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:
为了精确诊断齿轮泵故障,提出了基于马氏距离的传感器通道选择方法,采用多项式最小二乘法去除采集振动信号的趋势项和五点三次平滑法对信号进行平滑预处理,而后分别提取基于峭度的时域特征、小波包能量特征和经验模态分解特征,运用最小二乘支持向量机进行状态识别.以CB-KP63齿轮泵为例进行应用,结果表明传感器1通道识别率达到85%;采集振动信号趋势项干扰较弱,平滑处理效果较好;以EMD提取各频带能量作为特征参数的LS-SVC状态识别方法识别率达到90%以上,最终证明论文提出的方法有效可行.
推荐文章
基于最小二乘支持向量机的故障诊断方法
小波包分析
故障诊断
特征向量
最小二乘支持向量机
核函数
基于改进最小二乘支持向量机的柱塞泵故障诊断模型
柱塞泵
最小二乘支持向量机
蚁群算法
故障诊断
模拟电路故障诊断的最小二乘支持向量机方法研究
最小二乘支持向量机
模拟电路
故障诊断
蚁群优化
基于两类特征和最小二乘支持向量机的齿轮故障诊断方法
本征模式分量能量
峭度
最小二乘支持向量机
齿轮
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 基于最小二乘支持向量分类机的齿轮泵 故障诊断研究
来源期刊 流体机械 学科 工学
关键词 齿轮泵 状态识别 最小二乘支持向量分类机 小波包分析 经验模态分解
年,卷(期) 2019,(8) 所属期刊栏目 设计计算
研究方向 页码范围 32-36
页数 5页 分类号 TH165.3|TN911.7
字数 3451字 语种 中文
DOI 10.3969/j.issn.1005-0329.2019.08.007
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 姚春江 火箭军工程大学作战保障学院 11 19 3.0 4.0
2 陈小虎 火箭军工程大学作战保障学院 17 19 3.0 4.0
3 张宁 西京学院机械工程学院 17 12 2.0 2.0
4 何庆飞 西京学院机械工程学院 7 1 1.0 1.0
5 王德文 西京学院机械工程学院 9 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (123)
共引文献  (44)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(11)
  • 参考文献(0)
  • 二级参考文献(11)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(13)
  • 参考文献(0)
  • 二级参考文献(13)
2013(13)
  • 参考文献(0)
  • 二级参考文献(13)
2014(17)
  • 参考文献(0)
  • 二级参考文献(17)
2015(14)
  • 参考文献(1)
  • 二级参考文献(13)
2016(12)
  • 参考文献(4)
  • 二级参考文献(8)
2017(4)
  • 参考文献(3)
  • 二级参考文献(1)
2018(5)
  • 参考文献(4)
  • 二级参考文献(1)
2019(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)
研究主题发展历程
节点文献
齿轮泵
状态识别
最小二乘支持向量分类机
小波包分析
经验模态分解
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
流体机械
月刊
1005-0329
34-1144/TH
大16开
合肥市长江西888号合肥通用机械研究院西配楼
26-129
1972
chi
出版文献量(篇)
5018
总下载数(次)
14
总被引数(次)
55002
论文1v1指导