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:
旋转机械在运行复杂环境下振动信号复杂且有许多噪声,难以有效提取故障特征并准确诊断,为此提出一种人工蜂群优化变分模态分解(VMD)的机械故障诊断方法.首先采用人工蜂群算法优化VMD的参数,对振动信号进行变分模态分解,获得相应的本征模态函数分量;然后对各模态分量信号计算多尺度熵,构造故障特征向量;最后利用最小二乘支持向量机(LS-SVM)进行故障诊断.实验结果表明,该方法具有较高的准确率,准确率达到97.5%,可以满足旋转机械故障诊断的要求.
推荐文章
基于MCKD和包络谱的旋转机械故障诊断方法
旋转机械故障诊断
最大相关峭度解卷积
包络谱
最小熵解卷积
证据理论在旋转机械故障诊断中应用
多传感器
D-S证据理论
信息融合
故障诊断
小波算法在旋转机械故障诊断系统中的应用
电机
故障诊断
小波算法
时频域
基于LabVIEW和BP神经网络的旋转机械故障诊断研究
旋转机械
LabVIEW
BP神经网络
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 基于人工蜂群算法优化VMD的旋转机械故障诊断方法
来源期刊 煤矿机械 学科 工学
关键词 旋转机械 故障诊断 VMD 人工蜂群算法 LS-SVM
年,卷(期) 2020,(4) 所属期刊栏目 故障·诊断
研究方向 页码范围 159-161
页数 3页 分类号 TH133
字数 语种 中文
DOI 10.13436/j.mkjx.202004054
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (61)
共引文献  (134)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(8)
  • 参考文献(0)
  • 二级参考文献(8)
2015(8)
  • 参考文献(1)
  • 二级参考文献(7)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(7)
  • 参考文献(0)
  • 二级参考文献(7)
2018(4)
  • 参考文献(0)
  • 二级参考文献(4)
2019(5)
  • 参考文献(4)
  • 二级参考文献(1)
2020(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
旋转机械
故障诊断
VMD
人工蜂群算法
LS-SVM
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
煤矿机械
月刊
1003-0794
23-1280/TD
大16开
哈尔滨市古香街30号
14-38
1980
chi
出版文献量(篇)
21080
总下载数(次)
49
论文1v1指导