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:
针对机械故障中遇到的问题,提出了基于小波变换和神经网络故障检测方法,小波变换理论能够根据被分析信号的特征,自适应地选择相应频带,使之与信号频谱相匹配,从而提高了时-频分辨力.利用小波变换对信号原始信息进行分解,得到信号的不同特征向量.将不同的特征向量送入不同子神经网络进行诊断,并通过神经网络做出最后的诊断.该系统具有知识自动获取、识别速度快、鲁棒性及容错能力强等特点,实例证明该系统是有效的.
推荐文章
基于小波神经网络的机械故障预测
小波网络
机械故障
预测
小波变换和神经网络的电路故障诊断
电路故障诊断
小波变换
神经网络
故障特征提取
时频信息确定
诊断效果检测
基于小波变换的机械故障信号的检测与分析
小波分挝
VC++
数据采集
故障诊断
小波变换在机械故障信号分析中的应用
小波变换
奇异性检测
Lipschitz指数
信号分析
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 基于小波变换和神经网络的机械故障检测方法
来源期刊 宇航计测技术 学科 工学
关键词 +小波变换 +神经网络 机械故障 故障检测
年,卷(期) 2007,(6) 所属期刊栏目
研究方向 页码范围 15-18
页数 4页 分类号 TP393
字数 2659字 语种 中文
DOI 10.3969/j.issn.1000-7202.2007.06.005
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 刘建都 空军工程大学导弹学院 13 79 6.0 8.0
2 张善文 空军工程大学导弹学院 31 208 9.0 13.0
3 程智峰 空军工程大学导弹学院 7 24 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (14)
参考文献  (2)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
+小波变换
+神经网络
机械故障
故障检测
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
宇航计测技术
双月刊
1000-7202
11-2052/V
大16开
北京142信箱408分箱
18-123
1981
chi
出版文献量(篇)
2113
总下载数(次)
3
总被引数(次)
8082
论文1v1指导