期刊导航
期刊开放获取
上海教育软件发展有限公..
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
2
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
基于多尺度迁移符号动力学熵和支持向量机的轴承诊断方法研究
被引量：
1
1
作者
于广伟
闫莉
《西北工业大学学报》
EI
CAS
CSCD
北大核心
2023年第2期344-353,共10页
针对传统数据驱动故障诊断模型在机械系统诊断中存在的泛化能力下降甚至失效的问题,应用迁移学习的思想,提出了基于多尺度迁移符号动力学熵和支持向量机的故障识别算法。采用多尺度符号动力学熵提取故障特征,在此基础上提出基于迁移学...
针对传统数据驱动故障诊断模型在机械系统诊断中存在的泛化能力下降甚至失效的问题,应用迁移学习的思想,提出了基于多尺度迁移符号动力学熵和支持向量机的故障识别算法。采用多尺度符号动力学熵提取故障特征,在此基础上提出基于迁移学习的特征映射技术,使非同分布数据的特征在映射后分布差异减小。对多尺度迁移符号动力学熵方法的参数进行优选,将其输入支持向量机中,进一步提高最终的故障识别率。通过轴承故障实验信号的测试证明,基于多尺度迁移符号动力学熵的滚动轴承诊断方法能够有效提升数据驱动故障诊断模型的泛化能力,实现少量样本下滚动轴承不同故障位置的准确识别。
展开更多
关键词
多尺度
迁移
符号
动力学
熵
特征提取
迁移学习
故障诊断
滚动轴承
在线阅读
下载PDF
职称材料
基于多特征提取与蜣螂算法优化的轴承故障诊断
被引量：
1
2
作者
谢锋云
樊秋阳
+3 位作者
孙恩广
王阳
宋成杰
朱海燕
《噪声与振动控制》
北大核心
2025年第4期130-135,230,共7页
针对轴承振动信号易受噪声干扰,单一特征量准确率低的问题,提出一种基于小波包分解(Wavelet Packet Decomposition,WPD)、有效时域特征(绝对平均值、波形指标)、频域特征(均方根频率)以及多尺度符号动力学熵(Multi-scale Symbolic Dynam...
针对轴承振动信号易受噪声干扰,单一特征量准确率低的问题,提出一种基于小波包分解(Wavelet Packet Decomposition,WPD)、有效时域特征(绝对平均值、波形指标)、频域特征(均方根频率)以及多尺度符号动力学熵(Multi-scale Symbolic Dynamic Entropy,MSDE)的轴承故障诊断方法。首先,对轴承振动信号进行小波包分解,提取多频带特征,并根据相关系数筛选最佳分量进行信号重构;其次,提取时域和频域敏感特征,同时计算重构信号的MSDE值,组成多特征向量;最后,将提取的多特征向量输入到蜣螂算法(Dung Beetle Optimizer,DBO)优化的支持向量机(Support Vector Machine,SVM)中识别不同轴承故障类型。结果显示,该方法能够从多方位提取故障特征,相较于单一特征量准确率更高,识别速度更快。
展开更多
关键词
故障诊断
多特征
多尺度符号动力学熵
蜣螂算法
在线阅读
下载PDF
职称材料
题名
基于多尺度迁移符号动力学熵和支持向量机的轴承诊断方法研究
被引量：
1
1
作者
于广伟
闫莉
机构
西安工业大学机电工程学院
出处
《西北工业大学学报》
EI
CAS
CSCD
北大核心
2023年第2期344-353,共10页
文摘
针对传统数据驱动故障诊断模型在机械系统诊断中存在的泛化能力下降甚至失效的问题,应用迁移学习的思想,提出了基于多尺度迁移符号动力学熵和支持向量机的故障识别算法。采用多尺度符号动力学熵提取故障特征,在此基础上提出基于迁移学习的特征映射技术,使非同分布数据的特征在映射后分布差异减小。对多尺度迁移符号动力学熵方法的参数进行优选,将其输入支持向量机中,进一步提高最终的故障识别率。通过轴承故障实验信号的测试证明,基于多尺度迁移符号动力学熵的滚动轴承诊断方法能够有效提升数据驱动故障诊断模型的泛化能力,实现少量样本下滚动轴承不同故障位置的准确识别。
关键词
多尺度
迁移
符号
动力学
熵
特征提取
迁移学习
故障诊断
滚动轴承
Keywords
symbolic dynamic entropy
feature extraction
transfer learning
rolling bearing
fault diagnosis
分类号
TH17 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
基于多特征提取与蜣螂算法优化的轴承故障诊断
被引量：
1
2
作者
谢锋云
樊秋阳
孙恩广
王阳
宋成杰
朱海燕
机构
华东交通大学机电与车辆工程学院
出处
《噪声与振动控制》
北大核心
2025年第4期130-135,230,共7页
基金
国家自然科学基金资助项目(52265068,52162045)
江西省自然科学基金资助项目(20224BAB204050,20232ACB204022)
载运工具与装备教育部重点实验室资助项目(KLCEZ2022-02)。
文摘
针对轴承振动信号易受噪声干扰,单一特征量准确率低的问题,提出一种基于小波包分解(Wavelet Packet Decomposition,WPD)、有效时域特征(绝对平均值、波形指标)、频域特征(均方根频率)以及多尺度符号动力学熵(Multi-scale Symbolic Dynamic Entropy,MSDE)的轴承故障诊断方法。首先,对轴承振动信号进行小波包分解,提取多频带特征,并根据相关系数筛选最佳分量进行信号重构;其次,提取时域和频域敏感特征,同时计算重构信号的MSDE值,组成多特征向量;最后,将提取的多特征向量输入到蜣螂算法(Dung Beetle Optimizer,DBO)优化的支持向量机(Support Vector Machine,SVM)中识别不同轴承故障类型。结果显示,该方法能够从多方位提取故障特征,相较于单一特征量准确率更高,识别速度更快。
关键词
故障诊断
多特征
多尺度符号动力学熵
蜣螂算法
Keywords
fault diagnosis
multi-feature
multi-scale symbolic dynamic entropy
dung beetle algorithm
分类号
TH113.1 [机械工程—机械设计及理论]
TH133.3 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多尺度迁移符号动力学熵和支持向量机的轴承诊断方法研究
于广伟
闫莉
《西北工业大学学报》
EI
CAS
CSCD
北大核心
2023
1
在线阅读
下载PDF
职称材料
2
基于多特征提取与蜣螂算法优化的轴承故障诊断
谢锋云
樊秋阳
孙恩广
王阳
宋成杰
朱海燕
《噪声与振动控制》
北大核心
2025
1
在线阅读
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
