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:
针对多变量预测模型的模式识别(Variable Predictive Model Based Class Discriminate,VPMCD)方法在参数估计中存在的缺陷,采用分位数回归(Quantile Regression,QR)代替原方法中的最小二乘法进行参数估计,克服最小二乘回归中强假设、易受异常值影响等问题,以此提高模式识别的精度。因此,提出了基于分位数回归的多变量预测模型模式识别方法(Quantile Regression-Variable Predictive Mode Based Cass Discriminate ,QRVPMCD)。采用局部特征尺度分解(Lo-cal Characteristic-Scale Decomposition,LCD)方法对滚动轴承振动信号进行分解得到若干个单分量信号,提取单分量信号的Hilbert谱奇异值组成故障特征向量,并以此作为QRVPMCD的输入进行滚动轴承故障诊断。对不同工作状态和故障类型下的滚动轴承振动信号进行了分析,结果表明了该方法的有效性。
推荐文章
基于Hilbert包络谱奇异值和IPSO-SVM的滚动轴承故障诊断研究
EMD
IMF
改进粒子群算法
支持向量机
滚动轴承
基于边带相关算法和Hilbert包络谱的滚动轴承故障诊断
滚动轴承
调制信号
边带相关算法
Hilbert包络谱
故障特征
基于EMD的滚动轴承故障诊断方法研究
故障诊断
滚动轴承
经验模态分解
峭度系数
Hilbert变换
基于EEMD 和改进VPMCD 的滚动轴承故障诊断方法
改进VPMCD
EEMD方法
奇异值分解
滚动轴承
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LCD-Hilbert谱奇异值和QRVPMCD的滚动轴承故障诊断方法
来源期刊 振动与冲击 学科 工学
关键词 QRVPMCD LCD Hilbert谱奇异值 滚动轴承 故障诊断
年,卷(期) 2015,(7) 所属期刊栏目
研究方向 页码范围 121-126
页数 6页 分类号 TH113
字数 5930字 语种 中文
DOI 10.13465/j.cnki.jvs.2015.07.020
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 杨宇 湖南大学汽车车身先进设计制造国家重点实验室 170 5200 44.0 68.0
2 程军圣 湖南大学汽车车身先进设计制造国家重点实验室 210 5603 44.0 69.0
3 何知义 湖南大学汽车车身先进设计制造国家重点实验室 5 28 3.0 5.0
4 潘海洋 湖南大学汽车车身先进设计制造国家重点实验室 20 120 6.0 10.0
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)
2015(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
QRVPMCD
LCD
Hilbert谱奇异值
滚动轴承
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