期刊文献+

金属构件疲劳裂纹缺陷的小波分形神经网络识别

下载PDF
导出
摘要 针对金属构件中疲劳裂纹类型自动识别问题,利用小波包分解后各子带的分形维数作为表征检测信号的特征矢量,基于计算机软件编程基础上,通过小波分形神经网络模式识别方法对大型设备中金属构件中存在的不同长度疲劳裂纹进行了正确识别,实现了金属构件疲劳裂纹的定性检测,为金属构件的剩余寿命评估和预测奠定了基础。
出处 《中小企业管理与科技》 2010年第6期190-190,192,共2页 Management & Technology of SME
  • 相关文献

参考文献5

  • 1刘天雄 华宏星 陈兆能等.基于小波变换预处理的一种分形几何状态监测方法的应用研究[J].振动工程学报,2000,:132-137.
  • 2吕志民,徐金梧,张武军,翟绪圣.分形维数在滚动轴承故障诊断中应用[J].北京科技大学学报,1998,20(5):475-478. 被引量:10
  • 3Logan D.B and Mathew J.Using the correlation dimension for vibration fault diagnosis of rolling element bearings- II .selection of experimental parameter.1996.MSSP.10(3).251-264.
  • 4徐兆宇,王凯,韩子斌.基于分形理论的汽车发动机故障诊断技术[J].林业机械与木工设备,1998(4):33-35. 被引量:5
  • 5Grassberger P.Procaccia I.Characterization of Strange Attractors.Phys Revlett. 1983.(50).346-349.

二级参考文献2

共引文献13

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部