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:
构建了小波包能量分布、小波包能量熵、小波包能量分布与信号时域特征结合、小波能量熵与信号时域特征结合4种齿轮箱特征信号提取方法.结合BP神经网络对齿轮箱正常工况、齿面裂纹、断齿、齿面剥落4种类型工况进行特征向量提取,并进行诊断分类和对比,以得出结论.
推荐文章
基于小波包和BP神经网络的风机齿轮箱故障诊断
振动与波
风机齿轮箱
小波包变换
BP神经网络
故障诊断
基于LVQ神经网络风电机组齿轮箱故障诊断研究
LVQ神经网络
BP神经网络
风电机组
齿轮箱
故障诊断
BP神经网络在齿轮箱故障诊断中的应用
振动与波
BP神经网络
齿轮箱
故障诊断
状态监测
基于纵横交叉算法优化BP神经网络的风机齿轮箱故障诊断方法
风电机组
齿轮箱
纵横交叉算法
BP神经网络
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 基于小波分析和BP神经网络的齿轮箱故障诊断技术
来源期刊 机电信息 学科
关键词 小波分析 BP神经网络 齿轮箱 故障诊断
年,卷(期) 2017,(27) 所属期刊栏目 工艺与技术
研究方向 页码范围 77,79
页数 2页 分类号
字数 1888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 王佩 16 51 4.0 6.0
2 刘璐 2 9 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (37)
参考文献  (3)
节点文献
引证文献  (8)
同被引文献  (47)
二级引证文献  (7)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(9)
  • 引证文献(6)
  • 二级引证文献(3)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
小波分析
BP神经网络
齿轮箱
故障诊断
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
机电信息
旬刊
1671-0797
32-1628/TM
大16开
南京山西路120号江苏成套大厦12楼
28-285
2001
chi
出版文献量(篇)
19929
总下载数(次)
45
总被引数(次)
30590
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导