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
3
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
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
基于MRSSD与MSDE的滑动轴承故障诊断方法
被引量：
3
3
作者
王金东
刘著
+2 位作者
赵海洋
张鹏
王智伟
《轴承》
北大核心
2020年第9期50-56,共7页
针对往复压缩机轴承振动信号强烈的非平稳、非线性的特点,提出了一种基于多重共振稀疏分解(MRSSD)与多尺度符号动力学熵(MSDE)相结合的往复压缩机滑动轴承故障诊断方法。首先,设置高、低品质因子的取值范围,求出能表示故障冲击成分的低...
针对往复压缩机轴承振动信号强烈的非平稳、非线性的特点,提出了一种基于多重共振稀疏分解(MRSSD)与多尺度符号动力学熵(MSDE)相结合的往复压缩机滑动轴承故障诊断方法。首先,设置高、低品质因子的取值范围,求出能表示故障冲击成分的低品质因子值,对信号进行共振稀疏分解,形成高、低共振分量;然后,根据高共振分量的峭度值评定分解结果,峭度值小于设定阈值时改变高品质因子值,继续对低共振分量进行共振稀疏分解,峭度值大于设定阈值时终止分解;最后,计算最终所得低共振分量的多尺度符号动力学熵,构造故障特征向量,并利用支持向量机进行故障特征识别。试验结果表明,该方法可以逐步降低干扰成分的影响,有效诊断往复压缩机滑动轴承故障,与基于遗传算法优化品质因子的共振稀疏分解和多尺度排列熵(MPE)相结合的方法相比,故障识别率显著提高。
展开更多
关键词
滑动轴承
故障诊断
压缩机
共振稀疏分解
符号动力学熵
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
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
基于MRSSD与MSDE的滑动轴承故障诊断方法
被引量：
3
3
作者
王金东
刘著
赵海洋
张鹏
王智伟
机构
东北石油大学黑龙江省石油机械工程重点实验室
山西三晋新能源发展有限公司
中海油销售上海有限公司
出处
《轴承》
北大核心
2020年第9期50-56,共7页
基金
黑龙江省自然科学基金项目(E2016009)
东北石油大学青年科学基金项目(2018ANC-31)。
文摘
针对往复压缩机轴承振动信号强烈的非平稳、非线性的特点,提出了一种基于多重共振稀疏分解(MRSSD)与多尺度符号动力学熵(MSDE)相结合的往复压缩机滑动轴承故障诊断方法。首先,设置高、低品质因子的取值范围,求出能表示故障冲击成分的低品质因子值,对信号进行共振稀疏分解,形成高、低共振分量;然后,根据高共振分量的峭度值评定分解结果,峭度值小于设定阈值时改变高品质因子值,继续对低共振分量进行共振稀疏分解,峭度值大于设定阈值时终止分解;最后,计算最终所得低共振分量的多尺度符号动力学熵,构造故障特征向量,并利用支持向量机进行故障特征识别。试验结果表明,该方法可以逐步降低干扰成分的影响,有效诊断往复压缩机滑动轴承故障,与基于遗传算法优化品质因子的共振稀疏分解和多尺度排列熵(MPE)相结合的方法相比,故障识别率显著提高。
关键词
滑动轴承
故障诊断
压缩机
共振稀疏分解
符号动力学熵
Keywords
sliding bearing
fault diagnosis
compressor
resonance sparse decomposition
symbolic dynamic entropy
分类号
TH133.31 [机械工程—机械制造及自动化]
TH1165 [机械工程—机械设计及理论]
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
0
在线阅读
下载PDF
职称材料
3
基于MRSSD与MSDE的滑动轴承故障诊断方法
王金东
刘著
赵海洋
张鹏
王智伟
《轴承》
北大核心
2020
3
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
