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:
采用小波包分析和支持向量机来诊断电机故障.针对电机中常见的故障,如电机振动故障,电机转子断条故障,电机转子偏心故障等,进行频谱分析,提取故障信号在动态条件下各频带能量作为故障特征向量.构建多个最小二乘支持向量机组成的多值故障分类器,将故障特征向量作为学习样本,并且输入支持向量机进行训练,分类器可以建立故障特征向量和故障类型的映射关系,从而达到电机故障诊断的目的.
推荐文章
基于最小二乘支持向量机的异步电机转子故障诊断
鼠笼电机
故障诊断
小波变换
FFT
支持向量机
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
基于最小二乘支持向量机的往复式压缩机故障诊断研究
往复式压缩机
故障诊断
LSSVM
振动信号
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 基于小波包分析和最小二乘支持向量机的电机转子故障诊断研究
来源期刊 煤矿机械 学科 工学
关键词 小波包分析 支持向量机 电机 故障诊断
年,卷(期) 2011,(5) 所属期刊栏目 故障·诊断
研究方向 页码范围 241-243
页数 分类号 TP306|TM32
字数 2583字 语种 中文
DOI 10.3969/j.issn.1003-0794.2011.05.109
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 苏成功 安徽理工大学电气与信息工程学院 2 5 1.0 2.0
2 陆斌 安徽理工大学电气与信息工程学院 3 10 2.0 3.0
3 顾文龙 安徽理工大学电气与信息工程学院 3 24 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (66)
参考文献  (4)
节点文献
引证文献  (5)
同被引文献  (37)
二级引证文献  (11)
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)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(11)
  • 参考文献(0)
  • 二级参考文献(11)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
小波包分析
支持向量机
电机
故障诊断
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
煤矿机械
月刊
1003-0794
23-1280/TD
大16开
哈尔滨市古香街30号
14-38
1980
chi
出版文献量(篇)
21080
总下载数(次)
49
论文1v1指导