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:
针对含有尖脉冲的齿轮箱振动信号故障特征难以提取且样本较少的问题,提出了一种基于α稳定分布和支持向量机故障诊断的新方法.先设计齿轮箱故障测试方案,获取齿轮箱振动信号;然后提取齿轮箱振动信号的α稳定分布参数,用它作为故障类型的特征样本,并结合决策树和投票法构造多分类支持向量机齿轮箱故障决策系统.该方法较好地解决了小样本学习问题,避免了人工神经网络进行诊断时的过学习、收敛速度慢等缺点.实际齿轮箱故障诊断实验结果表明所提方法有效.
推荐文章
基于EMD分解和支持向量机的齿轮箱故障诊断与研究
齿轮箱
故障诊断
EMD
支持向量机
基于决策树与多元支持向量机的齿轮箱早期故障诊断方法
齿轮箱
决策树
支持向量机
故障识别
神经网络
基于MED-SVM的齿轮箱故障诊断方法
最小熵反褶积
支持向量机
特征提取
交叉验证
故障诊断
基于MF-DFA和SVM的齿轮箱故障诊断
多重分形
去趋势波动分析
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α稳定分布参数和支持向量机的齿轮箱故障诊断方法
来源期刊 测控技术 学科 工学
关键词 α稳定分布参数 支持向量机 齿轮箱 故障诊断
年,卷(期) 2012,(8) 所属期刊栏目 数据采集与处理
研究方向 页码范围 23-26,30
页数 分类号 TH132|TP182
字数 3748字 语种 中文
DOI 10.3969/j.issn.1000-8829.2012.08.007
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 舒彤 九江学院电子工程学院 13 43 4.0 6.0
2 余香梅 九江学院机械与材料学院 12 28 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (24)
参考文献  (7)
节点文献
引证文献  (9)
同被引文献  (28)
二级引证文献  (30)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2004(3)
  • 参考文献(3)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(4)
  • 引证文献(3)
  • 二级引证文献(1)
2016(5)
  • 引证文献(2)
  • 二级引证文献(3)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(9)
  • 引证文献(1)
  • 二级引证文献(8)
2019(12)
  • 引证文献(1)
  • 二级引证文献(11)
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
α稳定分布参数
支持向量机
齿轮箱
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
测控技术
月刊
1000-8829
11-1764/TB
大16开
北京2351信箱《测控技术》杂志社
82-533
1980
chi
出版文献量(篇)
8430
总下载数(次)
24
论文1v1指导