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:
近年来,智能旋转机械故障诊断方法得到了广泛的发展.然而,对于许多基于传统机器学习算法的诊断方法,如何在与测试数据相同的分布下收集海量数据是现实工业应用中的难题.本文基于小波分析和神经网络等技术对属于低速连续重载的AGV设备的振动信号进行分析,并利用MATLAB语言建立了集信号分析与故障识别为一体进行旋转机械故障诊断.将该技术运用到AGV设备中去,使AGV在复杂环境中持续稳定运行,对AGV的智能化和自动化以及物流作业高效化具有重要的意义.
推荐文章
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
神经网络在旋转机械故障诊断中的应用
神经网络
故障诊断
BP网络
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
双相干谱和RBF网络在旋转机械故障诊断中的应用
双相干谱
径向基函数网络
故障诊断
旋转机械
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 旋转机械故障检测在AGV设备中的应用研究
来源期刊 湖北农机化 学科
关键词 AGV 旋转机械 故障检测
年,卷(期) 2020,(5) 所属期刊栏目 开发研究
研究方向 页码范围 184-185
页数 2页 分类号
字数 1342字 语种 中文
DOI
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 耿国盛 南京农业大学工学院 10 41 5.0 6.0
2 费秀国 8 13 2.0 3.0
3 高向远 南京农业大学工学院 2 0 0.0 0.0
4 田露旭 南京农业大学工学院 1 0 0.0 0.0
5 廖亚兵 南京农业大学工学院 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  (6)
共引文献  (1)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
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
AGV
旋转机械
故障检测
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
湖北农机化
半月刊
1009-1440
42-1305/S
大16开
湖北省武汉市武昌南湖
1979
chi
出版文献量(篇)
10171
总下载数(次)
33
论文1v1指导