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:
对齿轮故障诊断方法进行研究,针对齿轮箱早期故障特征不明显,研究一种时序模型参数指标的诊断方法.利用齿轮故障模拟实验台采集了齿轮正常、早期裂纹与磨损的振动信号,应用时序AR模型将参数指标作为判据,实现了此三种故障模式的分类和诊断.结果表明,时序模型参数指标诊断法,对于故障的分类和检测是一种有效的诊断方法.
推荐文章
模型参数在齿轮故障诊断中的应用
模型参数
齿轮故障
诊断
特征向量
利用时频信息进行电机故障诊断
电机故障诊断
起动电流
时频分析
基于改进的自适应回归时序模型故障诊断
时间序列
数学模型
故障诊断
回归模型
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
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 利用时序模型参数指标的齿轮故障诊断研究
来源期刊 现代制造工程 学科 工学
关键词 故障诊断 参数指标 时序模型 自回归模型
年,卷(期) 2009,(6) 所属期刊栏目 设备设计/诊断维修/再制造
研究方向 页码范围 126-128,118
页数 4页 分类号 TH132
字数 1947字 语种 中文
DOI 10.3969/j.issn.1671-3133.2009.06.034
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 李志雄 三峡大学机械与材料学院 23 101 6.0 8.0
2 蒋宇 黄山学院信息工程学院 27 101 6.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (25)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (14)
二级引证文献  (2)
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)
2001(1)
  • 参考文献(0)
  • 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(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(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
故障诊断
参数指标
时序模型
自回归模型
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
现代制造工程
月刊
1671-3133
11-4659/TH
大16开
北京市西城区核桃园西街36号301A
2-431
1978
chi
出版文献量(篇)
9080
总下载数(次)
14
总被引数(次)
50123
论文1v1指导