排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
交变应力和高负载的工作条件会导致齿轮箱故障频发，为了通过振动信号诊断齿轮箱各工况下运行情况，提出了一种基于IMF熵值分类因子（IMF Entropy Classification Factor,IMFECF）的多信息熵融合技术的齿轮故障诊断方法.通过IMFECF量化信息熵中IMF(Intrinsic Mode Function)的表征能力，分离表征能力优异的IMF，采用信息熵提取IMF中的工况特征，由于不同信息熵各有优势，因此利用多信息熵融合体系结构，获得了最优的自适应模糊推理系统.研究结果表明，经诊断模型训练后的诊断误差满足要求，能准确诊断齿轮箱状态. 相似文献
1