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:
文章以船舶柴油机表面振动信号作为故障诊断的对象,使用经验模态分解(EMD)结合小波阈值法对振动信号进行分解和降噪,再通过PSO-SVM方法对数据样本进行故障诊断.通过对比原始信号和重构信号在PSO-SVM算法计算之后的结果,经过降噪后的振动信号能很好地保持自身特性,可以很好地去除其中冗余、无效的信号,在提升诊断准确率的同时,还可以提高诊断速度.
推荐文章
基于PSO-SVM的发动机故障诊断研究
粒子群优化算法
支持向量机
发动机
故障诊断
基于VMD和PSO-SVM的汽车传动轴系故障诊断
传动轴系
故障诊断
变分模态分解
能量熵
粒子群优化支持向量机
基于小波包分析和LS-SVM的柴油机故障诊断方法
柴油机
最小二乘支持向量机
故障诊断
小波包
基于SVM的柴油机故障诊断方法研究
支持向量机
神经网络
故障诊断
小波包
柴油机
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PSO-SVM的柴油机故障诊断研究
来源期刊 中国修船 学科
关键词 船舶柴油机 经验模态分解 PSO-SVM 故障诊断
年,卷(期) 2021,(4) 所属期刊栏目 维修理论
研究方向 页码范围 49-53
页数 5页 分类号 U672
字数 语种 中文
DOI 10.13352/j.issn.1001-8328.2021.04.013
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (64)
共引文献  (508)
参考文献  (8)
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)
2000(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)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(14)
  • 参考文献(1)
  • 二级参考文献(13)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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
船舶柴油机
经验模态分解
PSO-SVM
故障诊断
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
中国修船
双月刊
1001-8328
12-1144/U
大16开
天津塘沽区新港三号路4号
6-163
1979
chi
出版文献量(篇)
2947
总下载数(次)
3
论文1v1指导