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:
针对旋转机械故障诊断的不确定性问题,提出一种基于证据理论的数据融合故障诊断方法,把5种无量纲免疫检测器的敏感因子和信息因子通过D-S联合规则联合多个证据组形成-个新的综合证据组,建立多故障特征信息融合诊断框架,充分利用不同证据体的冗余和互补故障信息,通过对不同轴承故障进行分析,结果表明,此方法能有效地减少诊断的不确定性,提高故障诊断的准确性.
推荐文章
基于证据理论的齿轮故障诊断
证据理论
齿轮
神经网络
故障诊断
基于LS-SVM和D-S证据理论的轴承故障诊断
信息融合
滚动轴承故障诊断
LS-SVM
D-S证据理论
基于扩展证据理论的并发故障诊断方法
扩展证据理论
基本概率赋值
并发故障
诊断
证据理论在旋转机械故障诊断中应用
多传感器
D-S证据理论
信息融合
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 基于证据理论的免疫检测器在轴承故障诊断中的应用
来源期刊 轴承 学科 工学
关键词 滚动轴承 故障诊断 信息融合 证据理论 免疫检测器
年,卷(期) 2009,(8) 所属期刊栏目 测量与仪器
研究方向 页码范围 42-45,49
页数 5页 分类号 TH133.33|TP206.3
字数 2488字 语种 中文
DOI 10.3969/j.issn.1000-3762.2009.08.013
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 张清华 茂名学院计算机与电子信息学院 30 164 7.0 10.0
2 胥布工 华南理工大学自动化科学与工程学院 186 1412 18.0 26.0
3 岑健 华南理工大学自动化科学与工程学院 21 91 3.0 9.0
5 朱月君 茂名学院计算机与电子信息学院 6 27 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (61)
参考文献  (7)
节点文献
引证文献  (14)
同被引文献  (60)
二级引证文献  (61)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(6)
  • 参考文献(3)
  • 二级参考文献(3)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(15)
  • 引证文献(2)
  • 二级引证文献(13)
2014(7)
  • 引证文献(1)
  • 二级引证文献(6)
2015(7)
  • 引证文献(0)
  • 二级引证文献(7)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(8)
  • 引证文献(3)
  • 二级引证文献(5)
2019(17)
  • 引证文献(1)
  • 二级引证文献(16)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
滚动轴承
故障诊断
信息融合
证据理论
免疫检测器
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
轴承
月刊
1000-3762
41-1148/TH
大16开
河南省洛阳市吉林路
36-17
1958
chi
出版文献量(篇)
4658
总下载数(次)
6
相关基金
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
论文1v1指导