BPNN-SVM混合模型法监测乏燃料剪切机刀具磨损状态
作者: 陈甲华 [1] 邹树梁 [2]
摘要:提出了一种基于本征模态函数能量距法对乏燃料对剪切机工作噪声进行特征提取,并融合了BP神经网络和支持向量机构建了一种混合模型用于乏燃料剪切机刀具磨损状态的监测.对乏燃料剪切机刀具的正常、轻度磨损、重度磨损和损坏四种状态下的工作噪声信号分析的结果表明,该方法可以准确、有效地识别这些状态.
关键字: 乏燃料剪切机 刀具磨损 状态监测 IMF能量距 BP神经网络 支持向量机
上一篇: 利用流气式220Rn源刻度便携式连续测氡仪
下一篇: 脑出血CBCT成像仿真体模设计与制作