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:
滚动轴承是旋转机械中最常用的轴承之一.但其早期故障诊断仍是亟待解决的问题.研究旨在通过基于小波包熵的状态监测技术提早发现轴承的早期故障,进而利用最小二乘支持向量机(LS-SVM)精确诊断轴承的故障类型.利用加速轴承寿命试验台的轴承全寿命数据和故障轴承数据验证了方法的有效性和实用性.结果表明,相比传统监测指标,小波包熵有较好的早期预警能力;结合小波相对能量指标,LS-SVM能快速有效地诊断滚动轴承早期故障.
推荐文章
基于小波包-AR谱和深度学习的轴承故障诊断研究
小波包分解
特征提取
深度信念网络
故障诊断
基于小波包分析的高速牵引电机轴承故障诊断研究
牵引电机轴承
故障诊断
小波分析
虚拟仪器
小波包分析在滚动轴承故障诊断中应用
轴承
小波包分析
特征频率
故障诊断
基于小波包和改进BP神经网络的滚动轴承故障诊断方法
小波包
BP神经网络
Levenberg?Marquardt
滚动轴承
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 基于小波包熵的轴承状态监测和早期故障诊断技术
来源期刊 科学技术与工程 学科 工学
关键词 状态监测 早期故障诊断 小波熵 最小二乘支持向量机 滚动轴承
年,卷(期) 2013,(18) 所属期刊栏目 论文
研究方向 页码范围 5177-5181
页数 5页 分类号 TH172
字数 2982字 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  (63)
共引文献  (108)
参考文献  (12)
节点文献
引证文献  (5)
同被引文献  (21)
二级引证文献  (41)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(7)
  • 参考文献(1)
  • 二级参考文献(6)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(12)
  • 参考文献(0)
  • 二级参考文献(12)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(4)
  • 参考文献(3)
  • 二级参考文献(1)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(6)
  • 引证文献(3)
  • 二级引证文献(3)
2017(10)
  • 引证文献(0)
  • 二级引证文献(10)
2018(10)
  • 引证文献(1)
  • 二级引证文献(9)
2019(11)
  • 引证文献(0)
  • 二级引证文献(11)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
状态监测
早期故障诊断
小波熵
最小二乘支持向量机
滚动轴承
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
科学技术与工程
旬刊
1671-1815
11-4688/T
大16开
北京市海淀区学院南路86号
2-734
2001
chi
出版文献量(篇)
30642
总下载数(次)
83
总被引数(次)
113906
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导