作者:
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:
提出了一种新的列车滚动轴承故障诊断方法.首先利用小波包分解对滚动轴承的动态信号进行分析、提取特征,然后采用Kohonen神经网络进行滚动轴承故障诊断.对7类列车滚动轴承进行了实验,结果表明该方法具有很好的故障诊断效果.
推荐文章
基于概率神经网络的滚动轴承故障诊断
PNN网络
BP神经网络
故障诊断
滚动轴承
基于卷积神经网络的滚动轴承故障诊断方法
深度学习
卷积神经网络
特征自动提取
轴承故障诊断
基于改进的RBF神经网络的滚动轴承故障诊断
RBF神经网络
减聚类算法
故障诊断
滚动轴承
基于小波包和改进BP神经网络的滚动轴承故障诊断方法
小波包
BP神经网络
Levenberg?Marquardt
滚动轴承
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Kohonen神经网络的滚动轴承故障诊断
来源期刊 计算机工程 学科 工学
关键词 滚动轴承 小波包分解 Kohonen神经网络 故障诊断
年,卷(期) 2003,(3) 所属期刊栏目 基金项目论文
研究方向 页码范围 39-41
页数 3页 分类号 TP391.5
字数 3593字 语种 中文
DOI 10.3969/j.issn.1000-3428.2003.03.015
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 夏利民 中南大学铁道校区信息学院 102 814 16.0 22.0
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  (9)
参考文献  (4)
节点文献
引证文献  (21)
同被引文献  (30)
二级引证文献  (89)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(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)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(8)
  • 引证文献(4)
  • 二级引证文献(4)
2006(2)
  • 引证文献(1)
  • 二级引证文献(1)
2007(5)
  • 引证文献(2)
  • 二级引证文献(3)
2008(5)
  • 引证文献(2)
  • 二级引证文献(3)
2009(4)
  • 引证文献(1)
  • 二级引证文献(3)
2010(9)
  • 引证文献(3)
  • 二级引证文献(6)
2011(9)
  • 引证文献(2)
  • 二级引证文献(7)
2012(8)
  • 引证文献(0)
  • 二级引证文献(8)
2013(7)
  • 引证文献(1)
  • 二级引证文献(6)
2014(9)
  • 引证文献(1)
  • 二级引证文献(8)
2015(11)
  • 引证文献(0)
  • 二级引证文献(11)
2016(11)
  • 引证文献(1)
  • 二级引证文献(10)
2017(6)
  • 引证文献(2)
  • 二级引证文献(4)
2018(8)
  • 引证文献(0)
  • 二级引证文献(8)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
滚动轴承
小波包分解
Kohonen神经网络
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
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