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:
提出了一种基于多尺度基本熵的CFS聚类滚动轴承故障诊断方法,首先使用多尺度基本熵对滚动轴承振动信号进行多尺度分解,然后使用PCA模型对得到的多尺度熵值特征向量进行降维操作,最后选择第1~2主成分作为CFS聚类算法的输入进行滚动轴承的故障诊断.试验结果表明:在聚类效果相同的情况下,多尺度基本熵的计算效率高于多尺度排列熵模型,并且CFS聚类算法的故障识别效果较好.
推荐文章
基于LMD基本尺度熵的AP聚类滚动轴承故障诊断
局部均值分解
基本尺度熵
滚动轴承
故障诊断
AP聚类算法
基于多尺度熵的滚动轴承故障诊断方法
样本熵
多尺度熵
滚动轴承
故障诊断
复杂性
基于小波包熵和ISODATA的滚动轴承故障诊断
故障诊断
滚动轴承
小波包熵
WPE-ISODATA
基于改进HHT能量熵和SVM的滚动轴承故障诊断
希尔伯特-黄变换
能量熵
支持向量机
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 基于多尺度基本熵的CFS聚类滚动轴承故障诊断
来源期刊 轴承 学科 工学
关键词 滚动轴承 故障诊断 CFS聚类算法 主成分分析 多尺度基本熵
年,卷(期) 2017,(4) 所属期刊栏目 测量与仪器
研究方向 页码范围 54-60
页数 7页 分类号 TH133.33|TN911.7
字数 3524字 语种 中文
DOI 10.19533/j.issn1000-3762.2017.04.0013
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 海波 兰州城市学院电子与信息工程学院 20 19 2.0 3.0
2 姚海龙 兰州城市学院电子与信息工程学院 3 3 1.0 1.0
3 孟丛丛 兰州城市学院电子与信息工程学院 3 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (96)
共引文献  (289)
参考文献  (22)
节点文献
引证文献  (1)
同被引文献  (7)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(3)
  • 参考文献(1)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(2)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(9)
  • 参考文献(2)
  • 二级参考文献(7)
2006(13)
  • 参考文献(1)
  • 二级参考文献(12)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(8)
  • 参考文献(2)
  • 二级参考文献(6)
2013(5)
  • 参考文献(5)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
滚动轴承
故障诊断
CFS聚类算法
主成分分析
多尺度基本熵
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
轴承
月刊
1000-3762
41-1148/TH
大16开
河南省洛阳市吉林路
36-17
1958
chi
出版文献量(篇)
4658
总下载数(次)
6
总被引数(次)
20623
论文1v1指导