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:
摩托车发动机异响识别通常采用人工听诊法,受环境因素和经验参差不齐的影响准确率较低,需要寻找一种科学、有效的模式识别法来提高异响类型识别的准确度.利用麦克风采集发动机近场声音信号,首先利用小波空域相关滤波法去除背景噪声;然后分别采用小波包变换和双谱估计提取发动机声信号特征向量,作为发动机异响模式识别支持向量机的输入向量;选取RBF核函数及参数建立分类模型并训练;最后用测试样本检验分类模型的准确率.通过分析发现,采用所提出的发动机异响特征提取方法进行模式识别,训练准确率为98%,测试准确率达到90%.
推荐文章
发动机异响的诊断
发动机
机械异响
燃烧异响
故障诊断
基于Mel倒谱的某型飞机发动机振动故障的模式识别
Mel倒谱
发动机振动故障
BP神经网络
RBF神经网络
模式识别
基于轨迹平行测量的发动机异响诊断方法
声信号
小波消噪
轨迹平行测量法
发动机异响诊断系统的构建
虚拟仪器
声信号
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 基于小波包和双谱的发动机异响模式识别
来源期刊 噪声与振动控制 学科 工学
关键词 振动与波 异响 滤波 小波包 双谱 向量机
年,卷(期) 2018,(6) 所属期刊栏目 信号处理与故障诊断
研究方向 页码范围 146-149,177
页数 5页 分类号 TB535
字数 4539字 语种 中文
DOI 10.3969/j.issn.1006-1355.2018.06.028
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 杨兴国 重庆工商职业学院智能制造与汽车学院 8 5 1.0 1.0
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  (49)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (11)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
振动与波
异响
滤波
小波包
双谱
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
噪声与振动控制
双月刊
1006-1355
31-1346/TB
大16开
上海市华山路1954号上海交通大学
4-672
1981
chi
出版文献量(篇)
4977
总下载数(次)
4
总被引数(次)
36734
论文1v1指导