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:
本文提出了一种新的电机轴承故障诊断方法.首先把滚动轴承振动信号作为识别故障的特征向量,然后送入径向基函数神经网络中,进行故障类别的自动识别.试验结果表明,该诊断模型对电机轴承故障诊断具有良好的诊断效果,系统不仅能够检测到轴承故障的存在,而且能够比较准确地识别轴承的故障模式.
推荐文章
基于AR模型和径向基神经网络的滚动轴承故障诊断
滚动轴承
振动信号
AR模型
RBF神经网络
故障诊断
基于径向基神经网络的旋转机械故障诊断
RBF神经网络
故障诊断
风机
故障特征
基于改进的RBF神经网络的滚动轴承故障诊断
RBF神经网络
减聚类算法
故障诊断
滚动轴承
基于径向基函数网络的模拟电路故障诊断
径向基函数网络
模拟电路
故障诊断
蒙特卡罗分析
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 基于径向基函数神经网络的电机轴承智能故障诊断
来源期刊 纺织机械 学科 工学
关键词 径向基函数神经网络 电机轴承 故障诊断
年,卷(期) 2011,(1) 所属期刊栏目 研究与应用
研究方向 页码范围 24-26
页数 分类号 TQ171.776.45
字数 1791字 语种 中文
DOI 10.3969/j.issn.1003-2290.2011.01.007
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 孙伟 25 63 5.0 6.0
2 李新发 7 4 2.0 2.0
3 柴世文 16 52 5.0 6.0
4 杨河峙 2 11 2.0 2.0
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  (0)
参考文献  (0)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (2)
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)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(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
径向基函数神经网络
电机轴承
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
纺织机械
双月刊
1003-2290
11-2404/TS
16开
北京市朝阳区曙光西里甲1号东域大厦(第三置业)A座601室
1985
chi
出版文献量(篇)
3499
总下载数(次)
2
论文1v1指导