期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于EMDD信息量和KNP-SVDD的滚动轴承故障诊断研究
被引量：
3
1
作者
陈宇晨
何毅斌
+2 位作者
戴乔森
刘湘
贺苏逊
《机电工程》
CAS
北大核心
2021年第1期55-61,共7页
针对故障诊断中各类数据样本分布不均衡时诊断效果较差的问题,在支持向量机方法的基础上引入了支持向量描述方法,并对支持向量描述方法向多元判决扩展的方法,以及各种扩展方法的局限性进行了研究。对现有支持向量描述方法的扩展方法进...
针对故障诊断中各类数据样本分布不均衡时诊断效果较差的问题,在支持向量机方法的基础上引入了支持向量描述方法,并对支持向量描述方法向多元判决扩展的方法,以及各种扩展方法的局限性进行了研究。对现有支持向量描述方法的扩展方法进行了改进,提出了一种利用K相邻概率加权的多元判决支持向量数据描述方法;通过使用集合经验模态分解原信号,并计算了各本征模函数的信息量作为特征,利用第三方实验数据,对K相邻概率支持向量数据描述方法在各种故障类别的识别准确率进行了测试。研究结果表明:该方法可以有效地识别滚动轴承故障发生时的位置和严重程度;同时,通过与其他分类方法对比的方式,证明了该方法的优越性。
展开更多
关键词
故障诊断
支持
向量
机
集合经验模态分解
本征模函数
k
相邻
概率
支持
向量
数据
描述
下载PDF
职称材料
题名
基于EMDD信息量和KNP-SVDD的滚动轴承故障诊断研究
被引量：
3
1
作者
陈宇晨
何毅斌
戴乔森
刘湘
贺苏逊
机构
武汉工程大学机电工程学院
出处
《机电工程》
CAS
北大核心
2021年第1期55-61,共7页
基金
湖北省科技厅重大专项资助项目(2016AAA056)
化工装备强化与本质安全湖北省重点实验室开放基金资助项目(2018KA01)。
文摘
针对故障诊断中各类数据样本分布不均衡时诊断效果较差的问题,在支持向量机方法的基础上引入了支持向量描述方法,并对支持向量描述方法向多元判决扩展的方法,以及各种扩展方法的局限性进行了研究。对现有支持向量描述方法的扩展方法进行了改进,提出了一种利用K相邻概率加权的多元判决支持向量数据描述方法;通过使用集合经验模态分解原信号,并计算了各本征模函数的信息量作为特征,利用第三方实验数据,对K相邻概率支持向量数据描述方法在各种故障类别的识别准确率进行了测试。研究结果表明:该方法可以有效地识别滚动轴承故障发生时的位置和严重程度;同时,通过与其他分类方法对比的方式,证明了该方法的优越性。
关键词
故障诊断
支持
向量
机
集合经验模态分解
本征模函数
k
相邻
概率
支持
向量
数据
描述
Keywords
fault diagnosis
support vector machine(SVM)
ensemble empirical mode decomposition(EEMD)
intrinsic mode function(IMF)
k
-neighbor probability support vector data description(
k
NP-SVDD)
分类号
TH133.33 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于EMDD信息量和KNP-SVDD的滚动轴承故障诊断研究
陈宇晨
何毅斌
戴乔森
刘湘
贺苏逊
《机电工程》
CAS
北大核心
2021
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
