康振兴

作品数：4被引量：26H指数：3
导出分析报告
供职机构：东北电力大学机械工程学院更多>>
发文主题：刀具磨损支持向量机云理论切削刀具声发射更多>>
发文领域：自动化与计算机技术机械工程更多>>
发文期刊：《农业工程学报》《东北电力大学学报》《振动．测试与诊断》更多>>
所获基金：吉林省教育厅“十二五”科学技术研究项目更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-4
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于多重分形谱参数的刀具磨损状态特征提取被引量：1
《东北电力大学学报》2019年第1期35-40,共6页宋伟杰 庞弘阳 关山 康振兴 
吉林省科技厅科技公关计划(20170520099JH)
鉴于多重分形理论在精细刻画系统非线性现象和过程方面具有独特优势,提出了基于多重分形理论的刀具磨损状态特征提取方法.首先估计去噪后的刀具磨损声发射信号多重分形谱,验证其标度不变性和自相似性;然后在此基础上研究了刀具磨损多重...
关键词：刀具磨损 声发射信号 多重分形理论 特征提取 标度不变性 
基于MF-DFA特征和LS-SVM算法的刀具磨损状态识别被引量：9
《农业工程学报》2018年第14期61-68,共8页关山 庞弘阳 宋伟杰 康振兴 
吉林省科技厅科技公关计划(20170520099JH);吉林省省教育厅"十二五"科学技术研究项目(20150249)
鉴于多重分形理论在精细刻画系统非线性现象和过程方面具有的独特优势,该文提出了基于多重分形去趋势波动分析和最小二乘支持向量机的刀具磨损状态识别方法。首先,用MF-DFA(multifractal detrended fluctuations analysis)方法处理去噪...
关键词：切削刀具 刀具磨损 声发射 状态识别 多重分形 去趋势波动分析 支持向量机 
基于云理论与LS-SVM的刀具磨损识别方法被引量：10
《振动．测试与诊断》2017年第5期996-1003,共8页关山 康振兴 彭昶 
吉林省科技厅科技公关计划资助项目(20140204004SF);吉林省教育厅"十二五"科学技术研究资助项目(20150249)
针对刀具磨损过程中产生声发射信号的不确定性以及神经网络学习算法收敛速度慢、易陷入局部极小值、对特征要求较高等问题,提出了基于云理论和最小二乘支持向量机的刀具磨损状态识别方法。首先,对声发射信号进行小波包分解与重构,滤除...
关键词：刀具磨损 状态识别 云理论 支持向量机 神经网络 
车削刀具磨损声发射信号的云特征分析被引量：7
《农业工程学报》2016年第20期63-69,共7页关山 康振兴 彭昶 
吉林省科技厅科技公关计划(20140204004SF);吉林省省教育厅"十二五"科学技术研究项目
针对刀具磨损状态监测和磨损量预测研究中特征提取这一关键技术,该文提出了基于云理论的信号特征提取方法。首先,采用小波包分析对声发射信号进行信号分解和重构,滤除噪声对提取特征参数的影响;其次根据重构信号的统计分布特性,利用逆...
关键词：切削刀具 刀具磨损 声发射 信号特征 云理论 
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