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:
本文通过各种实例,有选择地对信号进行小波分解或小波包分解,并对分解的数据进行处理或重构,最终达到故障信号的检测、信噪分离和信号频带分离的目的,证实了该方法作为故障诊断手段的有效性。
推荐文章
基于小波分析的电机故障诊断研究
小波分析
特征频率
电机
故障诊断
基于小波分析的齿轮故障诊断方法的研究
奇异点分析
多分辨分析
故障诊断
基于小波分析齿轮箱故障诊断研究
故障诊断
小波分析
齿轮箱
基于小波分析和SVM的主变流器故障诊断
主变流器
故障诊断
小波分析
支持向量机
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 基于小波分析的故障诊断
来源期刊 自动化信息 学科 工学
关键词 小波分析 故障诊断 故障信号 信噪分离 小波分解 小波包分解 频带分析技术
年,卷(期) 2003,(4) 所属期刊栏目
研究方向 页码范围 21-23
页数 3页 分类号 TP277
字数 语种
DOI
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 舒大文 昆明理工大学机电工程学院 35 144 6.0 9.0
2 邓洪声 昆明理工大学机电工程学院 4 16 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  (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
小波分析
故障诊断
故障信号
信噪分离
小波分解
小波包分解
频带分析技术
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
自动化信息
月刊
1817-0633
成都市小南街123号冠城花园檀香阁3-1
出版文献量(篇)
5766
总下载数(次)
16
总被引数(次)
0
论文1v1指导