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:
针对采煤机滚动轴承故障特征向量提取较困难、多分类效果不理想等问题,提出了基于HGWO-MSVM的采煤机轴承故障诊断方法.对轴承故障信号进行小波降噪处理,利用经验模态分解算法对降噪后信号进行分解,并提取能量特征值,作为MSVM的训练集和测试集.采用MSVM进行故障状态识别,并用HGWO算法对MSVM的参数进行优化.试验结果表明,相比于GWO、GA和PSO优化MSVM模型,基于HGWO-MSVM的采煤机轴承故障诊断模型可明显提高故障识别精度和效率.
推荐文章
基于多尺度熵的滚动轴承故障诊断方法
样本熵
多尺度熵
滚动轴承
故障诊断
复杂性
基于EMD的滚动轴承故障诊断方法研究
故障诊断
滚动轴承
经验模态分解
峭度系数
Hilbert变换
基于经验模式分解的滚动轴承故障诊断方法
经验模式分解
滚动轴承
故障诊断
基于ELMD与LS-SVM的滚动轴承故障诊断方法
ELMD
模式混淆
LS-SVM
滚动轴承
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HGWO-MSVM的采煤机滚动轴承故障诊断方法
来源期刊 工矿自动化 学科 工学
关键词 煤炭开采 采煤机 滚动轴承 故障诊断 经验模态分解 混合灰狼优化算法 多分类支持向量机
年,卷(期) 2018,(3) 所属期刊栏目 实验研究
研究方向 页码范围 81-86
页数 6页 分类号 TD632
字数 4081字 语种 中文
DOI 10.13272/j.issn.1671-251x.2017110006
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 张炎亮 郑州大学管理工程学院 34 129 6.0 9.0
2 孙明波 郑州大学管理工程学院 7 48 4.0 6.0
3 马秋丽 郑州大学管理工程学院 5 14 2.0 3.0
4 雷俊辉 郑州大学管理工程学院 5 10 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (87)
共引文献  (272)
参考文献  (14)
节点文献
引证文献  (4)
同被引文献  (2)
二级引证文献  (3)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(7)
  • 参考文献(3)
  • 二级参考文献(4)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(5)
  • 参考文献(4)
  • 二级参考文献(1)
2016(5)
  • 参考文献(4)
  • 二级参考文献(1)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(5)
  • 引证文献(2)
  • 二级引证文献(3)
研究主题发展历程
节点文献
煤炭开采
采煤机
滚动轴承
故障诊断
经验模态分解
混合灰狼优化算法
多分类支持向量机
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
工矿自动化
月刊
1671-251X
32-1627/TP
大16开
江苏省常州市木梳路1号中煤科工集团常州自动化研究院内
28-162
1973
chi
出版文献量(篇)
6068
总下载数(次)
11
总被引数(次)
33991
论文1v1指导