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:
使用成熟的旋转机械振动信号频谱分析方法,对采集到的多台航空发动机试车振动信号进行分析,找出能反应出发动机转子不对中、转子不平衡和转静件碰磨3种故障频谱特征的振动信号.再使用小波包将信号分解为不同的频段,之后分别计算能反应出故障信息的特征频段的能量,将它们组成用来区分上述3种故障的特征向量,为以后的航空发动机故障的模式识别做准备.
推荐文章
发动机异响信号的小波包能量特征提取
特征提取
故障诊断
小波包分解
分解系数
基于ELM的航空发动机故障诊断方法
极限学习机
小波包
故障诊断
特征提取
航空发动机转子系统早期裂纹碰摩故障特征提取方法
碰摩故障
小波变换
小波包分解
EMD
特征提取
基于LVQ网络的航空发动机气路故障特征提取方法研究
航空发动机
学习矢量量化网络
故障特征提取
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 基于小波包能量谱的航空发动机故障特征提取方法
来源期刊 沈阳航空航天大学学报 学科 航空航天
关键词 小波包 能量谱 故障特征提取 小波包树
年,卷(期) 2014,(1) 所属期刊栏目 航空宇航工程
研究方向 页码范围 12-15
页数 4页 分类号 V231.92
字数 3132字 语种 中文
DOI 10.3969/j.issn.2095-1248.2014.01.003
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (123)
参考文献  (7)
节点文献
引证文献  (5)
同被引文献  (14)
二级引证文献  (5)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
小波包
能量谱
故障特征提取
小波包树
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
沈阳航空航天大学学报
双月刊
2095-1248
21-1576/V
大16开
辽宁省沈阳市沈北新区道义南大街37号
1984
chi
出版文献量(篇)
2881
总下载数(次)
10
总被引数(次)
11933
论文1v1指导