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:
通过采集齿轮不同故障状态下的振动信号,并提取其小波包能量和7个时域特征量作为特征值,利用 BP 神经网络进行建模实现了对齿轮的故障诊断.为了解决特征之间存在冗余信息的问题,提出了利用粗糙集对齿轮的故障特征集进行属性约简,在不降低分类效果的情况下,实现特征集的降维处理,提高了诊断的效率和精度.
推荐文章
基于邻域粗糙集和并行神经网络的故障诊断
故障诊断
邻域粗糙集
神经网络
并行网络结构
粗糙集CMAC神经网络故障诊断策略
粗糙集
神经网络
故障诊断
变压器
概率神经网络故障诊断的粗糙集优化方法
粗糙集
模糊C均值聚类
概率神经网络
故障诊断
基于粗糙集和神经网络的柴油机故障诊断
粗糙集
ROSETTA
小波包降噪
RBF人工神经网络
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 基于粗糙集神经网络的齿轮故障诊断
来源期刊 电子测试 学科
关键词 齿轮 故障诊断 BP 神经网络 粗糙集 约简
年,卷(期) 2013,(7) 所属期刊栏目
研究方向 页码范围 133-134
页数 分类号
字数 2197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 史小利 南车青岛四方机车车辆股份有限公司技术中心 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (2)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
齿轮
故障诊断
BP 神经网络
粗糙集
约简
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
电子测试
半月刊
1000-8519
11-3927/TN
大16开
北京市100098-002信箱
82-870
1994
chi
出版文献量(篇)
19588
总下载数(次)
63
论文1v1指导