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:
利用小波包分析技术适于对非平稳信号进行特征提取和支持向量机在小样本情况下具有较强分类能力的特点,提出了一种基于小波包分析和支持向量机相结合进行刀具切削故障诊断的方法.该方法采用小波包分析对其提取特征向量,利用支持向量机故障分类器实现对刀具切削故障分类.试验结果表明,小波包分析和支持向量机能对刀具故障进行有效诊断,故障预报正确率为90%.
推荐文章
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
基于小波包分解和支持向量机的机械故障诊断方法
小波包分解
能量谱
支持向量机
故障诊断
多故障分类器
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
基于小波分析和支持向量机的模拟电路故障诊断
小波分析
支持向量机
方波信号
模拟电路
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 小波包分析和支持向量机在刀具故障诊断中的应用
来源期刊 振动、测试与诊断 学科 工学
关键词 刀具 故障诊断 小波包分析 支持向量机
年,卷(期) 2008,(3) 所属期刊栏目
研究方向 页码范围 273-276
页数 4页 分类号 TP206.3|TH133
字数 3402字 语种 中文
DOI 10.3969/j.issn.1004-6801.2008.03.019
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 喻俊馨 西华大学机械工程与自动化学院 25 217 8.0 14.0
2 黄惟公 西华大学机械工程与自动化学院 39 372 10.0 18.0
3 王计生 西华大学机械工程与自动化学院 13 190 7.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (81)
参考文献  (6)
节点文献
引证文献  (47)
同被引文献  (89)
二级引证文献  (301)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(9)
  • 参考文献(0)
  • 二级参考文献(9)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2009(3)
  • 引证文献(2)
  • 二级引证文献(1)
2010(9)
  • 引证文献(3)
  • 二级引证文献(6)
2011(23)
  • 引证文献(9)
  • 二级引证文献(14)
2012(26)
  • 引证文献(6)
  • 二级引证文献(20)
2013(30)
  • 引证文献(6)
  • 二级引证文献(24)
2014(47)
  • 引证文献(4)
  • 二级引证文献(43)
2015(42)
  • 引证文献(4)
  • 二级引证文献(38)
2016(41)
  • 引证文献(5)
  • 二级引证文献(36)
2017(44)
  • 引证文献(3)
  • 二级引证文献(41)
2018(39)
  • 引证文献(2)
  • 二级引证文献(37)
2019(29)
  • 引证文献(3)
  • 二级引证文献(26)
2020(15)
  • 引证文献(0)
  • 二级引证文献(15)
研究主题发展历程
节点文献
刀具
故障诊断
小波包分析
支持向量机
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
振动、测试与诊断
双月刊
1004-6801
32-1361/V
南京市御道街29号
chi
出版文献量(篇)
2937
总下载数(次)
3
总被引数(次)
26426
论文1v1指导