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:
针对刀具磨损过程中产生的非平稳性信号,提出了基于变分模态分解的关联维数及相关向量机的刀具磨损状态监测方法.首先,利用变分模态分解对采集的声发射信号进行分解,获得一系列分量;其中部分分量跟磨损状态相关,部分分量是干扰噪声.为此根据分解后分量与原信号的互信息值提取出敏感分量;利用刀具信号特点确定关联维数的时延参数和嵌入维数,计算敏感分量的关联维数并组成特征向量;最后,将刀具不同状态的特征向量输入相关向量机进行训练与测试,从而实现对刀具磨损状态的监测.实验结果表明,该方法能够有效地识别出刀具磨损过程中不同的工作状态,且分类准确率较经验模态分解好.
推荐文章
基于变分模态分解的齿轮箱状态监测
变分模态分解
模糊C均值
齿轮
机械传动
状态监测
基于改进变分模态分解的有载分接开关机械状态监测
有载分接开关
改进变分模态分解
相关向量机
和声搜索算法
机械状态
基于变分模态分解和ANFIS的齿轮故障诊断
变分模态分解
自适应神经模糊推理系统
齿轮
排列熵
故障诊断
基于变分模态分解的眼电伪迹去除
眼电伪迹
脑电信号
变分模态分解
模态分量
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 基于变分模态分解的关联维数及相关向量机的刀具磨损状态监测
来源期刊 计量学报 学科 工学
关键词 计量学 刀具磨损 声发射法 状态识别 变分模态分解 关联维数 相关向量机
年,卷(期) 2018,(2) 所属期刊栏目
研究方向 页码范围 182-186
页数 5页 分类号 TB93
字数 2204字 语种 中文
DOI 10.3969/j.issn.1000-1158.2018.02.09
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 周志雄 湖南大学机械与运载工程学院 113 1471 19.0 34.0
2 黄向明 湖南大学机械与运载工程学院 37 226 9.0 13.0
3 何志坚 湖南大学机械与运载工程学院 17 44 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (104)
共引文献  (63)
参考文献  (14)
节点文献
引证文献  (7)
同被引文献  (46)
二级引证文献  (4)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(17)
  • 参考文献(0)
  • 二级参考文献(17)
2011(11)
  • 参考文献(0)
  • 二级参考文献(11)
2012(20)
  • 参考文献(3)
  • 二级参考文献(17)
2013(8)
  • 参考文献(1)
  • 二级参考文献(7)
2014(7)
  • 参考文献(3)
  • 二级参考文献(4)
2015(4)
  • 参考文献(3)
  • 二级参考文献(1)
2016(4)
  • 参考文献(4)
  • 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)
2019(5)
  • 引证文献(4)
  • 二级引证文献(1)
2020(6)
  • 引证文献(3)
  • 二级引证文献(3)
研究主题发展历程
节点文献
计量学
刀具磨损
声发射法
状态识别
变分模态分解
关联维数
相关向量机
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
计量学报
月刊
1000-1158
11-1864/TB
大16开
北京1413信箱
2-798
1980
chi
出版文献量(篇)
3549
总下载数(次)
8
总被引数(次)
20173
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