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:
在轴承故障诊断中,及时判断出故障具有重要的意义,针对该问题,提出一种基于主成分分析(PCA)和预测误差法的轴承故障预测方法,该方法利用主成分分析方法提取出反映轴承故障的健康监测指标,将该指标作为状态空间的输入,利用预测误差法求解状态空间模型,并对轴承健康监测指标进行预测.结果 表明,预测结果与历史数据一致,通过预测值与设定的阈值的比较,可以实现提前预警的目的.
推荐文章
基于PCA和随机森林的故障趋势预测方法研究
趋势预测
PCA
故障诊断
随机森林
PHM
多退化变量灰色预测模型的滚动轴承剩余寿命预测
剩余寿命预测
滚动轴承
多退化变量灰色预测模型
退化趋势特征参数
基于RF-MIC-PCA的股票趋势预测
股票趋势预测
随机森林
最大信息系数
主成分分析法
基于时域特征的滚动轴承寿命预测
滚动轴承
主成分分析
寿命预测
粒子群算法
支持向量机
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PCA和预测误差法的轴承故障预测方法研究
来源期刊 现代信息科技 学科 工学
关键词 故障诊断 故障预测 主成分分析 预测误差法
年,卷(期) 2019,(16) 所属期刊栏目 智能制造
研究方向 页码范围 165-167
页数 3页 分类号 TP181|TH133.33
字数 1804字 语种 中文
DOI 10.3969/j.issn.2096-4706.2019.16.063
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 熊强 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (6)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
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)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(3)
  • 参考文献(2)
  • 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
故障诊断
故障预测
主成分分析
预测误差法
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
现代信息科技
半月刊
2096-4706
44-1736/TN
16开
广东省广州市白云区机场路1718号8A09
46-250
2017
chi
出版文献量(篇)
4784
总下载数(次)
45
总被引数(次)
3182
论文1v1指导