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:
针对不同恒定工况下的齿轮微弱故障难于诊断的问题,提出一种局部特征尺度分解(local characteristicscale decomposition,LCD)结合全矢互信息的故障诊断方法.采用LCD对不同工况的振动信号进行分解,获取瞬时频率具有物理意义的各阶内禀尺度分量(intrinsic scale component,ISC),可消除工况所引起的频率调制及模态混叠效应所造成的干扰,再以ISC与原信号的互相关系数最大为准则进一步实现降噪.提取不同工况下的样本信号与降噪后ISC的全矢互信息绝对值之和作为样本特征向量,使用支持向量机进行分类.通过对不同工况的100组信号的识别,表明该方法能有效区分不同工况下的齿轮微弱故障特征,同时减少对人的主观经验的依赖.
推荐文章
采用EEMD算法与互信息法的机械故障诊断方法
故障诊断
固有模态函数
Hilbert-Huang变换
总体经验模态分解
互信息法
矢Hilbert解调及其在齿轮故障诊断中的应用
全矢谱
矢Hilbert
幅值解调
故障诊断
全矢深度学习在轴承故障诊断中的应用
智能故障诊断
深度学习
全矢谱
稀疏自动编码器
局部特征尺度方法(LCD)及其在齿轮故障诊断中的应用研究
局部特征尺度
经验模态分解EMD
时频分析
故障诊断
齿轮
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 LCD降噪和全矢互信息法在不同工况下的齿轮故障诊断中的应用
来源期刊 太阳能学报 学科 工学
关键词 不同工况 降噪 全矢互信息 支持向量机 故障识别
年,卷(期) 2017,(9) 所属期刊栏目
研究方向 页码范围 2582-2588
页数 7页 分类号 TH165.3
字数 4285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 孙文磊 新疆大学机械工程学院 325 1422 16.0 21.0
2 温广瑞 新疆大学机械工程学院 56 405 10.0 18.0
4 姜宏 新疆大学机械工程学院 52 101 5.0 7.0
7 章翔峰 新疆大学机械工程学院 30 41 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (64)
共引文献  (209)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(8)
  • 参考文献(2)
  • 二级参考文献(6)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(7)
  • 参考文献(2)
  • 二级参考文献(5)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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
不同工况
降噪
全矢互信息
支持向量机
故障识别
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
太阳能学报
月刊
0254-0096
11-2082/TK
大16开
北京市海淀区花园路3号
2-165
1980
chi
出版文献量(篇)
7068
总下载数(次)
14
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导