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:
为了提高滚动轴承故障诊断的准确性,引入了一种多传感器信息融合的诊断方法.将多传感器所采集的振动信号处理后,由粒子群神经网络进行故障局部诊断,以获得彼此独立的证据,再采用证据理论对各证据进行融合.试验结果表明,该方法可有效地提高诊断可信度,降低诊断的不确定性.
推荐文章
基于多传感器的车辆滚动轴承故障智能诊断系统
滚动轴承
统计因子
共振解调
麦克风
基于多尺度熵的滚动轴承故障诊断方法
样本熵
多尺度熵
滚动轴承
故障诊断
复杂性
基于MSCNN与STFT的滚动轴承故障诊断研究
故障诊断
滚动轴承
多尺度卷积神经网络
短时傅里叶变换
多传感器信息融合的智能故障诊断
故障诊断
信息融合
D-S 证据理论
主元分析
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 基于多传感器信息融合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 故障诊断 信息融合 粒子群神经网络 证据理论
年,卷(期) 2012,(3) 所属期刊栏目
研究方向 页码范围 47-49
页数 3页 分类号 TH133.33|TH165.3
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (132)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(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)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(9)
  • 参考文献(0)
  • 二级参考文献(9)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(10)
  • 参考文献(2)
  • 二级参考文献(8)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(3)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
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)
研究主题发展历程
节点文献
滚动轴承
故障诊断
信息融合
粒子群神经网络
证据理论
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