武漢星興達(dá)液壓氣動(dòng)設(shè)備有限公司為您提供更多油泵型號(hào) 力士樂電磁閥DBW30B2-5X/315-6EG24N9K4
DBW10/20/30B1-5X/100-6EG24N9K4
DBW10/20/30B2-5X/100-6EG24N9K4
DBW10/20/30A1-5X/100-6EG24N9K4
DBW10/20/30A2-5X/100-6EG24N9K4
DBW10/20/30B1-5X/200-6EG24N9K4
DBW10/20/30B2-5X/200-6EG24N9K4
DBW10/20/30A1-5X/200-6EG24N9K4
DBW10/20/30A2-5X/200-6EG24N9K4
DBW10/20/30B1-5X/315-6EG24N9K4
DBW10/20/30B2-5X/315-6EG24N9K4
DBW10/20/30A1-5X/315-6EG24N9K4
DBW10/20/30A2-5X/315-6EG24N9K4
DBW10/20B1-5X/350-6EG24N9K4
DBW10/20B2-5X/350-6EG24N9K4
DBW10/20A1-5X/350-6EG24N9K4
DBW10/20A2-5X/350-6EG24N9K4
近年來的研究充分證明了PF算法是一種行之有效且非常具有發(fā)展?jié)摿Φ膹?qiáng)非線性濾波方法,特別適合大型復(fù)雜非線性系統(tǒng)的濾波處理。本論文所提出的方案從理論上解決了大型機(jī)械故障診斷過程中交互多模型的建立、相關(guān)噪聲概率密度的分解及噪聲未知特性的在線估計(jì)的問題,具體表現(xiàn)在下面幾個(gè)方面:(1)各種噪聲特性下已經(jīng)建立的狀態(tài)模型為復(fù)雜系統(tǒng)多模型的建立提供了有效的借鑒,聯(lián)測(cè)信息完備與缺失狀態(tài)下的模型交互技術(shù)為交互多模型的建立奠定了技術(shù)基礎(chǔ)。(2)借助于獨(dú)立噪聲聯(lián)合概率密度函數(shù)的分解思想,通過分析觀測(cè)信息與系統(tǒng)模型之間的關(guān)系,借助隨機(jī)信號(hào)處理技術(shù)及概率統(tǒng)計(jì)的思想,可以在條件概率的基礎(chǔ)上對(duì)聯(lián)合噪聲密度進(jìn)行有效可行的分解。(3)在系統(tǒng)噪聲能夠滿足高斯分布特況下,PF算法可以根據(jù)聯(lián)合高斯噪聲的分布情況,可以借助不同的濾波方法對(duì)噪聲時(shí)變的統(tǒng)計(jì)特性進(jìn)行實(shí)時(shí)的預(yù)測(cè)、估計(jì)。
武漢星興達(dá)液壓氣動(dòng)設(shè)備有限公司為您提供更多油泵型號(hào) 力士樂電磁閥DBW30B2-5X/315-6EG24N9K4