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:
机电设备运行状态的监测对保障系统稳定可靠运行、预防重大事故发生有重要意义.针对传统诊断方法由于故障信息不足导致的诊断精确度差,提出了一种基于主特征模式识别的故障诊断方法.基于多源特征信息融合,研究了基于多传感器系统的特征融合故障诊断模型,讨论了反映系统运动状态特征的指标体系及故障诊断算法.文中以滚动轴承系统故障诊断为例,首先计算了各传感器获取信号的时域特征参数,然后,借助主特征模式对特征信息进行融合与降维处理,实验测试数据显示出与传统诊断方法相比较该算法有更好的故障诊断性能.研究结果表明了该方法在重型机电设备故障诊断中应用的可行性与合理性.
推荐文章
飞机电源系统故障诊断专家系统研究
故障诊断
专家系统
人工智能
人机界面
飞机电源系统故障诊断专家系统的分析和设计
飞机电源
故障诊断
专家系统
知识库
推理机
基于主元分析-概率神经网络的制冷系统故障诊断
主元分析
概率神经网络
制冷系统
故障诊断
优化
控制系统故障诊断
故障诊断
故障检测
故障隔离
控制系统
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 基于主特征模式的机电系统故障诊断算法
来源期刊 机床与液压 学科 工学
关键词 主特征融合 模式识别 故障诊断 重型机电设备
年,卷(期) 2012,(6) 所属期刊栏目
研究方向 页码范围 111-117
页数 分类号 TP29
字数 640字 语种 中文
DOI 10.3969/j.issn.1001-3881.2012.06.013
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 周庆 重庆大学计算机科学与技术学院 51 272 8.0 12.0
2 巫茜 重庆理工大学计算机科学与工程学院 35 115 7.0 9.0
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  (4)
节点文献
引证文献  (1)
同被引文献  (7)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(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)
2012(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)
2016(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
主特征融合
模式识别
故障诊断
重型机电设备
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
机床与液压
半月刊
1001-3881
44-1259/TH
大16开
广州市黄埔区茅岗路828号
46-40
1973
chi
出版文献量(篇)
20801
总下载数(次)
44
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导