原文服务方: 化工学报       
摘要:
针对局部均值分解(local mean decomposition,LMD)实现过程中存在的模式混淆现象,提出了一种基于总体局部均值分解(ensemble local mean decomposition,ELMD)与最小二乘支持向量机(least squares support vector machine,LS-SVM)相结合的滚动轴承故障诊断方法.该方法先对滚动轴承振动信号进行ELMD分解,并得到若干乘积函数(product function,PF),然后选取包含主要故障信息的PF分量,提取其峭度系数与能量特征参数以构造故障特征向量,并作为LS-SVM的输入来识别滚动轴承的工作状态和故障类型.通过对滚动轴承正常状态,内圈故障和外圈故障的分析结果表明,基于ELMD与LS-SVM的诊断方法可以准确有效识别滚动轴承的工作状态和故障类型.
推荐文章
基于LS-SVM和D-S证据理论的轴承故障诊断
信息融合
滚动轴承故障诊断
LS-SVM
D-S证据理论
基于ELMD-MCKD在滚动轴承故障诊断中的应用
ELMD
MCKD
乘积函数
故障诊断
基于DE-LSSVM的滚动轴承故障诊断
集合经验模式分解
能量熵
差分进化算法
最小二乘支持向量机
故障诊断
噪声参数最优ELMD与谱峭度在滚动轴承故障诊断中的应用
噪声参数最优
总体局部均值分解
谱峭度
相对均方根误差
模态混叠
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ELMD与LS-SVM的滚动轴承故障诊断方法
来源期刊 化工学报 学科
关键词 ELMD 模式混淆 LS-SVM 滚动轴承 故障诊断
年,卷(期) 2013,(12) 所属期刊栏目 过程系统工程
研究方向 页码范围 4667-4673
页数 7页 分类号 TP181
字数 语种 中文
DOI 10.3969/j.issn.0438-1157.2013.12.059
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 万舟 昆明理工大学信息工程与自动化学院 54 181 7.0 11.0
2 熊新 昆明理工大学信息工程与自动化学院 35 164 7.0 11.0
3 廖星智 昆明理工大学信息工程与自动化学院 1 29 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (168)
共引文献  (382)
参考文献  (20)
节点文献
引证文献  (29)
同被引文献  (61)
二级引证文献  (48)
1952(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(11)
  • 参考文献(1)
  • 二级参考文献(10)
1999(10)
  • 参考文献(0)
  • 二级参考文献(10)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(13)
  • 参考文献(0)
  • 二级参考文献(13)
2004(17)
  • 参考文献(0)
  • 二级参考文献(17)
2005(12)
  • 参考文献(0)
  • 二级参考文献(12)
2006(15)
  • 参考文献(0)
  • 二级参考文献(15)
2007(15)
  • 参考文献(2)
  • 二级参考文献(13)
2008(24)
  • 参考文献(1)
  • 二级参考文献(23)
2009(18)
  • 参考文献(2)
  • 二级参考文献(16)
2010(11)
  • 参考文献(5)
  • 二级参考文献(6)
2011(10)
  • 参考文献(6)
  • 二级参考文献(4)
2012(3)
  • 参考文献(3)
  • 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)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(13)
  • 引证文献(8)
  • 二级引证文献(5)
2017(19)
  • 引证文献(11)
  • 二级引证文献(8)
2018(13)
  • 引证文献(4)
  • 二级引证文献(9)
2019(20)
  • 引证文献(2)
  • 二级引证文献(18)
2020(8)
  • 引证文献(1)
  • 二级引证文献(7)
研究主题发展历程
节点文献
ELMD
模式混淆
LS-SVM
滚动轴承
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
化工学报
月刊
0438-1157
11-1946/TQ
大16开
1923-01-01
chi
出版文献量(篇)
12283
总下载数(次)
0
论文1v1指导