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:
针对滚动轴承故障识别问题,提出了基于矩不变量和支持向量机的智能诊断方法.该方法采用连续小波变换对滚动轴承信号进行分析,然后提取出小波灰度图的7个矩不变量作为故障特征,最后将特征向量输入到支持向量机中,以实现对不同的滚动轴承故障类型的识别.试验结果表明,该方法能有效地提取故障特征,同时可获得较好的分类效果.
推荐文章
基于ELMD与LS-SVM的滚动轴承故障诊断方法
ELMD
模式混淆
LS-SVM
滚动轴承
故障诊断
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
基于改进HHT能量熵和SVM的滚动轴承故障诊断
希尔伯特-黄变换
能量熵
支持向量机
滚动轴承
故障诊断
基于DE-LSSVM的滚动轴承故障诊断
集合经验模式分解
能量熵
差分进化算法
最小二乘支持向量机
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 基于矩不变量与SVM的滚动轴承故障诊断
来源期刊 轴承 学科 工学
关键词 滚动轴承 小波变换 矩不变量 支持向量机 故障诊断
年,卷(期) 2011,(7) 所属期刊栏目 测量与仪器
研究方向 页码范围 40-42
页数 分类号 TH133.33|TP274
字数 1732字 语种 中文
DOI 10.3969/j.issn.1000-3762.2011.07.016
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 朱跃峰 开封大学机电工程学院 22 122 6.0 10.0
2 栗洪照 开封大学机电工程学院 11 33 4.0 5.0
3 陈德林 开封大学机电工程学院 6 19 3.0 4.0
4 朱晓然 西安交通大学机械工程学院 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  (11)
共引文献  (78)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(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)
2007(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)
研究主题发展历程
节点文献
滚动轴承
小波变换
矩不变量
支持向量机
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
轴承
月刊
1000-3762
41-1148/TH
大16开
河南省洛阳市吉林路
36-17
1958
chi
出版文献量(篇)
4658
总下载数(次)
6
总被引数(次)
20623
论文1v1指导