TY - A2的太阳,救济PY Gengxin AU - Li - 2022 DA - 2022/09/17 TI -地铁机械设备的故障诊断基于5 g智能传感器网络信号处理SP - 3266205六世- 2022 AB -传统的特征提取方法在地铁中的应用机械故障诊断已经吸引了研究人员的注意。基于5 g智能传感器网络信号处理理论,本文构造了一个地铁机械设备故障诊断模型,分析了信息冗余计算方法的有效性提出了利用地铁的现场振动数据单位。模型得到的振动信号分析的熵特征向量在每个轴承部分地铁的机械和设备。熵值定量反映了转子振动的复杂性的部分从不同的角度和解决问题的数据定量分析。在仿真过程中,根据5 g智能传感器网络信号和模糊均值聚类信息融合方法,在识别的过程中地铁设备的故障状态,获得了相对乐观的识别结果。实验结果表明,无论是否选择高斯内核或多项式内核,内核数量的主成分,其累积贡献率大于0.85随内核参数的增加,以及断层识别支持率是85%,也就是说,3组样本数据的诊断结果是nonrolling元素的缺点,大大提高了轴承的性能。SN - 1687 - 725 - 2022/3266205 / 10.1155 x你——https://doi.org/10.1155/2022/3266205——摩根富林明——《传感器PB - Hindawi KW - ER