• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    一種滾動(dòng)軸承故障診斷方法

    2020-06-10 03:20:30梁志成徐皞昊
    關(guān)鍵詞:波包特征向量故障診斷

    梁志成, 王 芳, 徐皞昊

    (上海電機(jī)學(xué)院 電氣學(xué)院, 上海 200240)

    風(fēng)能是一種清潔、可再生的能源,全球風(fēng)能資源豐富。因此,風(fēng)力發(fā)電在電力系統(tǒng)中的應(yīng)用越來(lái)越廣泛[1]。由于大型風(fēng)力發(fā)電機(jī)組體型巨大,且一般都位于偏遠(yuǎn)的陸地和海邊,機(jī)組的運(yùn)行狀態(tài)檢測(cè)比較困難,運(yùn)行維護(hù)成本較高。據(jù)統(tǒng)計(jì),陸上風(fēng)力發(fā)電機(jī)組的日常運(yùn)行維護(hù)成本一般可達(dá)到風(fēng)電場(chǎng)收益的15%~20%,而海上風(fēng)力發(fā)電機(jī)組的日常運(yùn)行維護(hù)成本一般可達(dá)到風(fēng)電場(chǎng)收益的25%~35%[2]。

    滾動(dòng)軸承是轉(zhuǎn)動(dòng)設(shè)備中的重要組成部分,在各種機(jī)械中有著廣泛的應(yīng)用。滾動(dòng)軸承一般由內(nèi)圈、外圈、滾動(dòng)體和保持架4部分組成。滾動(dòng)軸承故障表現(xiàn)為疲勞點(diǎn)蝕、磨損、腐蝕、裂紋和磨粒磨損等。在風(fēng)力發(fā)電機(jī)組中,滾動(dòng)軸承作為較易損壞的部件之一,其故障會(huì)導(dǎo)致風(fēng)力發(fā)電機(jī)組整機(jī)工作不正常,嚴(yán)重的故障甚至?xí)l(fā)災(zāi)難性后果,從而導(dǎo)致非常昂貴的維修費(fèi)用[3]。因此,滾動(dòng)軸承的故障診斷研究是風(fēng)力發(fā)電機(jī)組故障診斷技術(shù)的重要內(nèi)容。

    為了及時(shí)發(fā)現(xiàn)滾動(dòng)軸承的缺陷和損傷,國(guó)內(nèi)外對(duì)滾動(dòng)軸承的故障診斷有很多研究。陳文濤[4]提出了利用共振解調(diào)技術(shù)和自回歸模型(Autoregr-essive Model, AR)對(duì)軸承故障進(jìn)行診斷,利用共振特性提取故障信息。孫斌等[5]利用紅外熱像儀測(cè)量電動(dòng)機(jī)蓋表面溫度場(chǎng)的分布規(guī)律,對(duì)電動(dòng)機(jī)軸承狀態(tài)進(jìn)行實(shí)時(shí)判斷。郭艷平等[6]提出了一種結(jié)合經(jīng)驗(yàn)?zāi)B(tài)分解和散度指標(biāo)的風(fēng)力發(fā)電機(jī)組滾動(dòng)軸承的故障診斷方法。高偉等[7]提出小波變換和盲源分離的電動(dòng)機(jī)軸承故障診斷。劉元是等[8]提出了基于BP神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷。

    文獻(xiàn)[9]采用了卷積神經(jīng)網(wǎng)絡(luò)對(duì)齒輪箱進(jìn)行故障診斷,其故障診斷網(wǎng)絡(luò)模型的隱含層由一個(gè)卷積層和全連接層構(gòu)成,將信號(hào)的頻域信息作為網(wǎng)絡(luò)的輸入,對(duì)齒輪和軸承進(jìn)行狀態(tài)識(shí)別。文獻(xiàn)[10]提出了一種基于時(shí)域振動(dòng)數(shù)據(jù)的支持向量機(jī)算法,在插值速度和外推速度下,對(duì)滾動(dòng)軸承的多類故障進(jìn)行分類。文獻(xiàn)[11]提出了一種深度卷積神經(jīng)網(wǎng)絡(luò)的故障診斷模型,將振動(dòng)信號(hào)的時(shí)域特征和頻域特征作為網(wǎng)絡(luò)的輸入,實(shí)現(xiàn)對(duì)齒輪箱故障模式的診斷。

    1 存在問(wèn)題及解決措施

    BP神經(jīng)網(wǎng)絡(luò)是一種基于梯度下降的誤差反向傳播算法,在其進(jìn)行自我學(xué)習(xí)時(shí),存在局部極小值和學(xué)習(xí)算法收斂速度慢的缺點(diǎn)[12-14]。而徑向基函數(shù)(Radial Basis Function, RBF)神經(jīng)網(wǎng)絡(luò)具有全局逼近的特點(diǎn),即RBF神經(jīng)網(wǎng)絡(luò)不存在局部極小值,可以從根本上解決BP神經(jīng)網(wǎng)絡(luò)存在的局部極小值問(wèn)題。但RBF神經(jīng)網(wǎng)絡(luò)的最優(yōu)參數(shù)尋找困難[15-17],包括基函數(shù)的中心、基函數(shù)的場(chǎng)域?qū)挾取㈦[含層與輸出層的權(quán)重。因此,可以采用粒子群優(yōu)化(Particle Swarm Optimization, PSO)算法來(lái)進(jìn)行神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)的尋優(yōu)。而標(biāo)準(zhǔn)的PSO在后期也存在搜索速度慢和不易找到全局最優(yōu)解等缺點(diǎn)[18],所以可以采用凸函數(shù)遞減的慣性權(quán)重、粒子對(duì)自身的學(xué)習(xí)能力系數(shù)遞減和粒子對(duì)種群的學(xué)習(xí)能力系數(shù)遞增的方法來(lái)進(jìn)行優(yōu)化。

    2 故障診斷方法的流程

    本文提出了一種基于小波和改進(jìn)PSO-RBF神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷方法,主要針對(duì)滾動(dòng)軸承的3種典型故障:內(nèi)圈故障、外圈故障和滾子故障。從歷史數(shù)據(jù)庫(kù)中讀取滾動(dòng)軸承正常狀態(tài)、外圈故障、內(nèi)圈故障和滾子故障的振動(dòng)信號(hào),利用小波函數(shù)進(jìn)行降噪處理,得到純凈的振動(dòng)信號(hào)。再利用多貝西小波(Daubechies Wavelet, db)對(duì)純凈振動(dòng)信號(hào)進(jìn)行3層小波包分解和相空間重構(gòu),以能量為基本元素構(gòu)造8個(gè)特征向量,進(jìn)行歸一化處理,將處理后的8個(gè)特征向量作為8個(gè)輸入信號(hào),滾動(dòng)軸承的狀態(tài)作為輸出信號(hào)來(lái)訓(xùn)練一個(gè)RBF神經(jīng)網(wǎng)絡(luò)。由于RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的最優(yōu)參數(shù)尋找困難,所以采用一種改進(jìn)的PSO算法進(jìn)行RBF結(jié)構(gòu)參數(shù)的尋優(yōu),得到一個(gè)性能最好的RBF神經(jīng)網(wǎng)絡(luò)故障診斷模型。在進(jìn)行滾動(dòng)軸承故障診斷時(shí),對(duì)于一個(gè)待診斷的振動(dòng)信號(hào),對(duì)其進(jìn)行小波降噪、小波包分解和相空間重構(gòu),構(gòu)造8個(gè)特征向量,將這8個(gè)特征向量輸入到RBF神經(jīng)網(wǎng)絡(luò)故障診斷模型中,就得到了滾動(dòng)軸承的診斷結(jié)果。基于小波和改進(jìn)PSO-RBF神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷方法流程如圖1所示。

    3 小波變換

    3.1 小波降噪

    滾動(dòng)軸承在故障早期階段產(chǎn)生的信息比較微弱,通常會(huì)被周圍噪聲干擾所掩蓋,從而難以辨別故障信號(hào)。這就要求對(duì)原始振動(dòng)信號(hào)進(jìn)行降噪處理,小波降噪是一種非常有效的降噪方法,可以得到更為清晰的故障信息。

    假設(shè)滾動(dòng)軸承的純凈振動(dòng)信號(hào)為f(m),噪聲信號(hào)為e(m),則滾動(dòng)軸承的振動(dòng)信號(hào)模型為

    y(m)=f(m)+σe(m)

    (1)

    式中:y(m)為實(shí)際測(cè)量得到的振動(dòng)信號(hào);σ為信號(hào)的標(biāo)準(zhǔn)方差;m=1,2,…,L,L為信號(hào)的長(zhǎng)度。

    將實(shí)際測(cè)量的振動(dòng)信號(hào)y(m)進(jìn)行小波變換得到小波系數(shù)

    dj,k=df(j,k)+de(j,k)

    (2)

    式中:df(j,k)為純凈振動(dòng)信號(hào)經(jīng)過(guò)小波變換后第j層的第k個(gè)系數(shù);de(j,k)為噪聲信號(hào)經(jīng)過(guò)小波變換后第j層的第k個(gè)系數(shù)。

    利用小波函數(shù)對(duì)實(shí)際測(cè)量的振動(dòng)信號(hào)進(jìn)行分解,并比較各層系數(shù)模長(zhǎng)和閾值的大小,濾掉低于閾值的系數(shù),然后再進(jìn)行小波反變換,得到較為純凈的振動(dòng)信號(hào)。

    3.2 小波包分解

    由于滾動(dòng)軸承的振動(dòng)信號(hào)頻率包含了低頻段和高頻段,比較復(fù)雜,需要對(duì)其進(jìn)行分解才能更為方便地進(jìn)行故障診斷。小波包分解可以將振動(dòng)信號(hào)分為不同的頻帶,它不僅對(duì)振動(dòng)信號(hào)的低頻段進(jìn)行分解,同時(shí)對(duì)振動(dòng)信號(hào)的高頻段進(jìn)行分解。小波包分解可以將振動(dòng)信號(hào)的頻帶分為多個(gè)層次,以便進(jìn)行后續(xù)的分析和故障診斷。與正常信號(hào)相比,故障信號(hào)的幅頻一般比較大,而且相同頻帶內(nèi)的能量差異比較明顯。如果信號(hào)的各個(gè)頻段中包含一部分的故障信息,利用小波包進(jìn)行分解,可以獲得故障信號(hào)的特征值,從而實(shí)現(xiàn)對(duì)故障振動(dòng)信號(hào)的精確分析。設(shè)定滾動(dòng)軸承降噪后的振動(dòng)信號(hào)f(t)的分析頻率范圍為0~5 000 Hz,利用小波包分解將f(t) 整個(gè)頻段分成8個(gè)等間距的頻帶,每個(gè)頻帶的寬度為625 Hz,然后分析各個(gè)頻帶內(nèi)的能量情況,根據(jù)能量的變化獲得故障信息的類型,具體的操作步驟如下。

    (1) 利用db小波函數(shù)對(duì)降噪后的振動(dòng)信號(hào)f(t)進(jìn)行3層小波包分解。振動(dòng)信號(hào)的小波包分解算法為

    (3)

    式中:dl(j,k)為振動(dòng)信號(hào)經(jīng)過(guò)小波包分解后第j層的第k個(gè)系數(shù);aj+1,i、bj+1,i為小波包濾波器的系數(shù)。

    (2) 對(duì)小波包的各個(gè)分解系數(shù)進(jìn)行相空間重構(gòu),進(jìn)而得到8個(gè)頻帶范圍內(nèi)的信號(hào)特征,每個(gè)頻帶的寬度為625 Hz。

    (3) 求解各個(gè)頻帶范圍內(nèi)信號(hào)的能量:

    (4)

    式中:xik為重構(gòu)信號(hào);Si為離散點(diǎn)幅值。

    (4) 構(gòu)造特征向量。在滾動(dòng)軸承出現(xiàn)故障時(shí),各個(gè)頻帶信號(hào)的能量值會(huì)發(fā)生變化,以能量值作為基本要素所構(gòu)造的特征向量為

    (5)

    (6)

    經(jīng)過(guò)歸一化處理后,得到的特征向量為

    T=[E0,E1,E2,E3,E4,E5,E6,E7]

    (7)

    式中:E0為0~625 Hz內(nèi)的能量特征向量;E1為625~1 250 Hz內(nèi)的能量特征向量;…;E7為4 375~5 000 Hz內(nèi)的能量特征向量。

    將這8個(gè)經(jīng)過(guò)歸一化處理后的特征向量作為RBF神經(jīng)網(wǎng)絡(luò)的輸入,同時(shí)把相對(duì)應(yīng)的滾動(dòng)軸承狀態(tài)作為RBF神經(jīng)網(wǎng)絡(luò)的輸出進(jìn)行神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。神經(jīng)網(wǎng)絡(luò)的輸出用4個(gè)二進(jìn)制元素組成的向量來(lái)表示,(1 0 0 0)表示滾動(dòng)軸承的正常狀態(tài),(0 1 0 0)表示滾動(dòng)軸承的內(nèi)圈故障,(0 0 1 0)表示滾動(dòng)軸承的外圈故障,(0 0 0 1)表示滾動(dòng)軸承的滾子故障。

    4 改進(jìn)PSO-RBF神經(jīng)網(wǎng)絡(luò)的診斷模型

    4.1 RBF神經(jīng)網(wǎng)絡(luò)模型

    RBF神經(jīng)網(wǎng)絡(luò)能夠以任意精度逼近非線性函數(shù),具有結(jié)構(gòu)簡(jiǎn)單、收斂速度快等優(yōu)點(diǎn)。因其具有模擬神經(jīng)元局部響應(yīng)的特性,在網(wǎng)絡(luò)的隱含層加入基函數(shù),可以對(duì)目標(biāo)進(jìn)行非線性逼近,故有廣泛的應(yīng)用。本文采用多輸入多輸出的神經(jīng)網(wǎng)絡(luò)模型,網(wǎng)絡(luò)結(jié)構(gòu)分為3層,分別為輸入層、隱含層和輸出層。其網(wǎng)絡(luò)結(jié)構(gòu)模型如圖2所示,RBF神經(jīng)網(wǎng)絡(luò)具有8個(gè)輸入節(jié)點(diǎn),m個(gè)隱含層節(jié)點(diǎn),4個(gè)輸出節(jié)點(diǎn)。選擇高斯分布函數(shù)作為隱含層的基函數(shù)。

    當(dāng)輸入樣本數(shù)據(jù)時(shí),從輸入層到隱含層的非線性變換為

    (8)

    式中:x為輸入向量;ci為第i個(gè)RBF神經(jīng)網(wǎng)絡(luò)隱含層基函數(shù)的中心;σi為第i個(gè)RBF神經(jīng)網(wǎng)絡(luò)隱含層基函數(shù)的場(chǎng)域?qū)挾取?/p>

    從隱含層到輸出層的表達(dá)式為

    圖2 RBF神經(jīng)網(wǎng)絡(luò)模型

    (9)

    式中:m為隱含層的節(jié)點(diǎn)個(gè)數(shù);ωij為第i個(gè)隱含層節(jié)點(diǎn)與第j個(gè)輸出節(jié)點(diǎn)的連接權(quán)重;yj為第j個(gè)節(jié)點(diǎn)的輸出,j=1,2,3,4;ω0j為第j個(gè)節(jié)點(diǎn)調(diào)整輸出的偏移量,是預(yù)先設(shè)定好的常數(shù)。

    在以高斯函數(shù)作為基函數(shù)的RBF神經(jīng)網(wǎng)絡(luò)中,基函數(shù)的中心ci表示在高斯分布中對(duì)中心附近數(shù)據(jù)的敏感程度,而基函數(shù)的場(chǎng)域?qū)挾圈襥決定了數(shù)據(jù)減小的快慢程度。因此,需要對(duì)網(wǎng)絡(luò)中基函數(shù)的中心ci、基函數(shù)的場(chǎng)域?qū)挾圈襥、隱含層與輸出層的權(quán)重ωij進(jìn)行合適選取,構(gòu)建起RBF神經(jīng)網(wǎng)模型。

    應(yīng)用RBF神經(jīng)網(wǎng)絡(luò)對(duì)滾動(dòng)軸承故障進(jìn)行診斷時(shí),以訓(xùn)練樣本的均方誤差EMSE作為RBF神經(jīng)網(wǎng)絡(luò)的性能評(píng)價(jià)函數(shù),有

    (10)

    4.2 改進(jìn)的PSO算法

    從上述內(nèi)容可得,滾動(dòng)軸承故障診斷結(jié)果的性能指標(biāo)MSE與網(wǎng)絡(luò)參數(shù){ci,σi,ωij}有關(guān),因此,采用改進(jìn)的PSO算法對(duì)RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)參數(shù)進(jìn)行優(yōu)化,進(jìn)而找到最優(yōu)的參數(shù)使得EMSE的值最小。

    標(biāo)準(zhǔn)的PSO算法表示為:在D維搜索空間中,有M個(gè)粒子組成的種群。其中:Xi=[Xi1,Xi2,…,XiD]為粒子i的當(dāng)前位置;Vi=[Vi1,Vi2,…,ViD]為粒子i的當(dāng)前飛行速度;Pi=[Pi1,Pi2,…,PiD]為粒子i搜索到的個(gè)體最優(yōu)位置稱為Pbest;gi=[gi1,gi2,…,giD]為整個(gè)粒子群搜索到的最優(yōu)位置稱為gbest。粒子的狀態(tài)更新可表示為

    (11)

    式中:d=1,2,…,D;i=1,2,…,M;k為當(dāng)前迭代的次數(shù);ω為非負(fù)的常數(shù),稱為慣性權(quán)重;c1、c2為學(xué)習(xí)因子,是非負(fù)的常數(shù);r1、r2為0~1之間的隨機(jī)數(shù)。

    雖然PSO算法有著廣泛的應(yīng)用,但是標(biāo)準(zhǔn)的PSO算法在后期也存在搜索速度慢和不易找到全局最優(yōu)解等缺點(diǎn)。為了改善PSO算法的性能,采用遞減的凸函數(shù)作為慣性權(quán)重,可以使算法的收斂速度更快,精度更高。式(11)中的慣性權(quán)重取值為

    (12)

    式中:ωmax、ωmin分別為慣性權(quán)重的最大值和最小值,分別取0.9,0.4;k為當(dāng)前迭代的次數(shù);kmax為最大迭代次數(shù)。

    在式(11)中,c1表示每個(gè)粒子對(duì)自身的學(xué)習(xí)能力,c2表示每個(gè)粒子對(duì)種群的學(xué)習(xí)能力,c1遞減和c2遞增可以有利于粒子的前期自身搜索和后期全局搜索。本文對(duì)c1、c2的設(shè)置為

    (13)

    (14)

    式中:c1a、c1b、c2a、c2b為常數(shù),按經(jīng)驗(yàn)取值c1a=1.5、c1b=0.7、c2a=2.5、c2b=0.5。

    5 仿真分析

    從數(shù)據(jù)庫(kù)中,提取64組數(shù)據(jù)進(jìn)行小波包分解和相空間重構(gòu),進(jìn)行歸一化處理后,得到64個(gè)特征向量組。在這64個(gè)特征向量組中,用40組數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)故障診斷模型的訓(xùn)練樣本集,用24組數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)故障診斷模型的測(cè)試樣本集。表1為訓(xùn)練樣本集的部分?jǐn)?shù)據(jù)。

    表1 訓(xùn)練樣本集的部分?jǐn)?shù)據(jù)

    本文采用普通的BP神經(jīng)網(wǎng)絡(luò)故障診斷模型和改進(jìn)的RBF神經(jīng)網(wǎng)絡(luò)故障診斷模型進(jìn)行對(duì)比,分析實(shí)驗(yàn)結(jié)果。普通BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)為8-5-5-4,傳遞函數(shù)為[tansig,tansig,purelin],訓(xùn)練要求精度為0.001,訓(xùn)練次數(shù)為500。改進(jìn)的RBF網(wǎng)絡(luò)采用改進(jìn)的PSO算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)參數(shù),訓(xùn)練要求的精度也為0.001。分別在Matlab軟件中建立BP故障診斷模型和改進(jìn)的RBF故障診斷模型,將訓(xùn)練樣本集的數(shù)據(jù)分別輸入兩種模型中進(jìn)行訓(xùn)練,得到的訓(xùn)練誤差曲線分別如圖3、4所示。

    圖3 普通BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差曲線圖

    圖4 改進(jìn)RBF神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差曲線圖

    對(duì)比圖3和圖4可知,普通BP神經(jīng)網(wǎng)絡(luò)在迭代500次后,訓(xùn)練誤差可到達(dá)0.002 173,而改進(jìn)RBF神經(jīng)網(wǎng)絡(luò)在迭代22次后,其訓(xùn)練誤差就小于0.001(仿真值0.000 509 35)。由此可見,改進(jìn)的RBF神經(jīng)網(wǎng)絡(luò)模型比普通BP神經(jīng)網(wǎng)絡(luò)模型具有更高的訓(xùn)練速度,收斂性更強(qiáng),能夠用更少的訓(xùn)練步數(shù)完成相同目標(biāo)的網(wǎng)絡(luò)訓(xùn)練。

    對(duì)于訓(xùn)練好的BP故障診斷模型和改進(jìn)的RBF故障診斷模型,將24組測(cè)試樣本數(shù)據(jù)分別輸入到兩種模型中,得到輸出結(jié)果。為比較兩種故障診斷模型的性能,采用式(10)中的EMSE作為神經(jīng)網(wǎng)絡(luò)故障診斷模型的性能評(píng)價(jià)函數(shù)。普通BP神經(jīng)網(wǎng)絡(luò)EMSE為0.118 7,而改進(jìn)的RBF神經(jīng)網(wǎng)絡(luò)EMSE為0.067 2。對(duì)于測(cè)試樣本集中的24個(gè)樣本,每個(gè)樣本在兩種故障診斷模型下的輸出EMSE如圖5所示。由圖5可以看出,測(cè)試樣本在改進(jìn)的RBF故障診斷模型中的輸出EMSE普遍比在BP故障診斷模型中的要小,說(shuō)明改進(jìn)的RBF故障診斷模型的性能比普通的BP故障診斷模型更好,輸出結(jié)果更準(zhǔn)確。

    圖5 每個(gè)測(cè)試樣本在兩種故障診斷模型中的均方誤差圖

    6 結(jié) 語(yǔ)

    本文提出了一種基于小波和改進(jìn)PSO-RBF神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷方法,與普通的BP神經(jīng)網(wǎng)絡(luò)故障診斷方法相比,結(jié)合了小波變換和RBF神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn),故障診斷模型的訓(xùn)練速度更快、輸出結(jié)果更準(zhǔn)確,且不會(huì)陷入局部極小值。對(duì)于傳統(tǒng)的RBF神經(jīng)網(wǎng)絡(luò),針對(duì)其最優(yōu)參數(shù)尋找困難的不足,采用改進(jìn)的PSO算法進(jìn)行神經(jīng)網(wǎng)絡(luò)參數(shù)的尋優(yōu),可以使RBF神經(jīng)網(wǎng)絡(luò)最優(yōu)參數(shù)的尋找更加方便。

    猜你喜歡
    波包特征向量故障診斷
    二年制職教本科線性代數(shù)課程的幾何化教學(xué)設(shè)計(jì)——以特征值和特征向量為例
    克羅內(nèi)克積的特征向量
    基于小波包Tsallis熵和RVM的模擬電路故障診斷
    一類特殊矩陣特征向量的求法
    EXCEL表格計(jì)算判斷矩陣近似特征向量在AHP法檢驗(yàn)上的應(yīng)用
    基于小波包變換的電力系統(tǒng)諧波分析
    因果圖定性分析法及其在故障診斷中的應(yīng)用
    小波包理論與圖像小波包分解
    基于LCD和排列熵的滾動(dòng)軸承故障診斷
    基于小波包的全信息解調(diào)方法及其應(yīng)用
    欧美+亚洲+日韩+国产| 欧美精品av麻豆av| 美女脱内裤让男人舔精品视频| 韩国精品一区二区三区| 午夜福利一区二区在线看| 欧美日本中文国产一区发布| 国产欧美日韩精品亚洲av| 午夜福利免费观看在线| 婷婷成人精品国产| 丝袜脚勾引网站| 亚洲欧美一区二区三区久久| 美女国产高潮福利片在线看| 精品第一国产精品| 欧美精品av麻豆av| 精品第一国产精品| 搡老乐熟女国产| av一本久久久久| 精品国产国语对白av| 男人爽女人下面视频在线观看| 国产日韩欧美视频二区| 91字幕亚洲| 国产免费av片在线观看野外av| 十八禁网站免费在线| 国产成人精品在线电影| 亚洲一区二区三区欧美精品| 18禁黄网站禁片午夜丰满| 18禁裸乳无遮挡动漫免费视频| 日本猛色少妇xxxxx猛交久久| 9色porny在线观看| www日本在线高清视频| 国产亚洲av高清不卡| 午夜激情av网站| 欧美精品一区二区免费开放| 久久ye,这里只有精品| av视频免费观看在线观看| 老司机在亚洲福利影院| 高潮久久久久久久久久久不卡| 亚洲成国产人片在线观看| 久久这里只有精品19| 99热国产这里只有精品6| 久久精品亚洲av国产电影网| 男女之事视频高清在线观看| 19禁男女啪啪无遮挡网站| kizo精华| 久久天堂一区二区三区四区| 久久狼人影院| 亚洲三区欧美一区| 欧美成人午夜精品| 久久久久久人人人人人| 精品亚洲成a人片在线观看| 巨乳人妻的诱惑在线观看| 国产真人三级小视频在线观看| 老熟女久久久| 国产不卡av网站在线观看| 另类亚洲欧美激情| 国产伦理片在线播放av一区| 欧美老熟妇乱子伦牲交| 国产免费视频播放在线视频| 美女福利国产在线| 国产成+人综合+亚洲专区| 亚洲av片天天在线观看| 亚洲 国产 在线| 搡老岳熟女国产| 日韩欧美一区二区三区在线观看 | 精品免费久久久久久久清纯 | 国产在线免费精品| 国产欧美亚洲国产| 久久女婷五月综合色啪小说| 天天操日日干夜夜撸| 日韩欧美免费精品| 亚洲av欧美aⅴ国产| 天堂中文最新版在线下载| 19禁男女啪啪无遮挡网站| 国产欧美亚洲国产| 俄罗斯特黄特色一大片| 大型av网站在线播放| 亚洲天堂av无毛| 欧美一级毛片孕妇| 亚洲 欧美一区二区三区| 美女福利国产在线| 国产精品99久久99久久久不卡| 又紧又爽又黄一区二区| 国产精品一二三区在线看| 天堂俺去俺来也www色官网| 国产精品99久久99久久久不卡| 91字幕亚洲| 国产日韩欧美亚洲二区| 亚洲精品久久成人aⅴ小说| 他把我摸到了高潮在线观看 | 两性夫妻黄色片| 亚洲免费av在线视频| 国产成人啪精品午夜网站| 法律面前人人平等表现在哪些方面 | 欧美少妇被猛烈插入视频| 少妇人妻久久综合中文| 国产亚洲欧美精品永久| 中文字幕最新亚洲高清| 国产人伦9x9x在线观看| av在线播放精品| 搡老熟女国产l中国老女人| 一边摸一边抽搐一进一出视频| 一本色道久久久久久精品综合| 不卡av一区二区三区| 9色porny在线观看| 日韩制服骚丝袜av| 黄片大片在线免费观看| 91精品三级在线观看| 热re99久久国产66热| 香蕉国产在线看| 日韩三级视频一区二区三区| 精品视频人人做人人爽| 亚洲少妇的诱惑av| 精品亚洲成a人片在线观看| 巨乳人妻的诱惑在线观看| 在线观看人妻少妇| av电影中文网址| 不卡一级毛片| 亚洲精品国产av成人精品| 日本撒尿小便嘘嘘汇集6| 美女脱内裤让男人舔精品视频| 国产精品国产av在线观看| 人人妻,人人澡人人爽秒播| 国产亚洲精品一区二区www | 成年人午夜在线观看视频| 一个人免费在线观看的高清视频 | 中文字幕人妻熟女乱码| 国产成人精品无人区| 亚洲精品美女久久久久99蜜臀| 波多野结衣av一区二区av| 久久久久久免费高清国产稀缺| 日本91视频免费播放| www.自偷自拍.com| 飞空精品影院首页| 亚洲成人免费电影在线观看| 国产亚洲精品一区二区www | 国产成人一区二区三区免费视频网站| 日韩大码丰满熟妇| 可以免费在线观看a视频的电影网站| 熟女少妇亚洲综合色aaa.| 亚洲熟女精品中文字幕| 91国产中文字幕| 一进一出抽搐动态| 欧美日韩亚洲国产一区二区在线观看 | 国产精品亚洲av一区麻豆| 丝袜喷水一区| 我要看黄色一级片免费的| 精品国产乱子伦一区二区三区 | 久久久国产一区二区| 亚洲av欧美aⅴ国产| 99精品欧美一区二区三区四区| 亚洲精品一卡2卡三卡4卡5卡 | 亚洲av欧美aⅴ国产| 女人被躁到高潮嗷嗷叫费观| 久久国产亚洲av麻豆专区| 亚洲一卡2卡3卡4卡5卡精品中文| 精品乱码久久久久久99久播| 欧美精品av麻豆av| av在线老鸭窝| 亚洲成人免费电影在线观看| 久久热在线av| 操出白浆在线播放| 香蕉丝袜av| 国产一卡二卡三卡精品| 亚洲伊人色综图| 久久人人爽人人片av| 国产精品熟女久久久久浪| 性色av一级| 亚洲熟女毛片儿| 欧美亚洲日本最大视频资源| 午夜精品国产一区二区电影| 性色av一级| 日韩欧美国产一区二区入口| 女人高潮潮喷娇喘18禁视频| 天天躁夜夜躁狠狠躁躁| 搡老岳熟女国产| 亚洲精品美女久久av网站| 国产不卡av网站在线观看| 男女床上黄色一级片免费看| 午夜福利,免费看| 日韩欧美免费精品| 久久人妻熟女aⅴ| 欧美精品一区二区免费开放| 亚洲熟女精品中文字幕| 成人18禁高潮啪啪吃奶动态图| av网站在线播放免费| 精品久久久精品久久久| 好男人电影高清在线观看| 欧美变态另类bdsm刘玥| 久久久久精品人妻al黑| 亚洲精品美女久久av网站| 国产av精品麻豆| 嫁个100分男人电影在线观看| 久久香蕉激情| 欧美另类一区| 人妻人人澡人人爽人人| 侵犯人妻中文字幕一二三四区| 亚洲熟女毛片儿| 他把我摸到了高潮在线观看 | 黑丝袜美女国产一区| 91国产中文字幕| 色婷婷av一区二区三区视频| 成人国产av品久久久| 黑人操中国人逼视频| 国产精品久久久久成人av| 老司机深夜福利视频在线观看 | 国产区一区二久久| 午夜福利视频精品| 麻豆乱淫一区二区| 久久毛片免费看一区二区三区| 交换朋友夫妻互换小说| 性少妇av在线| 久久99热这里只频精品6学生| 不卡一级毛片| 一二三四社区在线视频社区8| 十八禁人妻一区二区| 欧美另类亚洲清纯唯美| 热99国产精品久久久久久7| 亚洲 国产 在线| 91精品三级在线观看| 亚洲av欧美aⅴ国产| 欧美日韩亚洲国产一区二区在线观看 | 精品人妻熟女毛片av久久网站| 成年人午夜在线观看视频| 天天添夜夜摸| 国产精品国产av在线观看| 精品乱码久久久久久99久播| 欧美变态另类bdsm刘玥| 91麻豆精品激情在线观看国产 | 精品国产一区二区三区四区第35| 久久精品国产亚洲av香蕉五月 | 日韩大码丰满熟妇| 亚洲国产欧美在线一区| 久久 成人 亚洲| a级毛片黄视频| 热99国产精品久久久久久7| 欧美变态另类bdsm刘玥| 亚洲美女黄色视频免费看| 精品久久久精品久久久| 国产欧美日韩一区二区三 | 亚洲精品一卡2卡三卡4卡5卡 | 首页视频小说图片口味搜索| 久久精品亚洲熟妇少妇任你| 国产伦理片在线播放av一区| 十分钟在线观看高清视频www| 我要看黄色一级片免费的| 欧美黄色淫秽网站| 天天躁夜夜躁狠狠躁躁| 岛国在线观看网站| 老司机亚洲免费影院| 欧美国产精品一级二级三级| av一本久久久久| 丁香六月欧美| 丰满人妻熟妇乱又伦精品不卡| 亚洲av成人不卡在线观看播放网 | www.999成人在线观看| 欧美精品高潮呻吟av久久| 深夜精品福利| 性高湖久久久久久久久免费观看| 1024视频免费在线观看| 亚洲精品国产色婷婷电影| 在线 av 中文字幕| 国产精品国产av在线观看| 欧美人与性动交α欧美精品济南到| 夜夜夜夜夜久久久久| 免费久久久久久久精品成人欧美视频| 国产一区二区 视频在线| 一区二区三区激情视频| 他把我摸到了高潮在线观看 | 99香蕉大伊视频| 亚洲精品久久午夜乱码| 悠悠久久av| 国产91精品成人一区二区三区 | 菩萨蛮人人尽说江南好唐韦庄| 久久人人爽av亚洲精品天堂| 亚洲精品一区蜜桃| 操出白浆在线播放| 亚洲五月色婷婷综合| 视频区欧美日本亚洲| 久久午夜综合久久蜜桃| 美女中出高潮动态图| 日本wwww免费看| 亚洲欧美激情在线| 亚洲七黄色美女视频| 免费一级毛片在线播放高清视频 | 1024视频免费在线观看| 精品福利观看| 交换朋友夫妻互换小说| 岛国在线观看网站| 男女免费视频国产| 99久久综合免费| 在线观看免费视频网站a站| 99精品久久久久人妻精品| 久久久久国产精品人妻一区二区| cao死你这个sao货| 黑人操中国人逼视频| 成年人免费黄色播放视频| 欧美日韩亚洲国产一区二区在线观看 | 桃花免费在线播放| 久久人人97超碰香蕉20202| a级毛片在线看网站| 亚洲va日本ⅴa欧美va伊人久久 | 黑人欧美特级aaaaaa片| 国产欧美日韩一区二区三 | 亚洲少妇的诱惑av| 亚洲人成电影免费在线| 久久久久久人人人人人| 欧美日韩一级在线毛片| 久久久精品区二区三区| 国产色视频综合| 97人妻天天添夜夜摸| 欧美日韩亚洲综合一区二区三区_| 国产1区2区3区精品| 欧美激情 高清一区二区三区| 久久久久国产一级毛片高清牌| 99久久人妻综合| 国产熟女午夜一区二区三区| 欧美日韩黄片免| 18在线观看网站| 午夜激情av网站| 男女免费视频国产| 男人爽女人下面视频在线观看| 免费观看av网站的网址| 午夜福利影视在线免费观看| 日韩视频一区二区在线观看| 午夜日韩欧美国产| 女性生殖器流出的白浆| 国产成人免费无遮挡视频| 欧美黑人欧美精品刺激| 欧美久久黑人一区二区| 久久亚洲国产成人精品v| 国产成人啪精品午夜网站| 啦啦啦免费观看视频1| e午夜精品久久久久久久| 黑人巨大精品欧美一区二区蜜桃| 如日韩欧美国产精品一区二区三区| 国产视频一区二区在线看| 亚洲精华国产精华精| 岛国在线观看网站| av网站免费在线观看视频| 国产精品久久久久成人av| 精品国产一区二区三区久久久樱花| 窝窝影院91人妻| 男女床上黄色一级片免费看| 亚洲精品久久午夜乱码| 亚洲精品粉嫩美女一区| 窝窝影院91人妻| 国产一区二区三区综合在线观看| 一级毛片精品| 一本一本久久a久久精品综合妖精| 高清av免费在线| 国产成人系列免费观看| 各种免费的搞黄视频| 丝瓜视频免费看黄片| 69精品国产乱码久久久| 飞空精品影院首页| 18禁黄网站禁片午夜丰满| 在线亚洲精品国产二区图片欧美| 精品国产乱码久久久久久小说| 12—13女人毛片做爰片一| 国产黄频视频在线观看| 韩国高清视频一区二区三区| 波多野结衣一区麻豆| 亚洲精品成人av观看孕妇| 精品国产一区二区三区四区第35| 国产精品熟女久久久久浪| 亚洲精品一二三| www.精华液| 午夜免费成人在线视频| 69av精品久久久久久 | 岛国毛片在线播放| 日本撒尿小便嘘嘘汇集6| 久久国产精品影院| 精品免费久久久久久久清纯 | 1024视频免费在线观看| 午夜91福利影院| 亚洲第一青青草原| 一本色道久久久久久精品综合| 国产一级毛片在线| 欧美xxⅹ黑人| 亚洲 欧美一区二区三区| 一区福利在线观看| 国产成人av教育| 亚洲欧美激情在线| 亚洲七黄色美女视频| 男男h啪啪无遮挡| 久久亚洲国产成人精品v| 久久久精品94久久精品| 国产一级毛片在线| 日韩熟女老妇一区二区性免费视频| 精品一区二区三卡| 99国产综合亚洲精品| 亚洲国产看品久久| 黄片大片在线免费观看| 国产日韩一区二区三区精品不卡| 精品少妇内射三级| 91老司机精品| 少妇被粗大的猛进出69影院| 一区二区av电影网| 欧美国产精品va在线观看不卡| 久久久精品免费免费高清| 国产亚洲精品久久久久5区| 国产伦人伦偷精品视频| 欧美久久黑人一区二区| 久久精品熟女亚洲av麻豆精品| 午夜精品久久久久久毛片777| a 毛片基地| 岛国毛片在线播放| 青春草亚洲视频在线观看| 精品亚洲成国产av| 亚洲一区二区三区欧美精品| 久久精品国产综合久久久| 亚洲精品一二三| 大片电影免费在线观看免费| 成人国产一区最新在线观看| 国产精品成人在线| av免费在线观看网站| 亚洲精品中文字幕一二三四区 | 国精品久久久久久国模美| 国产精品久久久人人做人人爽| 夜夜夜夜夜久久久久| 在线亚洲精品国产二区图片欧美| 欧美日韩成人在线一区二区| 一边摸一边抽搐一进一出视频| 免费高清在线观看日韩| xxxhd国产人妻xxx| 久久久欧美国产精品| 色综合欧美亚洲国产小说| 老熟女久久久| 中文字幕人妻熟女乱码| 国产精品一二三区在线看| 老鸭窝网址在线观看| 老司机深夜福利视频在线观看 | 女人爽到高潮嗷嗷叫在线视频| 成年人免费黄色播放视频| 亚洲中文日韩欧美视频| 亚洲国产日韩一区二区| 人妻人人澡人人爽人人| 久久免费观看电影| 丰满饥渴人妻一区二区三| 亚洲美女黄色视频免费看| 久久久久久人人人人人| 爱豆传媒免费全集在线观看| 好男人电影高清在线观看| 在线av久久热| 久久毛片免费看一区二区三区| 日本91视频免费播放| 免费在线观看影片大全网站| 久久天躁狠狠躁夜夜2o2o| 岛国在线观看网站| 高清黄色对白视频在线免费看| 欧美日韩国产mv在线观看视频| 深夜精品福利| 高潮久久久久久久久久久不卡| 高清视频免费观看一区二区| 色视频在线一区二区三区| 亚洲久久久国产精品| 欧美精品av麻豆av| 国产91精品成人一区二区三区 | 国产片内射在线| 欧美在线黄色| 亚洲成国产人片在线观看| 天天躁狠狠躁夜夜躁狠狠躁| 热99re8久久精品国产| 悠悠久久av| 欧美日韩一级在线毛片| 午夜视频精品福利| 亚洲色图 男人天堂 中文字幕| 色老头精品视频在线观看| 91成年电影在线观看| 国产成人精品久久二区二区免费| 国产成人精品在线电影| 在线观看免费高清a一片| 另类亚洲欧美激情| 女警被强在线播放| a 毛片基地| 伊人亚洲综合成人网| 精品福利观看| 丝袜人妻中文字幕| 色婷婷久久久亚洲欧美| 亚洲av电影在线进入| 久久99热这里只频精品6学生| 男女床上黄色一级片免费看| 正在播放国产对白刺激| 亚洲欧美激情在线| 亚洲精品久久久久久婷婷小说| 精品久久久精品久久久| 亚洲人成77777在线视频| 久久人人爽av亚洲精品天堂| 久久亚洲国产成人精品v| 欧美精品av麻豆av| 国产不卡av网站在线观看| www.熟女人妻精品国产| av视频免费观看在线观看| 午夜久久久在线观看| 日本欧美视频一区| 成人三级做爰电影| 考比视频在线观看| 9色porny在线观看| 日韩三级视频一区二区三区| 国产1区2区3区精品| 午夜福利在线免费观看网站| 一级毛片精品| 亚洲人成77777在线视频| 一本综合久久免费| 国内毛片毛片毛片毛片毛片| 高清欧美精品videossex| 久久国产精品大桥未久av| 国产精品麻豆人妻色哟哟久久| 国产一区二区三区av在线| 老汉色∧v一级毛片| 黄片大片在线免费观看| 国产成人欧美| 国产成人一区二区三区免费视频网站| 日本五十路高清| 少妇人妻久久综合中文| 好男人电影高清在线观看| 亚洲伊人久久精品综合| 日韩制服丝袜自拍偷拍| e午夜精品久久久久久久| 国产亚洲精品第一综合不卡| av又黄又爽大尺度在线免费看| h视频一区二区三区| 老司机福利观看| 老熟妇仑乱视频hdxx| 午夜精品久久久久久毛片777| 超碰97精品在线观看| 桃红色精品国产亚洲av| 国产精品国产三级国产专区5o| 国产伦人伦偷精品视频| 在线十欧美十亚洲十日本专区| 性色av乱码一区二区三区2| 五月天丁香电影| av网站免费在线观看视频| 久热爱精品视频在线9| 麻豆av在线久日| 下体分泌物呈黄色| 亚洲精品自拍成人| 亚洲中文字幕日韩| 制服诱惑二区| av免费在线观看网站| 丝袜人妻中文字幕| 丝袜在线中文字幕| 男人操女人黄网站| 天天躁夜夜躁狠狠躁躁| 日本vs欧美在线观看视频| 亚洲少妇的诱惑av| e午夜精品久久久久久久| 国产精品影院久久| 爱豆传媒免费全集在线观看| 国产日韩欧美在线精品| 婷婷丁香在线五月| 精品亚洲乱码少妇综合久久| 桃花免费在线播放| 在线观看一区二区三区激情| 国产成人免费观看mmmm| 韩国精品一区二区三区| 日本猛色少妇xxxxx猛交久久| 人人妻人人爽人人添夜夜欢视频| 丰满少妇做爰视频| 亚洲精品自拍成人| 亚洲精品一区蜜桃| 国产高清国产精品国产三级| 少妇裸体淫交视频免费看高清 | 午夜视频精品福利| 国产成人欧美在线观看 | 午夜福利乱码中文字幕| 国产成人精品久久二区二区免费| 又大又爽又粗| 亚洲av成人不卡在线观看播放网 | 亚洲国产日韩一区二区| 水蜜桃什么品种好| 99热网站在线观看| 亚洲久久久国产精品| 亚洲一区中文字幕在线| 人人妻人人澡人人看| 80岁老熟妇乱子伦牲交| 大片免费播放器 马上看| 欧美亚洲 丝袜 人妻 在线| 国产精品麻豆人妻色哟哟久久| av国产精品久久久久影院| 一级片免费观看大全| 黑人巨大精品欧美一区二区蜜桃| 中国国产av一级| 俄罗斯特黄特色一大片| 婷婷成人精品国产| 国产亚洲午夜精品一区二区久久| 日韩视频一区二区在线观看| 亚洲欧美激情在线| 91麻豆av在线| 成人亚洲精品一区在线观看| 韩国高清视频一区二区三区| 自拍欧美九色日韩亚洲蝌蚪91| 捣出白浆h1v1| 97精品久久久久久久久久精品| 在线av久久热| 欧美激情极品国产一区二区三区| 美女国产高潮福利片在线看| 亚洲伊人久久精品综合| 99re6热这里在线精品视频| 欧美日韩av久久| e午夜精品久久久久久久| 一二三四社区在线视频社区8| 老司机亚洲免费影院| 午夜老司机福利片| 国产91精品成人一区二区三区 | 国产成人系列免费观看| 成人影院久久| 国产在线免费精品| 老司机影院成人| 91国产中文字幕| 国产深夜福利视频在线观看| 国产成人欧美在线观看 | 在线观看舔阴道视频| av超薄肉色丝袜交足视频| 亚洲专区中文字幕在线|