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:
用时间序列和神经网络相结合的方法,建立振动信号的时间序列模型,作为齿轮箱系统模型.分析模型特性,提取齿轮箱故障的特征参数,然后以此建立相应的神经网络,识别齿轮箱的运行故障.结果表明该方法能很大地提高诊断的准确性.
推荐文章
齿轮箱故障诊断灰色神经网络模型的研究
齿轮箱
灰色神经网络
故障诊断
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BP网络的舰炮齿轮箱故障诊断方法
信息处理技术
BP网络
故障诊断
齿轮箱
基于LabVIEW的齿轮箱故障诊断系统设计
齿轮箱
小波变换
EEMD
LabVIEW
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 基于系统模型的齿轮箱故障诊断
来源期刊 机械工程与自动化 学科 工学
关键词 时间序列模型 齿轮箱 神经网络 故障诊断
年,卷(期) 2012,(1) 所属期刊栏目 质量监测与故障诊断
研究方向 页码范围 118-119
页数 分类号 TH132.41|TH165+.3
字数 1140字 语种 中文
DOI 10.3969/j.issn.1672-6413.2012.01.046
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 王刚 中北大学机电工程学院 26 81 5.0 7.0
2 王金雷 中北大学机电工程学院 2 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (21)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(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
时间序列模型
齿轮箱
神经网络
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
机械工程与自动化
双月刊
1672-6413
14-1319/TH
大16开
太原市胜利街228号
22-117
1972
chi
出版文献量(篇)
9123
总下载数(次)
41
总被引数(次)
29895
论文1v1指导