齿轮箱故障

作品数：849被引量：3350H指数：21
导出分析报告
相关领域：机械工程更多>>
相关作者：潘宏侠郑海起唐力伟黄晋英林近山更多>>
相关机构：中北大学华北电力大学石家庄铁道大学上海电机学院更多>>
相关期刊：更多>>
相关基金：国家自然科学基金山西省自然科学基金国家高技术研究发展计划中央高校基本科研业务费专项资金更多>>
-
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：
基于特征融合的齿轮箱故障诊断
《噪声与振动控制》2025年第2期63-69,共7页周芸 吴胜利 邢文婷 
国家自然科学基金资助项目(51705052);国家社会科学基金资助项目(23BGL220);重庆市研究生联合培养基地建设资助项目(JDLHPYJD2020028)。
齿轮箱故障的振动信号具有非线性、非平稳性,再加上齿轮箱运行工况复杂的特点,导致传统的信号处理方法难以有效提取齿轮箱故障特征,严重影响传动精度和设备运行安全。基于此,本文研究振动信号无量纲指标与经验模态分解(Empirical Mode D...
关键词：故障诊断 齿轮箱 融合特征 无量纲指标 随机森林 LSTM神经网络 
优化辛几何模态分解及改进ResNeXt神经网络的齿轮箱故障诊断方法
《科学技术与工程》2025年第7期2792-2799,共8页郑心成 郝如江 姚勃羽 王天池 尚腾龙 冯鹏帆 
国家自然科学基金(12272243);河北省科技研发平台建设专项(21567622H);石家庄铁道大学创新项目(YC202430)。
故障诊断领域中常将信号处理与深度学习相结合以实现更好的诊断效果。基于此,对辛几何模态分解与ResNeXt神经网络分别进行了改进与优化,提出了一种基于优化辛几何模态分解与改进ResNeXt神经网络相结合的齿轮箱故障诊断模型。首先将采集...
关键词：辛几何模态分解 信号处理 ResNeXt 故障诊断 
基于ISDP和膨胀胶囊网络的风电机组齿轮箱故障诊断
《智慧电力》2025年第3期27-34,共8页李俊卿 韩小平 黄涛 张承志 刘若尧 何玉灵 刘雨田 
国家自然科学基金资助项目(52177042)。
针对风电机组齿轮箱故障信号受多噪声、多转速影响难以处理的问题,提出一种基于优化变分模态分解(VMD)的改进对称点图(ISDP)和膨胀胶囊网络(DCapsNet)结合的故障诊断方法。首先,提出利用均方根误差和皮尔逊相关系数优化VMD最佳分解数量...
关键词：齿轮箱 故障诊断 变分模态分解 胶囊网络 对称点图 
基于谐波特征的稀疏增强正则化及其在齿轮箱故障诊断中的应用
《振动与冲击》2025年第6期318-324,共7页余立超 黄媛 王成龙 罗华耿 
在基于振动监测的齿轮箱故障诊断中,如何准确提取由缺陷引起的周期性瞬态冲击信号是实现故障诊断的关键。但实际测量的振动信号往往包含多种干扰成分,使得瞬态冲击的提取十分困难。对此,提出一种基于谐波特征的稀疏增强正则化方法。首先...
关键词：齿轮箱 故障诊断 稀疏分解 正则化 
基于改进型级联宽度学习的采煤机截割部齿轮箱故障诊断
《工矿自动化》2025年第3期86-95,共10页李鑫 李淑华 陈浩 司垒 魏东 邹筱瑜 
国家自然科学基金项目(52404178);江苏省自然科学基金项目(BK20231064)。
采煤机截割部齿轮箱振动监测数据结构复杂,且易出现类别不平衡问题,导致现有基于传统机器学习的智能故障诊断方法易出现错报现象,而基于深度学习的诊断方法模型结构复杂、学习效率低,且易陷入局部最优解,影响诊断性能。针对上述问题,提...
关键词：采煤机截割部 齿轮箱 故障诊断 级联宽度学习 随机超图卷积 类特异性权重 
基于CBAM-STCN的齿轮箱故障智能诊断方法
《科学技术与工程》2025年第9期3760-3768,共9页万志国 王治国 赵伟 窦益华 
陕西省自然科学基础研究计划(2022JQ-412)。
针对齿轮箱在多种工况下故障特征存在差异,故障诊断易受噪声干扰,导致故障诊断模型泛化性差和识别准确率低的问题,提出一种端到端的具有混合注意力机制和软阈值化特点的时间卷积神经网络(convolutional block attention module-sparse t...
关键词：齿轮箱 故障智能诊断 混合注意力机制 软阈值化 时间卷积神经网络 
风力发电机组齿轮箱故障诊断研究
《中文科技期刊数据库(全文版)工程技术》2025年第3期086-089,共4页赵晋 彭震张石争 
随着全球可再生能源需求的不断增长,风力发电作为一种清洁、可持续的能源形式,得到了广泛应用,风力发电机组在长期运行过程中,常常面临齿轮箱故障这一重大挑战,齿轮箱作为风力机组的核心传动部件,其可靠性直接影响到整机的稳定性和发电...
关键词：故障诊断 齿轮箱 风力发电机组 
条件分布域适应下数模混动齿轮箱故障诊断
《振动与冲击》2025年第3期182-190,209,共10页王冉 韩海保 颜福成 余亮 
国家自然科学基金项目(51505277);上海市自然科学基金(23ZR1426700);机械系统与振动国家重点实验室开放基金课题资助(MSV202305)。
齿轮箱的故障诊断对于确保机械系统的可靠性、安全性和经济可行性至关重要。在工业实际中,齿轮箱通常运行在正常状态下,因此故障状态发生较少,且由于获取有标签的故障数据的成本较高,导致齿轮箱的健康状态监测面临着有标签故障数据稀缺...
关键词：齿轮箱故障诊断 动力学建模 条件最大均值差异 
基于数字孪生的风电机组齿轮箱故障诊断方法研究
《科技资讯》2025年第1期102-104,共3页孙亚飞 渠叶君 
风力发电作为可再生能源的重要支柱,其风电机组齿轮箱受多种因素影响易出现故障,从而影响整个风电机组的稳定性。因此,提出基于数字孪生的风电机组齿轮箱故障诊断方法。首先,构建数字孪生总体架构。其次,采集风电机组齿轮箱数据并过滤,...
关键词：数字孪生 风电机组 故障诊断 长短期记忆 齿轮箱 
基于MTF与改进ResNeXt神经网络的齿轮箱故障诊断
《机床与液压》2025年第1期9-14,共6页郑心成 郝如江 孙汇宇 范亚飞 杨青松 
国家自然科学基金项目(12272243);河北省科技研发平台建设专项项目(21567622H);石家庄铁道大学创新项目(YC202430)。
齿轮箱的振动信号包含丰富的信息。通过将采集到的一维时序信号转换为二维图像,可进一步增强信号特征,从而更好地表征设备状态。基于此,提出一种基于马尔可夫变迁场(MTF)与改进ResNeXt神经网络相结合的齿轮箱故障诊断模型。通过MTF对采...
关键词：马尔可夫变迁场 ResNeXt神经网络 故障诊断 图像压缩 
全选清除导出
共85页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部