轴承寿命

作品数：590被引量：748H指数：10
导出分析报告
相关领域：机械工程金属学及工艺更多>>
相关作者：李兴林张燕辽董绍江王玉静康守强更多>>
相关机构：洛阳轴承研究所哈尔滨理工大学东南大学西安交通大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中国博士后科学基金重庆市教育委员会科学技术研究项目机械传动国家重点实验室开放基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 基金=机械传动国家重点实验室开放基金x
共 条 记 录，以下是1-5
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于双尺度柔性原型迁移网络的空间滚动轴承寿命阶段识别被引量：2
《机械工程学报》2022年第21期114-125,共12页王腾 李锋 罗玲 汤宝平 
重庆大学机械传动国家重点实验室开放基金(SKLMT-KFKT-201718);中国博士后科学基金(2016M602685);四川省中国制造2025四川行动资金计划(2019CDYB-12)资助项目。
针对变工况条件下样本分布差异较大、不同寿命阶段样本数量不均衡导致现有空间滚动轴承寿命阶段识别方法的寿命阶段识别精度较低问题,提出基于双尺度柔性原型迁移网络(Dual scale flexible prototype transfer network,DSFPTN)的空间滚...
关键词：空间滚动轴承 寿命阶段识别 双尺度柔性域感知模块 同域泛原型学习 两域原型迁移 双分类器 
改进均衡分布适配的滚动轴承寿命阶段识别被引量：2
《振动工程学报》2021年第1期194-201,共8页吴昊年 陈仁祥 胡小林 张霞 张焱 唐林林 
国家自然科学基金资助项目(51975079,51705056);重庆市教委科学技术研究项目(KJQN201900721);机械传动国家重点实验室开放基金资助项目(SKLMT-KFKT-201710);重庆市技术创新与应用示范项目(cstc2018jscx-msybX0012);交通工程应用机器人重庆市工程实验室开放基金资助项目(CELTEAR-KFKT-202002);重庆交通大学硕士研究生科研创新项目(2018S0138)。
针对不同工况下训练样本与测试样本分布差异导致滚动轴承寿命阶段无法被有效识别的问题,提出改进均衡分布适配的滚动轴承寿命阶段识别方法。采用无重复均匀随机抽样对源域类间样本进行多次均匀随机抽样,得到源域多样本训练集,以减小源...
关键词：故障诊断 滚动轴承 寿命阶段识别 条件概率分布 边缘分布 
源域多样本集成GFK的不同工况下滚动轴承寿命状态识别被引量：3
《振动工程学报》2020年第3期614-621,共8页陈仁祥 陈思杨 胡小林 董绍江 黄鑫 朱炬锟 
机械传动国家重点实验室开放基金资助项目(SKLMT-KFKT-201710);国家自然科学基金资助项目(51975079,51775072);重庆市基础与前沿研究计划资助项目(cstc2017jcyjA1658);重庆市留学人员回国创业创新支持计划创新项目(CX2018116);重庆市技术创新与应用示范项目(cstc2018jscx-msybX0012);城市轨道交通车辆系统集成与控制重庆市重点实验室开放基金资助项目(CKLURTSIC-KFKT-201809);交通工程应用机器人重庆市工程实验室开放基金资助项目(CELTEAR-KFKT-201803)。
针对不同工况下滚动轴承寿命状态识别时训练样本与测试样本分布差异导致寿命状态无法有效识别的问题,提出基于源域多样本集成(Geodesic Flow Kernel,GFK)的滚动轴承寿命状态识别方法。首先,采用无重复均匀随机抽样对源域类间样本进行多...
关键词：寿命状态识别 滚动轴承 测地线流式核 迁移学习 
多分类器集成加权均衡分布适配的滚动轴承寿命阶段识别被引量：5
《仪器仪表学报》2019年第10期66-73,共8页陈仁祥 吴昊年 杨黎霞 唐林林 徐向阳 
国家自然科学基金(51975079);国家自然科学基金(51975079,51975078);重庆市教委科学技术研究项目(KJQN201900721);交通工程应用机器人重庆市工程实验室开放基金(CELTEAR-KFKT-201803);机械传动国家重点实验室开放基金(SKLMT-KFKT-201710);重庆交通大学硕士研究生科研创新项目(2019S0109)资助
针对不同工况下样本有限不平衡造成滚动轴承寿命阶段识别中少数类样本无法被有效识别的问题,提出了多分类器集成加权均衡分布适配的滚动轴承寿命阶段识别方法。首先,采用随机抽样的方式获得源域多样本训练集,为目标域预测伪标签的同时...
关键词：样本有限不平衡 滚动轴承 寿命阶段识别 多分类器集成 
加噪样本扩展深度稀疏自编码神经网络的滚动轴承寿命阶段识别被引量：14
《振动工程学报》2017年第5期874-882,共9页陈仁祥 黄鑫 杨黎霞 汤宝平 陈思杨 杨星 
机械传动国家重点实验室开放基金资助项目(SKLMT-KFKT-201710);国家自然科学基金资助项目(51305471;51775065);中国博士后科学基金资助项目(2014M560719)
针对滚动轴承寿命特征提取与寿命阶段智能识别问题,提出加噪样本扩展深度稀疏自编码神经网络的滚动轴承寿命阶段识别方法。稀疏自编码具有非监督自动学习数据内部结构特征的能力,但属浅层网络,特征提取能力有限且不具备分类能力。因此,...
关键词：故障诊断 滚动轴承 寿命阶段 稀疏自编码 神经网络 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部