滚动轴承故障模式识别方法研究现状分析

• 作者: 刘鲲鹏 李泽华 白云川 苏涛 赵磊
• 来源期刊: 内燃机与配件
• 关键词: 滚动轴承 故障模式识别 神经网络 聚类分析 支持向量机
• 年，卷（期）: 2018,（23）
• 所属期刊栏目: 产品分析
• 页码范围: 62-63
• 页数: 2页
• 字数: 2083字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-957X.2018.23.027

摘要

滚动轴承广泛是应用于各类机械设备的旋转部件,同时也是导致机器故障频繁发生的重要原因.论文对现有滚动轴承故障模式识别方法进行了系统梳理,从神经网络、聚类分析和支持向量机三个方面总结了各种方法的特点.结果表明支持向量机表现得最为先进,可作为智能故障诊断的重点研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白云川	陆军军事交通学院军用车辆工程系	31	37	4.0	5.0
2	李泽华	陆军军事交通学院军用车辆工程系	16	21	2.0	3.0