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:
提出使用Walsh变换和小波包相结合的方法,对滚动轴承故障产生的冲击信号序列提取故障特征, 并给出了计算的有效算法. 对滚动轴承故障特征分析和计算表明,用改进小波包分解、重构公式能有效地剔除冲击信号序列中高频共振信号和噪声, 使用快速Walsh变换(FWT)求取其功率谱,优于Fourier变换,可很好地提取故障特征,仿真和实际数据计算的结果,证实了上述方法的有效性.
推荐文章
基于小波包变换的肌电信号特征提取
小波包变换
特征提取
表面肌电信号
Elman神经网络
基于小波包变换的眼电信号特征提取及分类
眼电信号
小波包变换
支持向量机
基于EMD和Hilbert变换的脑磁信号特征提取和分类
脑机接口(BCI)
脑磁图(MEG)
经验模式分解(EMD)
Hilbert变换
主成分分析
支持向量机(SVM)
飞机声信号的特征提取与识别
飞机
声特征提取
目标识别
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 Walsh变换对冲击信号序列特征提取的研究
来源期刊 北京航空航天大学学报 学科 工学
关键词 特征抽取 滚动轴承 故障定位 冲击信号序列 Walsh变换
年,卷(期) 2003,(9) 所属期刊栏目
研究方向 页码范围 802-806
页数 5页 分类号 TB533+.1
字数 3207字 语种 中文
DOI 10.3969/j.issn.1001-5965.2003.09.012
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 李行善 北京航空航天大学自动化科学与电气工程学院 51 1697 21.0 41.0
2 李宝安 北京航空航天大学自动化科学与电气工程学院 16 489 6.0 16.0
3 刘星 北京航空航天大学自动化科学与电气工程学院 7 49 3.0 7.0
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  (0)
同被引文献  (0)
二级引证文献  (0)
2003(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)
研究主题发展历程
节点文献
特征抽取
滚动轴承
故障定位
冲击信号序列
Walsh变换
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
北京航空航天大学学报
月刊
1001-5965
11-2625/V
大16开
北京市海淀区学院路37号
1956
chi
出版文献量(篇)
6912
总下载数(次)
23
总被引数(次)
69992
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导