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:
针对滚动轴承故障,文章提出了形态非抽样小波与支持向量机相结合进行滚动轴承故障诊断的方法,利用形态非抽样小波的简单快速运算、较好的保持故障信号的细节特征进行故障信号的提取,然后使用支持向量机进行滚动轴承的故障诊断,重点是通过对比小波变换和形态非抽样小波对故障信号分解和重构后获取的特征向量,验证了形态非抽样小波在特征向量提取和故障诊断中的优势。
推荐文章
基于威布尔分布和支持向量机的滚动轴承故障诊断方法
威布尔分布模型
特征提取
支持向量机
滚动轴承
故障诊断
基于形态非抽样小波分解的滚动轴承故障特征提取
滚动轴承
故障诊断
特征提取
形态非抽样小波分解
基于小波神经网络的滚动轴承故障诊断
故障诊断
神经网络
小波分析
基于谐波小波包和DAG-RVM的滚动轴承故障诊断
谐波小波包
有向无环图
相关向量机
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 基于形态非抽样小波和支持向量机的滚动轴承故障诊断
来源期刊 数字技术与应用 学科 工学
关键词 滚动轴承 形态非抽样小波 形态小波 支持向量机 故障诊断
年,卷(期) 2015,(8) 所属期刊栏目 应用研究
研究方向 页码范围 76-78
页数 3页 分类号 TH165+.3
字数 2851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 闫晓金 北华航天工业学院电子工程学院 16 106 4.0 10.0
2 李叶紫 北华航天工业学院电子工程学院 5 12 3.0 3.0
3 刘倩 北华航天工业学院电子工程学院 7 19 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (49)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(10)
  • 参考文献(0)
  • 二级参考文献(10)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 二级参考文献(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
滚动轴承
形态非抽样小波
形态小波
支持向量机
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导