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:
针对轴承故障诊断中故障分类研究多,故障程度研究少,振动图像信息丰富得不到充分利用问题,提出利用振动图像纹理特征识别技术进行轴承故障程度诊断方法.该方法先对轴承振动响应信号进行EMD-形态差值滤波处理,后将滤波后信号转换为双谱等高线图,利用灰度三角共生矩阵得到双谱图形纹理特征,应用主成份分析法从纹理特征参数中提取轴承故障程度特征参量,用支持向量机进行模式识别.实验结果表明该方法能有效区别轴承外圈、内圈及内外圈的故障严重程度,可为旋转机械故障程度诊断提供新方法.
推荐文章
基于IMF投影图像分析的滚动轴承故障诊断方法研究
故障诊断
灰度共生矩阵
经验模式分解
投影图像
基于EEMD消噪和相关系数识别的滚动轴承故障诊断方法
EEMD
小波包分解
距离因子
相关系数
滚动轴承
故障诊断
基于模式识别的装备故障诊断方法
复杂装备
模式识别
故障诊断
基于图像处理的滚动轴承故障特征提取研究
图像处理
滚动轴承
SDP
特征提取
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 基于振动图像纹理特征识别的轴承故障程度诊断方法研究
来源期刊 振动与冲击 学科 工学
关键词 轴承 故障诊断 故障程度 振动图像
年,卷(期) 2013,(5) 所属期刊栏目
研究方向 页码范围 127-131
页数 5页 分类号 TH133|TP274
字数 4805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 关贞珍 5 60 3.0 5.0
2 郑海起 8 90 4.0 8.0
3 叶明慧 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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)
研究主题发展历程
节点文献
轴承
故障诊断
故障程度
振动图像
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
振动与冲击
半月刊
1000-3835
31-1316/TU
大16开
上海市华山路1954号上海交通大学
4-349
1982
chi
出版文献量(篇)
12841
总下载数(次)
12
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导