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
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：
基于改进联合分布适配和支持向量机的谐波减速器故障诊断
1
作者 石超 刘彪 +2 位作者 郭世杰 唐术锋 吕贺 《机电工程》 北大核心 2025年第3期441-450,共10页
在对谐波减速器进行变工况故障诊断时,一般难以获得大量的带标签数据,从而导致所训练的模型识别准确率较低。针对这一问题,提出了一种基于改进联合分布适配和支持向量机的迁移模型(方法),从而对谐波减速器进行了故障诊断。首先,对周期... 在对谐波减速器进行变工况故障诊断时,一般难以获得大量的带标签数据,从而导致所训练的模型识别准确率较低。针对这一问题,提出了一种基于改进联合分布适配和支持向量机的迁移模型(方法),从而对谐波减速器进行了故障诊断。首先,对周期样本进行了时域、频域以及熵特征的多特征提取,构造了样本集;然后,针对联合适配(JDA)对齐两域状态下,未考虑到数据潜在的几何结构问题,在JDA的基础上增加了联合分布的权重因子以及加权流形正则化项,并使用支持向量机(SVM)进行了伪标签的迭代更新,构造了改进联合分布适配-支持向量机(IJDA-SVM)迁移模型;最后,使用实验所得的谐波减速器振动信号数据以及滚动轴承公开数据集对该方法的有效性进行了验证。研究结果表明:IJDA-SVM在谐波减速器单域诊断效果上,最高识别率可达97.25%,平均识别率为94.08%,在谐波减速器多域诊断效果上,最高识别率可达95.25%,平均识别率为92.5%。采用该方法能够实现变工况谐波减速器的故障诊断目的,其具有诊断精度高、泛化效果好的优点。 展开更多
关键词 变速器 多域故障诊断 变工况 迁移学习 改进联合分布适配-支持向量机 流形正则化
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部