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:
提出了一种基于时序和反向传播网络(Back-Propagation Network,BP)相结合的诊断方法.通过对齿轮箱正常和故障运行状态的振动信号进行时序分析,利用时序模型提取齿轮不同状态的特征,并以其自回归参数组成特征向量作为BP网络分类器的输入进行网络训练,从而实现了对齿轮正常、裂纹和局部点蚀的状态识别与诊断.结果表明,基于时序-BP网络结合的方法对于多故障分类和检测是一种非常有效的诊断手段.
推荐文章
基于BP网络的舰炮齿轮箱故障诊断方法
信息处理技术
BP网络
故障诊断
齿轮箱
基于时序-RBF神经网络的齿轮故障诊断方法
齿轮故障
诊断
时序分析
特征提取
RBF神经网络
改进BP神经网络在齿轮故障诊断的应用
遗传算法
BP神经网络
故障诊断
样本训练
基于BP神经网络的卫星故障诊断方法
卫星
BP神经网络
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 基于时序-BP网络的齿轮故障诊断方法及应用
来源期刊 三峡大学学报(自然科学版) 学科 工学
关键词 齿轮故障 诊断 时序分析 BP网络 特征提取
年,卷(期) 2008,(3) 所属期刊栏目 机电工程
研究方向 页码范围 70-73
页数 4页 分类号 TH132
字数 2945字 语种 中文
DOI 10.3969/j.issn.1672-948X.2008.03.018
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 李力 三峡大学机械与材料学院 100 483 11.0 17.0
2 李志雄 三峡大学机械与材料学院 23 101 6.0 8.0
3 蒋宇 三峡大学机械与材料学院 6 17 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (15)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (8)
二级引证文献  (10)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
齿轮故障
诊断
时序分析
BP网络
特征提取
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
三峡大学学报(自然科学版)
双月刊
1672-948X
42-1735/TV
大16开
湖北省宜昌市大学路8号
1979
chi
出版文献量(篇)
3272
总下载数(次)
3
总被引数(次)
16186
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导