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:
小波分析的方法为弱信号检测技术开辟了一条新途径,但小波变换对弱信号进行特征提取的关键在于确定小波系数的阈值,基于小波熵分析的方法能够在强噪声环境中对微弱信号准确定位,实现低能量的瞬变信号有效提取.仿真实验证明小波分析技术对电机声频故障诊断十分有效,有进一步的研究的必要,在电机的故障诊断方面小波有良好的应用前景.
推荐文章
基于小波神经网络的电机故障诊断研究
异步电动机
故障诊断
转子故障
小波神经网络
基于小波神经网络的电机声频故障诊断系统
小波变换
神经网络
故障诊断
基于小波尺度谱重排与排列熵的自动机故障诊断
自动机
小波尺度谱重排
排列熵
支持向量机
故障诊断
基于小波尺度谱重排与小波排列熵的自动机故障诊断
自动机
小波尺度重排
排列熵
支持向量机
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 基于小波熵的电机故障诊断
来源期刊 电脑知识与技术 学科 工学
关键词 小波分析 小波熵 故障诊断 信号 阀值
年,卷(期) 2009,(19) 所属期刊栏目 计算机工程应用技术
研究方向 页码范围 5322-5323
页数 2页 分类号 TP7
字数 1423字 语种 中文
DOI 10.3969/j.issn.1009-3044.2009.19.097
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 谷爱昱 广东工业大学自动化学院 68 275 7.0 13.0
2 欧阳乾 广东工业大学自动化学院 3 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (8)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1997(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)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
小波分析
小波熵
故障诊断
信号
阀值
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
电脑知识与技术
旬刊
1009-3044
34-1205/TP
大16开
安徽省合肥市
26-188
1994
chi
出版文献量(篇)
58241
总下载数(次)
228
总被引数(次)
132128
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导