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:
为更好地利用振动信号对枪械自动机的裂纹故障进行诊断,提出基于振动信号多分形特征的故障诊断方法.该方法利用Wavelet Leader来估计振动信号的多分形谱,通过6个特征量描述多分形谱的形态特征以实现多分形谱的降维,并使用基于Mahalanobis距离的分类器对不同的裂纹故障进行分类.应用该方法对某12.7 mm高射机枪自动机闭锁机构的裂纹故障进行了诊断,诊断正确率达到了82.5%,验证了将振动信号的多分形特征用于自动机裂纹故障诊断的可行性.
推荐文章
基于混沌理论的自动机故障诊断研究
自动机
混沌理论
特征提取
故障诊断
基于小波尺度谱重排与排列熵的自动机故障诊断
自动机
小波尺度谱重排
排列熵
支持向量机
故障诊断
基于小波尺度谱重排与小波排列熵的自动机故障诊断
自动机
小波尺度重排
排列熵
支持向量机
故障诊断
基于小波变换信息熵的自动机故障特征提取研究
自动机
信息熵提取
小波奇异谱熵
小波能谱熵
小波时间熵
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 基于多分形特征的枪械自动机裂纹故障诊断
来源期刊 兵工学报 学科 工学
关键词 枪械自动机 多分形特征 Wavelet Leader方法 Mahalanobis距离 裂纹故障诊断
年,卷(期) 2018,(3) 所属期刊栏目
研究方向 页码范围 457-462
页数 6页 分类号 TJ203+.2
字数 3759字 语种 中文
DOI 10.3969/j.issn.1000-1093.2018.03.006
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 潘宏侠 中北大学机械工程学院 359 2630 23.0 34.0
2 任海锋 中北大学机械工程学院 8 27 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (12)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(5)
  • 参考文献(3)
  • 二级参考文献(2)
2015(7)
  • 参考文献(1)
  • 二级参考文献(6)
2016(2)
  • 参考文献(2)
  • 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(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
枪械自动机
多分形特征
Wavelet Leader方法
Mahalanobis距离
裂纹故障诊断
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
兵工学报
月刊
1000-1093
11-2176/TJ
大16开
北京2431信箱
82-144
1979
chi
出版文献量(篇)
5617
总下载数(次)
7
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导