原文服务方: 机械强度       
摘要:
提出应用小波包分解和支持向量机进行机械故障诊断的方法.该方法将振动信号小波包分解后的频带能量作为特征向量,输入到由多个支持向量机构成的多故障分类器中进行故障识别和分类.试验结果表明,与神经网络相比,采用支持向量机进行故障诊断可以获得更高的诊断精度,表明该方法是有效的、可行的.
推荐文章
基于小波包分解和支持向量数据描述的故障诊断方法
支持向量数据描述
故障诊断
小波包分解
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
基于支持向量机的机械故障诊断方法研究
支持向量机
机械故障诊断
多故障分类器
基于支持向量机的旋转机械故障诊断研究
小波包分析
故障诊断
支持向量机
核函数
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 基于小波包分解和支持向量机的机械故障诊断方法
来源期刊 机械强度 学科
关键词 小波包分解 能量谱 支持向量机 故障诊断 多故障分类器
年,卷(期) 2004,(1) 所属期刊栏目 振动·监测·诊断
研究方向 页码范围 20-24
页数 5页 分类号 TP206.3
字数 语种 中文
DOI 10.3321/j.issn:1001-9669.2004.01.005
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 卜英勇 中南大学机电工程学院 116 972 15.0 27.0
2 何学文 中南大学机电工程学院 11 200 6.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (1813)
参考文献  (4)
节点文献
引证文献  (53)
同被引文献  (60)
二级引证文献  (205)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
2005(3)
  • 引证文献(3)
  • 二级引证文献(0)
2006(9)
  • 引证文献(6)
  • 二级引证文献(3)
2007(11)
  • 引证文献(4)
  • 二级引证文献(7)
2008(16)
  • 引证文献(6)
  • 二级引证文献(10)
2009(12)
  • 引证文献(3)
  • 二级引证文献(9)
2010(15)
  • 引证文献(4)
  • 二级引证文献(11)
2011(16)
  • 引证文献(2)
  • 二级引证文献(14)
2012(20)
  • 引证文献(2)
  • 二级引证文献(18)
2013(20)
  • 引证文献(3)
  • 二级引证文献(17)
2014(29)
  • 引证文献(5)
  • 二级引证文献(24)
2015(15)
  • 引证文献(5)
  • 二级引证文献(10)
2016(27)
  • 引证文献(3)
  • 二级引证文献(24)
2017(17)
  • 引证文献(2)
  • 二级引证文献(15)
2018(28)
  • 引证文献(5)
  • 二级引证文献(23)
2019(17)
  • 引证文献(0)
  • 二级引证文献(17)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
小波包分解
能量谱
支持向量机
故障诊断
多故障分类器
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
机械强度
双月刊
1001-9669
41-1134/TH
大16开
河南省郑州市科学大道149号
1975-01-01
中文
出版文献量(篇)
4191
总下载数(次)
0
总被引数(次)
35027
论文1v1指导