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EMMD(extremum field meaH mode decomposition)和AR(auto-regressive)奇异值熵的故障特征提取方法.该方法在对故障信号的EMMD分解基础上,选取有限个固有模态函数(IMF,intrinsic mode function)的AR模型参数向量作为故障的初始特征向量矩阵,对初始特征向量矩阵求取奇异值熵,通过奇异值熵的大小表征故障类型.对转子故障数据的分析结果表明该方法能够有效地应用于非线性和非平稳故障信号的特征提取.
推荐文章
基于奇异值分解及形态滤波的滚动轴承故障特征提取方法
奇异值分解
形态滤波
滚动轴承
振动信号
故障特征提取
基于小波变换信息熵的自动机故障特征提取研究
自动机
信息熵提取
小波奇异谱熵
小波能谱熵
小波时间熵
基于多尺度形态学与奇异值分解的滚动轴承故障特征提取
多尺度
形态差值滤波器
特征能量比
奇异值分解
差分谱
基于小波包Shannon熵的PHM系统故障特征提取
PHM
故障特征提取模型
轴承故障
小波包Shannon熵
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EMMD和AR奇异值熵的故障特征提取方法研究
来源期刊 测控技术 学科 工学
关键词 EMMD AR模型 奇异值熵 故障特征提取
年,卷(期) 2008,(9) 所属期刊栏目 理论与实践
研究方向 页码范围 83-85
页数 3页 分类号 TP17
字数 1800字 语种 中文
DOI 10.3969/j.issn.1000-8829.2008.09.028
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 张骏 西北工业大学自动化学院 83 669 13.0 23.0
2 宁宁 西北工业大学自动化学院 9 36 3.0 5.0
3 秦文娟 西北工业大学自动化学院 3 15 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (81)
参考文献  (6)
节点文献
引证文献  (12)
同被引文献  (15)
二级引证文献  (32)
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)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(4)
  • 引证文献(2)
  • 二级引证文献(2)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(9)
  • 引证文献(4)
  • 二级引证文献(5)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(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
EMMD
AR模型
奇异值熵
故障特征提取
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
测控技术
月刊
1000-8829
11-1764/TB
大16开
北京2351信箱《测控技术》杂志社
82-533
1980
chi
出版文献量(篇)
8430
总下载数(次)
24
总被引数(次)
55628
论文1v1指导