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EDMD与改进KPCA算法的机械设备故障诊断方法
被引量：
1
1
作者
金樟民
方学宠
+1 位作者
娄益凡
张富齐
《起重运输机械》
2022年第7期58-65,共8页
机械设备故障诊断本质上是一种故障模式识别的问题,选择合适的诊断方法对诊断结果的准确性至关重要。文中提出了一种将扩展的动模式分解(EDMD)和改进的核主成分分析(improved KPCA)相结合的机械设备故障诊断的算法。首先通过EDMD将振动...
机械设备故障诊断本质上是一种故障模式识别的问题,选择合适的诊断方法对诊断结果的准确性至关重要。文中提出了一种将扩展的动模式分解(EDMD)和改进的核主成分分析(improved KPCA)相结合的机械设备故障诊断的算法。首先通过EDMD将振动信号分解为固有模态函数分量(IMFs),并获得包含特征信息的IMFs,然后对这些有效分量计算如平均值、极值等多个特征参数,从而形成高维数据结构,最后再利用改进的KPCA将这些高维数据映射到低维空间,从而实现对不同故障类型的准确聚类。将文中所述方法应用于仿真信号及所采集的故障模拟综合试验台齿轮故障数据分析。结果表明该方法具有可行性,在机械设备复杂信号处理领域具有良好的应用前景。
展开更多
关键词
扩展的动模式分解
改进的核主成分分析
齿轮
故障诊断
方法
下载PDF
职称材料
题名
基于EDMD与改进KPCA算法的机械设备故障诊断方法
被引量：
1
1
作者
金樟民
方学宠
娄益凡
张富齐
机构
温州市特种设备检测院
武汉科技大学
出处
《起重运输机械》
2022年第7期58-65,共8页
基金
国家自然科学基金(51805382)
浙江省市场监管系统科研计划项目(20190332)。
文摘
机械设备故障诊断本质上是一种故障模式识别的问题,选择合适的诊断方法对诊断结果的准确性至关重要。文中提出了一种将扩展的动模式分解(EDMD)和改进的核主成分分析(improved KPCA)相结合的机械设备故障诊断的算法。首先通过EDMD将振动信号分解为固有模态函数分量(IMFs),并获得包含特征信息的IMFs,然后对这些有效分量计算如平均值、极值等多个特征参数,从而形成高维数据结构,最后再利用改进的KPCA将这些高维数据映射到低维空间,从而实现对不同故障类型的准确聚类。将文中所述方法应用于仿真信号及所采集的故障模拟综合试验台齿轮故障数据分析。结果表明该方法具有可行性,在机械设备复杂信号处理领域具有良好的应用前景。
关键词
扩展的动模式分解
改进的核主成分分析
齿轮
故障诊断
方法
Keywords
extended
dynamic
mode
decomposition
improved
kernel
principal component analysis
:
gear
failure
diagnosis
method
分类号
TH13 [机械工程—机械制造及自动化]
TH165
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于EDMD与改进KPCA算法的机械设备故障诊断方法
金樟民
方学宠
娄益凡
张富齐
《起重运输机械》
2022
1
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
