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:
将基于变量预测模型的模式识别(variable predictive model based class discriminate,简称VPMCD)方法、经验模态分解(empirical mode decomposition,简称EMD)方法和奇异值分解(singular value decomposition,简称SVD)相结合,提出了一种基于EMD,SVD和VPMCD的齿轮故障的诊断方法.首先,对齿轮振动信号进行EMD分解,得到若干个IMF(intrinsic mode function,简称IMF)分量;其次,将包含齿轮主要故障信息的前几个IMF分量组成特征向量矩阵,并对其进行SVD分解;最后,将奇异值作为特征向量建立VPMCD多故障分类器,以此来区分齿轮的工作状态和故障类型.将提出的方法应用于齿轮实验数据,分析结果表明,该方法能够实现齿轮故障类型的分类和诊断,是一种有效可行的齿轮故障诊断方法.
推荐文章
模型参数在齿轮故障诊断中的应用
模型参数
齿轮故障
诊断
特征向量
EMD方法在齿轮故障诊断中的应用
EMD方法
故障诊断
齿轮
基于变量预测模型的模式识别方法在滚动轴承故障诊断中的应用
模式识别
故障诊断
变量预测模型
滚动轴承
数据仓库技术在齿轮故障诊断中的应用
齿轮
数据仓库
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 变量预测模型在齿轮故障诊断中的应用
来源期刊 振动、测试与诊断 学科 工学
关键词 变量预测模型 经验模态分解 奇异值 齿轮 故障诊断
年,卷(期) 2013,(z1) 所属期刊栏目
研究方向 页码范围 111-114
页数 4页 分类号 TH165.3|TH132.41
字数 3202字 语种 中文
DOI
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 杨宇 湖南大学汽车车身先进设计制造国家重点实验室 170 5200 44.0 68.0
2 程军圣 湖南大学汽车车身先进设计制造国家重点实验室 210 5603 44.0 69.0
3 郑近德 湖南大学汽车车身先进设计制造国家重点实验室 24 901 14.0 24.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (161)
参考文献  (13)
节点文献
引证文献  (6)
同被引文献  (23)
二级引证文献  (22)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(4)
  • 参考文献(4)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(8)
  • 引证文献(3)
  • 二级引证文献(5)
2019(10)
  • 引证文献(1)
  • 二级引证文献(9)
研究主题发展历程
节点文献
变量预测模型
经验模态分解
奇异值
齿轮
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
振动、测试与诊断
双月刊
1004-6801
32-1361/V
南京市御道街29号
chi
出版文献量(篇)
2937
总下载数(次)
3
总被引数(次)
26426
论文1v1指导