基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对齿轮故障信号的能量所引起的变化会淹没在常规振动与噪声之中,用传统的信号处理方法不易提取故障特征,给齿轮的故障诊断带来很大困难这一事实,本文描述了用于从振动信号中提取故障信息的小波包和用于识别故障类型的BP网络,研究了BP网络故障模式识别与小波包故障特征提取结合在一起对齿轮故障进行诊断的方法.研究结果表明该方法可以成功地用于齿轮常见故障的识别和诊断.
推荐文章
小波包和BP神经网络在齿轮箱故障诊断中的应用
小波包
BP神经网络
齿轮箱
分类器
故障诊断
基于小波包-AR谱和GA-BP网络的轴承故障诊断研究
小波包分解
自回归谱估计
GA-BP神经网络
故障诊断
基于小波包分析和改进自适应遗传算法的齿轮故障诊断
小波包分析
模糊逻辑
自适应遗传算法
齿轮
故障诊断
基于小波包和支持向量机的齿轮故障诊断
小波包
支持向量机
齿轮
故障诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波包分析和BP网络识别的齿轮故障诊断
来源期刊 辽宁工程技术大学学报(自然科学版) 学科 工学
关键词 小波包 BP网络 齿轮 故障诊断
年,卷(期) 2002,(5) 所属期刊栏目 机械与材料工程
研究方向 页码范围 659-660
页数 2页 分类号 TH113
字数 168字 语种 中文
DOI 10.3969/j.issn.1008-0562.2002.05.035
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭仁宁 辽宁工程技术大学机械工程学院 54 316 10.0 14.0
2 王本永 辽宁工程技术大学机械工程学院 4 24 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (10)
同被引文献  (4)
二级引证文献  (58)
2002(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(2)
  • 引证文献(1)
  • 二级引证文献(1)
2008(6)
  • 引证文献(1)
  • 二级引证文献(5)
2009(9)
  • 引证文献(0)
  • 二级引证文献(9)
2010(10)
  • 引证文献(1)
  • 二级引证文献(9)
2011(5)
  • 引证文献(2)
  • 二级引证文献(3)
2012(8)
  • 引证文献(0)
  • 二级引证文献(8)
2013(6)
  • 引证文献(1)
  • 二级引证文献(5)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
小波包
BP网络
齿轮
故障诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
辽宁工程技术大学学报(自然科学版)
月刊
1008-0562
21-1379/N
大16开
辽宁省阜新市
1979
chi
出版文献量(篇)
6319
总下载数(次)
12
总被引数(次)
52708
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导