全矢谱

作品数：110被引量：301H指数：10
导出分析报告
相关领域：机械工程自动化与计算机技术更多>>
相关作者：韩捷陈宏雷文平李凌均陈磊更多>>
相关机构：郑州大学郑州工程技术学院西南科技大学郑州轻工业学院更多>>
相关期刊：《设备管理与维修》《机械设计》《振动．测试与诊断》《台州学院学报》更多>>
相关基金：国家自然科学基金河南省杰出人才创新基金河南省教育厅自然科学基金河南省教育厅科学技术研究重点项目更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于全矢CEEMDAN能量矩和AMHSSA-SVM的滚动轴承故障诊断被引量：1
《机械设计》2024年第2期81-87,共7页朱伏平 张又才 杨方燕 
为充分利用滚动轴承的故障特征信息,提高故障诊断的准确性和可靠性,文中提出了一种基于全矢自适应噪声完全集成经验模态分解(Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)能量矩和自适应多种群...
关键词：滚动轴承 故障诊断 全矢谱 CEEMDAN AMHSSA SVM 
基于全矢CEEMDAN滚动轴承故障诊断研究被引量：8
《机械设计》2023年第S02期68-72,共5页张又才 朱伏平 
由于现有信息资源利用不充分,实际复杂工况下滚动轴承故障诊断特征提取不精,文中提出一种基于全矢自适应噪声完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)的滚动轴承故障诊断方...
关键词：故障诊断 全矢谱 CEEMDAN 相关系数 
全矢改进连续谐波小波包滚动轴承故障特征提取被引量：1
《机械科学与技术》2023年第12期2040-2046,共7页秦琴 朱伏平 杨方燕 尹璐 
滚动轴承在旋转类机械设备中运行时,会产生成分复杂的振动信号。现有滚动轴承信号处理方法多使用单通道信息,无法反映整个截面故障状态。本文提出了一种基于全矢改进连续谐波小波包变换的故障特征提取方法。首先使用相互正交的两个传感...
关键词：滚动轴承 全矢谱 改进连续谐波小波包 特征提取 
全矢FSWT方法在轴承故障诊断中的应用被引量：1
《机械设计与制造》2023年第12期205-208,共4页王坤 李凌均 郝旺身 薛阳 
国家重点研发计划项目(2016YFF0203100)。
针对在滚动轴承故障诊断中,传统单通道原始信号存在输入信息缺失,经方法处理后导致诊断结论不一致的问题,将全矢谱分析技术和频率切片小波变换(Frequency Slice Wavelet Transform,FSWT)相结合,提出了全矢FSWT的方法进行故障检测与诊断...
关键词：频率切片小波 全矢谱 滚动轴承 故障诊断 
基于全矢Autogram的滚动轴承故障诊断方法被引量：2
《振动．测试与诊断》2023年第2期312-320,410,411,共11页张刘润 郑近德 潘海洋 童靳于 
国家自然科学基金资助项目(51975004);安徽省高校自然科学研究重点资助项目(KJ2019A0053)。
针对滚动轴承单通道信号信噪比较低、不能全面和准确表征故障特征等问题,提出了一种基于全矢谱和自相关谱峭度图的滚动轴承故障诊断方法。首先,计算互为垂直的两通道振动信号的自相关谱峭度图,得到信号中最佳频带的位置,并提取重构信号...
关键词：自相关谱峭度 快速谱峭度 全矢谱 滚动轴承 故障诊断 
基于全矢增强深度森林的旋转设备智能故障诊断方法被引量：12
《中国机械工程》2022年第11期1324-1335,共12页姜万录 李满 张培尧 赵亚鹏 张淑清 
国家自然科学基金(51875498);河北省自然科学基金(E2018203339,F2020203058)。
针对传统智能诊断方法需要专家知识和复杂特征提取,而深度神经网络模型复杂度高、构建难度大,以及单源信号信息不完备等问题,提出了一种新颖的全矢数据融合增强深度森林的旋转设备故障诊断方法。该方法根据旋转设备振动信号的特点,选择...
关键词：故障诊断 旋转机械 深度森林 全矢谱 数据融合 
基于全矢谱-深度置信网络的转子故障诊断方法研究被引量：1
《兵器装备工程学报》2022年第1期48-54,共7页李泽东 李志农 陶俊勇 许贝 
国家自然科学基金项目(52075236);装备预研基金项目(6142003190210);南昌航空大学研究生创新专项资金项目(YC2020-056)。
针对传统方法采用单通道信息进行设备故障诊断容易造成误判以及传统故障诊断需要大量专家经验知识的不足,结合全矢谱技术在多通道信息融合中可以全面反映振动信号特征的优势,以及深度学习具有强大的自特征提取能力和较好的模式识别能力...
关键词：深度置信网络 全矢谱 故障诊断 信息融合 自特征提取 
全矢RNN的轴承故障诊断研究被引量：8
《机械设计与制造》2021年第9期27-31,共5页谢远东 雷文平 韩捷 陈磊 
国家自然科学基金(50675209);河南省高校重点学科开放实验室项目(PMTE201302A)。
本文提出了一种基于全矢谱的RNN故障诊断方法。RNN是为了在保证在时序信息上能够提取出轴承的特征信息,并且根据全寿命周期的时序信息得到轴承的退化过程,并根据退化特征对于轴承故障信号进行分类。全矢谱技术利用同源双通道故障信息的...
关键词：智能故障诊断 循环神经网络 全矢谱 特征提取 
全矢关联规则在轴承故障预警中的应用
《机械设计与制造》2021年第8期75-78,共4页周玉平 高山 陈磊 孙浩 
河南省教育厅科学技术研究重点项目指导计划(13B460397);河南省高校重点学科开放实验室项目(PMTE201302A)。
大型旋转机械设备在发生故障时所造成的损失是不可计算的,因此建立了关联规则库预警模型。首先采用全矢Hilbert对正常运行状态下的同源双通道原始样本数据进行信息融合,然后进行离散化等预处理,建立后期工作所需要的数据库。利用Aprior...
关键词：全矢谱 滚动轴承 数据挖掘 关联规则 APRIORI算法 
全矢EEMD在轴承故障诊断中的应用被引量：7
《机械设计与制造》2021年第3期118-121,共4页高山 周玉平 陈宏 张旺 
国家科学自然基金(NO 51405453)。
实际工况中滚动轴承故障的振动信号为非线性,非平稳的信号。为了对滚动轴承的故障做出准确识别,根据轴承故障信号的特点,在此提出一种用全矢谱和EEMD相结合来提取故障特征指标,然后利用隐马尔科夫模型对滚动轴承故障进行分类的新方法。...
关键词：全矢谱 集合经验模态分解(EEMD) 隐马尔科夫模型(HMM) 滚动轴承 故障分类 
全选清除导出
共11页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部