原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于压缩感知和相关向量机的轴承故障智能诊断方法，该方法通过振动信号分析实现故障诊断。首先基于压缩感知理论，选取高斯随机矩阵作为测量矩阵实现信号的压缩采样，其次构造过完备冗余字典对信号进行稀疏表示，接着利用正交匹配追踪算法实现信号重构，并对重构后的信号选取对故障特征敏感的时域指标作为特征向量，最后选取高斯函数作为核函数，利用特征向量划分训练样本和测试样本，将训练样本导入相关向量机构造相关向量机模型的智能识别器，并将测试结果与实际故障类型和程度进行比较，得到诊断模型的有效性。本发明能
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112287889 A
(43)申请公布日 2021.01.29
(21)申请号 202011315932.7
(22)申请日 2020.11.22
(71)申请人 西北工业大学
地址
文档评论（0）