简介：提出了基于核主元分析（KPCA）和支持向量机（SVM）相结合的齿轮箱齿轮故障识别方法。采用振动信号初始特征空间的内积核函数,将初始特征空间中的非线性问题转换成高维特征空间中的线性问题。通过主元分析对映射到高维空间中的数据信息进行处理,得到初始特征的非线性主元,实现对高维特征参数进行降维。再结合SVM良好的分类能力,结果表明,KPCA和SVM相结合的分类性能在齿轮箱故障诊断方面有更好的效果。
简介：采用西门子M4控制器对龙门刨床的主拖动系统进行改造。由原来的直流驱动改为交流变频驱动，实现基于现代控制器的参数控制，对主拖动系统进行了基于M4控制器的设计计算以及参数选用和设置，使系统较大程度地简约化，具有柔性、易维护、可靠性高、节约资源等特点。
基于核主元分析和支持向量机相结合的齿轮箱齿轮故障识别方法
基于西门子M4控制器的A系列龙门刨床主拖动系统技术设计
