态分解TVF-EMD将去噪后的信号分解成多个内涵模态分量IMF；步骤3：利用方差贡献率-信息熵方法筛选出最优IMF；步骤4：利用Tent混沌映射初始化种群，利用混合正弦余弦算法优化灰狼算法GWO，更新头狼位置；步骤5：利用优化后的灰狼算法GWO优化极限学习机ELM的阈值和权重，构造基于改进灰狼优化算法的极限学习机THGWO-ELM模型，利用该模型进行故障诊断。
全文数据：
权利要求：
百度查询： 淮阴工学院 基于TVF-EMD和THGWO-ELM的齿轮箱故障诊断方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号