原文服务方: 机械传动       
摘要:
提出了基于特征融合和稀疏表示的机械故障诊断方法.用小波包分解齿轮振动信号,提取各频带的能量,组成初始特征向量.为了去除初始特征向量中的冗余信息,采用核主元分析进行特征融合,对初始特征向量进行降维,将降维之后的特征向量进行归一化,作为稀疏表示分类的输入.齿轮故障诊断实验表明,所提方法能较好地诊断出齿轮不同类型的故障.
推荐文章
基于VMD与多特征融合的齿轮故障诊断方法
变分模态分解
多特征融合
最小二乘支持向量机
排列熵
故障诊断
基于MRSVD能量特征和KFCM的齿轮箱复合故障诊断
齿轮箱
多分辨奇异值分解
能量特征
模糊核聚类
故障诊断
基于特征融合稀疏表示的JPEG隐写分析
特征融合
稀疏表示
PCA
向量总变差
冲击特征受控极小化通用稀疏表示及其在机械故障诊断中的应用
稀疏表示
凸优化问题
受控极小化
特征提取
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 基于特征融合和稀疏表示的齿轮故障诊断
来源期刊 机械传动 学科
关键词 故障诊断 特征融合 稀疏表示 齿轮
年,卷(期) 2017,(1) 所属期刊栏目 理论研究
研究方向 页码范围 54-58
页数 5页 分类号
字数 语种 中文
DOI 10.16578/j.issn.1004.2539.2017.01.012
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 王江萍 63 531 11.0 20.0
2 段腾飞 7 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  (23)
共引文献  (40)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(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(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(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(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
故障诊断
特征融合
稀疏表示
齿轮
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
机械传动
月刊
1004-2539
41-1129/TH
大16开
河南省郑州市科学大道149号
1977-01-01
中文
出版文献量(篇)
6089
总下载数(次)
0
总被引数(次)
31469
论文1v1指导