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:
在转子发生故障时,对转子进行准确地故障诊断一直是工程领域研究的重点。针对这一问题,本文提出了一种基于改进Hu不变矩和支持向量机(SVM)相结合的转子多故障诊断方法。该方法首先通过仿真合成4种常见故障的轴心轨迹图,并利用改进Hu不变矩分别对其进行特征提取,然后将得到的Hu不变矩值作为特征向量输入有向无环图SVM进行识别分类,最终实现转子的多故障诊断。经实验表明,该方法能够准确地完成转子的多故障诊断,同时通过与原始Hu不变矩比较,证明改进Hu不变矩在识别准确率上明显优于原始Hu不变矩。
推荐文章
基于改进PCA联合SVM的电厂设备故障诊断方法
故障诊断
主成分分析
燃气轮机
贝叶斯理论
特征提取
基于小波包分解和EMD-SVM的轴承故障诊断方法
故障诊断
小波包分解
轴承
支持向量机
基于时频图像的不变矩神经网络故障诊断方法
时频图像
故障诊断
特征提取
不变矩
神经网络
基于颜色聚类和Hu不变矩的道路交通标志检测
交通标志
颜色分割
聚类
Hu不变矩
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 基于改进Hu不变矩和SVM的转子故障诊断方法
来源期刊 机械工程与技术 学科 工学
关键词 转子 轴心轨迹 故障诊断 HU不变矩 支持向量机(SVM)
年,卷(期) 2017,(5) 所属期刊栏目
研究方向 页码范围 369-375
页数 7页 分类号 TP39
字数 语种
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 仲博学 5 0 0.0 0.0
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  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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
转子
轴心轨迹
故障诊断
HU不变矩
支持向量机(SVM)
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
机械工程与技术
双月刊
2167-6631
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
402
总下载数(次)
3
总被引数(次)
0
论文1v1指导