作者:
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:
介绍了综合利用小波包分析与模式判别技术对柴油机产生的声信号进行识别,并在此基础上结合已有的专家库对小型柴油机的故障工况进行诊断.在对该诊断技术进行充分评论的基础上,本课题还将该方法应用于KM178F柴油机的故障诊断并取得了较好的效果.
推荐文章
基于优化小波神经网络在柴油机故障诊断上的应用
小波神经网络
柴油机
故障诊断
BP神经网络在柴油机涡轮增压系统故障诊断中的应用
故障诊断
柴油机
涡轮增压系统
神经网络
BP算法
基于时序分析和K-L信息距离的柴油机气阀机构故障诊断
柴油机
气阀机构
故障诊断
时间序列分析
K-L信息距离
随机丢弃和批标准化的深度卷积神经网络柴油机失火故障诊断
失火故障诊断
深度卷积神经网络
噪声环境
随机丢弃
批标准化
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 声信号在小型柴油机故障诊断上的应用研究
来源期刊 噪声与振动控制 学科 工学
关键词 声学 柴油机 故障诊断 声信号 小波包分析 模式识别
年,卷(期) 2010,(3) 所属期刊栏目
研究方向 页码范围 129-132
页数 分类号 TK42|TB535+.3
字数 2458字 语种 中文
DOI 10.3969/j.issn.1006-1355.2010.03.034
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 黄志强 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (17)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(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)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
研究主题发展历程
节点文献
声学
柴油机
故障诊断
声信号
小波包分析
模式识别
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
噪声与振动控制
双月刊
1006-1355
31-1346/TB
大16开
上海市华山路1954号上海交通大学
4-672
1981
chi
出版文献量(篇)
4977
总下载数(次)
4
总被引数(次)
36734
论文1v1指导