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:
为了有效利用振动信号进行故障诊断,提出了一种基于邻域自适应局部保持投影的轴承故障诊断模型。首先,利用EMD将轴承振动信号分解为若干个平稳的固有模态函数(IMF),对IMF分量建立自回归(AR)模型,构建原始特征子集。然后,利用邻域自适应局部保持投影算法对原始特征子集进行降维处理,获得原始特征子集的低维特征向量和投影矩阵。以低维特征向量为输入,以最小二乘支持向量机(LS-SVM)为分类器,通过研究故障识别率和低维特征空间维数的关系确定最优降维维数和对应的最优投影矩阵。最后,根据最优降维维数完成降维处理过程,得到低维特征向量,输入LS-SVM分类器,识别轴承的工作状态和故障类型。实验结果表明,该模型提高了轴承故障诊断的精度。
推荐文章
采用规范化局部保持投影的轴承故障诊断方法
故障诊断
局部保持投影算法
降维
熵规范化
基于邻域粗糙集自适应调整剪枝门限的免疫网络故障诊断算法
免疫网络
粗糙集
故障诊断
自适应调整剪枝门限
基于自适应遗传随机共振的滚动轴承微弱故障诊断
微弱故障
滚动轴承
随机共振
遗传算法
SAE网络
实验验证
基于VMD与PSO-PNN的滚动轴承故障诊断模型
变分模态分解
粒子群算法
概率神经网络
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 基于邻域自适应局部保持投影的轴承故障诊断模型
来源期刊 振动与冲击 学科 工学
关键词 邻域自适应局部保持投影 EMD AR模型 轴承 故障诊断
年,卷(期) 2014,(1) 所属期刊栏目
研究方向 页码范围 39-44
页数 6页 分类号 TH113.1|TN911.7
字数 4168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 张培林 军械工程学院七系 253 1973 21.0 28.0
2 张云强 军械工程学院七系 31 154 7.0 10.0
3 杨望灿 军械工程学院七系 12 81 4.0 9.0
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)
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)
研究主题发展历程
节点文献
邻域自适应局部保持投影
EMD
AR模型
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
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
总被引数(次)
124504
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导