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:
针对滚动轴承振动信号和状态信息非线性映射关系,提出一种基于内禀模态函数(IMF)特征能量的轴承特征向量提取方法,并与支持向量机(SVM)相结合实现轴承的故障识别.该方法对滚动轴承振动信号进行经验模态分解(EMD)得到若干能反映轴承故障信息的IMF分量,选取包含主要信息的IMF能量作为振动信号的特征向量,并将其输入到SVM分类器中实现轴承故障模式识别.对滚动轴承的正常状态、外圈故障、内圈故障和滚动体故障进行仿真试验,结果表明,该方法能够有效、准确地识别轴承故障.
推荐文章
滚动轴承故障模式识别方法现状分析
振动与波
滚动轴承
故障模式识别
变精度粗糙集
最小二乘支持向量机
模糊C均值聚类
关联维数和基于内禀模态函数的AR模型在滚动轴承故障诊断中的应用
内禀模态函数
自回归模型
关联维数
滚动轴承
故障诊断
基于EMD模态能量分析的滚动轴承故障特征提取
特征提取
经验模态分解
滚动轴承
故障诊断
基于改进的经验模态分解的滚动轴承故障诊断研究
计量学
滚动轴承故障
经验模态分解
内禀模态函数
能量门限
敏感IMF
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 内禀模态特征能量法在滚动轴承故障模式识别中的应用
来源期刊 噪声与振动控制 学科 工学
关键词 振动与波 滚动轴承 经验模态分解 特征能量 故障识别 支持向量机
年,卷(期) 2011,(3) 所属期刊栏目 信号处理与故障诊断
研究方向 页码范围 125-128,148
页数 分类号 TH133.3|TH165+3
字数 3706字 语种 中文
DOI 10.3969/j.issn.1006-1355-2011.03.029
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 陆森林 江苏大学汽车与交通工程学院 71 1188 20.0 31.0
2 周海超 江苏大学汽车与交通工程学院 55 278 9.0 13.0
3 张涛 江苏大学汽车与交通工程学院 33 421 11.0 20.0
4 沈钰贵 江苏大学汽车与交通工程学院 6 42 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (143)
参考文献  (6)
节点文献
引证文献  (6)
同被引文献  (30)
二级引证文献  (19)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(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)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(9)
  • 引证文献(1)
  • 二级引证文献(8)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
振动与波
滚动轴承
经验模态分解
特征能量
故障识别
支持向量机
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