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...
选择条件：
  • 期刊=机械传动x
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：
基于改进多尺度均值排列熵和参数优化SVM的齿轮箱故障诊断方法被引量：1
《机械传动》2024年第4期154-161,共8页郭盼盼 张文斌 崔奔 徐晗 
国家自然科学基金项目(51769007);云南省地方本科高校基础研究联合专项重点项目(202001BA070001-002);兴滇英才支持计划项目经费支持(YNWR-QNBJ-2018-349);云南省地方高校联合专项面上项目(202001BA070001-015)。
当齿轮箱传动系统发生故障时,不同振动信号的多尺度均值排列熵(Multi-scale Mean Per⁃mutation Entropy,MMPE)与其故障状态有一定的对应关系,但MMPE提取故障特征的效果取决于参数的选取。因此,提出了一种基于改进MMPE和参数优化支持向量...
关键词：多尺度均值排列熵 粒子群优化算法 支持向量机 故障诊断 齿轮 
基于AO-VMD和IAO-SVM的齿轮箱故障诊断被引量：7
《机械传动》2023年第5期143-149,共7页王博 南新元 
针对提高变分模态分解(Variational Mode Decomposition,VMD)的自适应性、优选本征模态分量(Intrinsic Mode Function,IMF)及多故障分类的问题,提出一种天鹰优化器(Aquila Optimizer,AO)优化VMD、综合评价模型优选IMF、改进天鹰优化器(I...
关键词：天鹰优化器 变分模态分解 综合评价模型 改进天鹰优化器 支持向量机 
基于LMD云模型与PSO-KELM的齿轮箱故障诊断被引量：4
《机械传动》2023年第2期157-163,共7页赵小惠 谭琦 胡胜 杨文彬 郇凯旋 张智杰 
国家自然科学基金(72001166);陕西省科技计划项目(2022JQ-721);陕西省社会科学界联合会项目(20ZD195-59)。
由于齿轮箱故障振动信号具有非平稳性与不确定性的特点,导致齿轮箱故障诊断精度较低。针对该问题提出一种基于局部均值分解(LMD)云模型特征提取结合粒子群优化(PSO)核极限学习机(KELM)的齿轮箱故障诊断方法。首先,将故障振动信号用LMD...
关键词：齿轮箱 故障诊断 局部均值分解 云模型 粒子群优化核极限学习机 
基于最大信息系数的动态加权特征融合的齿轮箱故障诊断被引量：1
《机械传动》2022年第12期142-147,共6页聂勇军 刘志军 唐振宇 刘志华 周强 
广州市教育科学规划项目(202113550)。
随着机械设备的精细化和复杂化,用于监测其运行状态的传感器数量和类型不断增多,为了能有效地将多传感器信息融合,补全时间和空间上的信息,提高传感器信息的可靠性,提出了一种基于最大信息系数的动态加权特征融合的齿轮故障诊断方法。...
关键词：最大信息系数 动态加权 特征融合 故障诊断 支持向量机 
基于ALIF-PE-GOLSSVM的齿轮箱故障诊断被引量：6
《机械传动》2022年第11期146-153,共8页黄英 李喜梅 叶仁虎 王睿 
湖北省教育厅科学研究计划指导性项目(B2014277,B2016405)。
提出了基于基因优化最小二乘支持向量机(Gene optimized least squares support vector ma⁃chine,GOLSSVM)的自适应局部迭代滤波(Adaptive local iterative fittering,ALIF)和排列熵(Permuta⁃tion entropy,PE)的故障诊断方法,并将该方...
关键词：基因优化 支持向量机 自适应局部迭代滤波 排列熵 
基于LMD能量熵的齿轮箱故障诊断研究被引量：5
《机械传动》2022年第10期24-29,共6页徐乐 李伟 张博 朱玉斌 郎超男 
国家重点研发计划项目(SQ2019YFB200140);国家自然科学基金(51475455)。
针对小样本情况下齿轮箱复合故障特征难以识别的问题,提出了基于局部均值分解(Local mean decomposition,LMD)能量熵的齿轮箱故障诊断方法。利用LMD方法对齿轮箱振动信号进行处理,得到若干个PF分量;利用不同状态下齿轮箱振动信号在频域...
关键词：齿轮箱 局部均值分解 能量熵 故障诊断 
基于GAF-inceptionResNet的齿轮箱故障诊断被引量：2
《机械传动》2022年第6期134-140,共7页李长文 李鹏 丁华 
山西省重点研发项目(201903D121064)。
为了提高齿轮箱故障诊断的准确率,准确表达齿轮箱的健康状态,结合深度学习算法,提出了一种用于齿轮故障诊断的GAF-inceptionResNet模型。该模型可以直接将原始一维振动信号经过格拉姆角场变换后形成图像作为模型的输入,通过Stem-block...
关键词：齿轮箱 故障诊断 格拉姆角场 振动信号 深度残差网络 
基于时频联合特征提取与MS-LTSA流形学习的齿轮箱故障诊断被引量：2
《机械传动》2022年第3期140-148,共9页肖凌俊 吕勇 袁锐 
国家科学自然基金(51475339;51405353)。
提出了基于时频联合(TFC)特征提取和改进的监督局部切空间排列(MS-LTSA)的流形学习的齿轮箱故障诊断的方法。首先,提出了信号的时域、频域和HHT时频域三者结合的特征提取方法,以获取振动信号全面的特征向量信息;然后,提取高维特征向量...
关键词：齿轮箱 特征提取 流形学习 故障诊断 
基于信号模型与阶次分析的风力发电机组齿轮箱故障诊断被引量：12
《机械传动》2022年第2期91-95,共5页田家彬 聂延艳 陈孝旭 徐浩 李方义 王黎明 
国家重点研发计划项目(2020YFB1711600)。
针对传统的频谱分析方法在非平稳工况下导致的"频谱模糊"现象,利用信号模型和阶次分析的方法对风电机组齿轮箱进行了故障诊断研究。建立了非平稳工况下齿轮箱高速级的振动信号模型,推导了其时频谱及阶次谱结构,利用阶次分析的方法分析...
关键词：风力发电机组 齿轮箱 非平稳 信号模型 阶次分析 故障诊断 
基于DWAE和GRUNN组合模型的变工况齿轮箱故障诊断分析
《机械传动》2022年第2期155-159,共5页刘传慧 陈晓静 侯晓晓 朱强 董勇 
河南省教育厅科技研究课题(ZD2018020)。
为了更好地识别噪声与时变转速条件对变工况齿轮箱的故障,开发了一种通过深度小波自动编码器(DWAE)与门控循环单元神经网络(GRUNN)相结合的变工况齿轮箱故障识别方法,其能够从含噪样本自主提取得到鲁棒故障特征;通过Adam与Dropout方法...
关键词：变工况齿轮箱 故障识别 深度小波自动编码器 门控循环单元神经网络 准确率 
全选清除导出
共6页<123456>
检索报告 对象比较 聚类工具 使用帮助 返回顶部