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:
为了快速准确地识别轴承故障,研究了轴承振动信号时域特征和小波包能量特征提取方法,通过实验分析最终选择的轴承故障特征为无量纲时域特征和小波包能量特征,并采用“一对多”支持向量机分类算法对轴承的正常、外圈故障、内圈故障和滚动体故障四类数据进行了故障诊断实验,诊断准确率为96%.
推荐文章
针对滚动轴承故障诊断的新时频特征提取方法
故障诊断
时频特征
短时傅里叶变换
词包模型
SVM
基于图像处理的滚动轴承故障特征提取研究
图像处理
滚动轴承
SDP
特征提取
基于稀疏表示的轴承耦合故障振动特性分析及其特征提取
稀疏表示
OMP算法
故障诊断
振动信号处理
耦合故障
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 轴承振动信号特征提取及故障诊断研究
来源期刊 煤矿机械 学科 工学
关键词 轴承故障 振动 支持向量机 特征提取 诊断
年,卷(期) 2014,(7) 所属期刊栏目 故障·诊断
研究方向 页码范围 278-280
页数 3页 分类号 TH133.3
字数 1754字 语种 中文
DOI 10.13436/j.mkjx.201407121
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 马宏伟 171 1433 18.0 32.0
2 王增强 2 32 2.0 2.0
3 陶美华 1 6 1.0 1.0
4 毛清华 37 165 7.0 11.0
5 张旭辉 86 622 12.0 22.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (66)
参考文献  (6)
节点文献
引证文献  (6)
同被引文献  (6)
二级引证文献  (6)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(6)
  • 参考文献(3)
  • 二级参考文献(3)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
轴承故障
振动
支持向量机
特征提取
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
煤矿机械
月刊
1003-0794
23-1280/TD
大16开
哈尔滨市古香街30号
14-38
1980
chi
出版文献量(篇)
21080
总下载数(次)
49
论文1v1指导