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:
针对滚动轴承故障样本不平衡和故障特征存在冗余性问题,提出了基于无监督判别投影(UDP)的滚动轴承故障诊断方法。该方法首先从时域和时频域提取多个特征参数,从而构造一个原始的高维特征集,随后运用UDP算法从该特征集中提取最敏感的低维流形特征,最后利用K-近邻分类器识别出滚动轴承的运行状态。将该方法分别应用于轴承故障类型和内圈故障严重性的识别,并与传统方法进行了比较,验证了该方法的可行性和优越性。
推荐文章
基于Fisher判别分析的滚动轴承故障诊断方法
滚动轴承
故障诊断
模式识别
核函数Fisher判别分析
基于堆栈稀疏自编码的滚动轴承故障诊断
堆栈稀疏自编码
深度神经网络
滚动轴承
故障诊断
滚动轴承故障诊断技术
滚动轴承
故障诊断
模型驱动
数据驱动
工业大数据
基于混沌分形理论的滚动轴承微小故障诊断
滚动轴承
微小故障诊断
Lyapunov指数
关联维数
盒维数
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 基于无监督判别投影的滚动轴承故障诊断
来源期刊 中国机械工程 学科 工学
关键词 故障诊断 特征提取 流形学习 无监督判别投影
年,卷(期) 2016,(16) 所属期刊栏目 科学基金
研究方向 页码范围 2202-2206
页数 5页 分类号 TP206|TP391.4
字数 4275字 语种 中文
DOI 10.3969/j.issn.1004-132X.2016.16.013
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 郭顺生 181 1385 19.0 25.0
2 江丽 13 92 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (35)
参考文献  (13)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(8)
  • 参考文献(3)
  • 二级参考文献(5)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
故障诊断
特征提取
流形学习
无监督判别投影
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
中国机械工程
半月刊
1004-132X
42-1294/TH
大16开
湖北省武汉市湖北工业大学772信箱
38-10
1973
chi
出版文献量(篇)
13171
总下载数(次)
15
总被引数(次)
206238
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导