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:
通过对轴承的振动特征的分析,确定了基于故障的征兆频率,进而又构造出了轴承的征兆空间和故障空间的模式;采用多层前馈型神经网络,通过网络的自学习和训练,实现了两个空间之间的非线性映射;最后,完成了轴承运行状态的智能化监测诊断.
推荐文章
基于DSP的滚动轴承实时故障诊断系统设计
滚动轴承
故障诊断
DSP
共振解调技术
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
基于虚拟仪器和冲击脉冲法的滚动轴承故障诊断系统设计
滚动轴承
故障诊断
冲击脉冲
虚拟仪器
LabVIEW
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
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 基于神经元网络的滚动轴承诊断系统设计
来源期刊 机床与液压 学科 工学
关键词 轴承 神经元网络 特征频率 故障诊断
年,卷(期) 2004,(11) 所属期刊栏目 故障诊断
研究方向 页码范围 208-210,176
页数 4页 分类号 TP273
字数 3386字 语种 中文
DOI 10.3969/j.issn.1001-3881.2004.11.087
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 贺红林 81 356 8.0 16.0
2 封立耀 10 52 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (5)
参考文献  (1)
节点文献
引证文献  (2)
同被引文献  (1)
二级引证文献  (2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(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)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
轴承
神经元网络
特征频率
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
机床与液压
半月刊
1001-3881
44-1259/TH
大16开
广州市黄埔区茅岗路828号
46-40
1973
chi
出版文献量(篇)
20801
总下载数(次)
44
论文1v1指导