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:
提出利用最小二乘支持向量机方法进行矿用胶带机滚动轴承故障识别方法,利用小波包的分解方法提取检测信号的故障信息,并将其作为最小二乘支持向量机的输入量,将样本的常见故障类型作为输出量,对样本的输入量和输出量进行不断的训练学习,得到最小二乘支持向量机模型,利用该模型进行胶带机滚动轴承故障识别.研究结果表明:基于最小二乘支持向量机模型的计算结果与测试样本拟合精度较高,可以用于进行矿用胶带机滚动轴承故障识别.
推荐文章
基于最小二乘映射和SVM的滚动轴承故障诊断
故障诊断
LSM
SVM
无量纲特征参量
基于最小二乘支持向量机的故障诊断方法
小波包分析
故障诊断
特征向量
最小二乘支持向量机
核函数
基于最小二乘支持向量机的复杂装备故障预测模型研究
故障预测模型
回归算法
最小二乘支持向量机
稀疏最小二乘支持向量机及其应用研究
最小二乘支持向量机
核偏最小二乘辨识
智能建模
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 基于最小二乘支持向量机的矿用胶带机滚动轴承故障识别
来源期刊 煤矿开采 学科 工学
关键词 最小二乘支持向量机 矿用胶带机 滚动轴承 故障识别
年,卷(期) 2018,(5) 所属期刊栏目 开采技术与装备
研究方向 页码范围 39-42
页数 4页 分类号 TD634.1
字数 3428字 语种 中文
DOI 10.13532/j.cnki.cn11-3677/td.2018.05.011
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (106)
共引文献  (367)
参考文献  (11)
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)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
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(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(13)
  • 参考文献(0)
  • 二级参考文献(13)
2011(9)
  • 参考文献(1)
  • 二级参考文献(8)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(8)
  • 参考文献(3)
  • 二级参考文献(5)
2014(4)
  • 参考文献(3)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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
最小二乘支持向量机
矿用胶带机
滚动轴承
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
煤矿开采
双月刊
1006-6225
11-3677/TD
北京和平里青年沟路5号 煤炭科学研究总院
chi
出版文献量(篇)
3948
总下载数(次)
2
论文1v1指导