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:
根据滚动轴承故障时振动信号特点,提出了一种基于小波包变换和最小二乘支持向量机(LS-SVM)相结合的滚动轴承故障诊断方法.通过对滚动轴承振动信号进行小波包分解,得到各分解节点对应频率段的重构信号以及各节点的能量,并将各节点能量组成的特征向量作为诊断模型的特征向量,输入到LS-SVM多类分类器中进行故障识别,然后在滚动轴承故障试验台上实测振动数据.分析结果表明,该方法具有较高的分类速度和较好的故障诊断正确率.
推荐文章
基于最小二乘映射和SVM的滚动轴承故障诊断
故障诊断
LSM
SVM
无量纲特征参量
基于最小二乘支持向量机的故障诊断方法
小波包分析
故障诊断
特征向量
最小二乘支持向量机
核函数
模拟电路故障诊断的最小二乘支持向量机方法研究
最小二乘支持向量机
模拟电路
故障诊断
蚁群优化
基于改进最小二乘支持向量机的柱塞泵故障诊断模型
柱塞泵
最小二乘支持向量机
蚁群算法
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 基于最小二乘支持向量机的滚动轴承故障诊断
来源期刊 振动、测试与诊断 学科 工学
关键词 小波包变换 最小二乘支持向量机 故障诊断 滚动轴承
年,卷(期) 2010,(2) 所属期刊栏目 论文
研究方向 页码范围 149-152
页数 分类号 TM31|TH115
字数 3055字 语种 中文
DOI 10.3969/j.issn.1004-6801.2010.02.011
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 万书亭 华北电力大学机械工程系 137 1532 20.0 34.0
2 佟海侠 华北电力大学机械工程系 3 72 2.0 3.0
3 董炳辉 1 54 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (3)
参考文献  (2)
节点文献
引证文献  (54)
同被引文献  (213)
二级引证文献  (327)
1999(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)
2010(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)
2011(4)
  • 引证文献(4)
  • 二级引证文献(0)
2012(11)
  • 引证文献(5)
  • 二级引证文献(6)
2013(32)
  • 引证文献(10)
  • 二级引证文献(22)
2014(30)
  • 引证文献(3)
  • 二级引证文献(27)
2015(48)
  • 引证文献(6)
  • 二级引证文献(42)
2016(43)
  • 引证文献(5)
  • 二级引证文献(38)
2017(63)
  • 引证文献(7)
  • 二级引证文献(56)
2018(67)
  • 引证文献(6)
  • 二级引证文献(61)
2019(55)
  • 引证文献(4)
  • 二级引证文献(51)
2020(28)
  • 引证文献(4)
  • 二级引证文献(24)
研究主题发展历程
节点文献
小波包变换
最小二乘支持向量机
故障诊断
滚动轴承
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
振动、测试与诊断
双月刊
1004-6801
32-1361/V
南京市御道街29号
chi
出版文献量(篇)
2937
总下载数(次)
3
总被引数(次)
26426
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导