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:
柴油机声响信号中蕴含了丰富的柴油机异常或故障状态信息。部件磨损、零件松动、配合间隙增大、装配不当和断裂损坏时,均会伴随着各种异常声响。有经验的维修人员凭借耳听结合个人经验就可以判断出故障部位及原因。通过实时检测和采集柴油机工作时的声响信号,并运用数字滤波、小波变换和功率谱分析法从中提取和分离异常的声响信号,对其进行量化分析,提取故障声音的特征参数,从而识别故障的类型。
推荐文章
基于小波包分析和LS-SVM的柴油机故障诊断方法
柴油机
最小二乘支持向量机
故障诊断
小波包
基于神经网络的柴油机故障诊断方法
神经网络
BP算法
柴油机
故障诊断
基于集成超1-依赖分类器的柴油机振动信号故障诊断方法
柴油机
振动信号
贝叶斯分类器
故障诊断
1-依赖分类器
小波降噪技术在柴油机故障诊断中的应用
柴油机振动小波故障诊断降噪
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 声响信号分析的柴油机故障诊断方法
来源期刊 噪声与振动控制 学科 工学
关键词 振动与波 柴油机 声响信号 滤波 小波变换 功率谱
年,卷(期) 2013,(2) 所属期刊栏目
研究方向 页码范围 161-165
页数 5页 分类号 TB526
字数 2993字 语种 中文
DOI 10.3969/j.issn.1006-1335.2013.02.036
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 徐久军 大连海事大学交通运输装备与海洋工程学院 110 674 12.0 20.0
2 曹淑华 大连海事大学交通运输装备与海洋工程学院 17 60 4.0 7.0
3 宁大勇 大连海事大学交通运输装备与海洋工程学院 16 48 4.0 6.0
4 韩晓光 大连海事大学交通运输装备与海洋工程学院 7 15 3.0 3.0
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  (49)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (5)
二级引证文献  (12)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(5)
  • 引证文献(2)
  • 二级引证文献(3)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
振动与波
柴油机
声响信号
滤波
小波变换
功率谱
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
噪声与振动控制
双月刊
1006-1355
31-1346/TB
大16开
上海市华山路1954号上海交通大学
4-672
1981
chi
出版文献量(篇)
4977
总下载数(次)
4
总被引数(次)
36734
论文1v1指导