作者:
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:
机械行业中的大型关键设备一般没有足够故障数据作为其运行状态的参考,对于这类设备的监测研究就更为重要.文中利用机械设备正常运行时的信息作为样本,利用EMD自适应分解采集到的数据,作为SVDD单值分类器的输入来判断机械设备运行状态,经滚动轴承实验,得到了较好的运行状态评估效果.
推荐文章
支持向量数据描述用于机械设备状态评估研究
支持向量数据描述
单值分类
状态监测
故障诊断
支持向量数据描述和经验模态分解相结合的故障诊断
支持向量数据描述
单值分类
故障诊断
经验模态分解
基于支持向量数据描述的机械故障诊断研究
支持向量数据描述
单值分类
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 基于经验模式分解的支持向量数据描述用于机械设备状态评估研究
来源期刊 机械工程师 学科 工学
关键词 EMD SVDD 状态评估
年,卷(期) 2014,(12) 所属期刊栏目 学术交流
研究方向 页码范围 66-68
页数 3页 分类号 TH17
字数 2421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 王永新 12 43 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (70)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (1)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(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)
2018(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
EMD
SVDD
状态评估
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
机械工程师
月刊
1002-2333
23-1196/TH
大16开
黑龙江省哈尔滨市
14-53
1969
chi
出版文献量(篇)
20573
总下载数(次)
34
总被引数(次)
47463
论文1v1指导