检索结果-维普期刊中文期刊服务平台

机械故障信号小波包分解的时域特征提取方法研究被引量：85: 1; 作者杨国安钟秉林 +2 位作者黄仁贾民平许云飞《振动与冲击》 EI CSCD 北大核心 2001年第2期25-28,31,共5页; 本文利用小波包分解机械故障信号 ,对分解后的不同频带内的分解系数进行时域重构 ,分别对重构时间序列用时域分析的方法提取对故障敏感的特征参数 ,实现对往复机械等复杂机械的故障诊断 ,并以某油田往复泵为例。验证了该方法对这类机械... 展开更多; 关键词小波包分析故障诊断往复机械时域特征提取; 在线阅读下载PDF 职称材料

基于小波包分析及神经网络的汽轮机转子振动故障诊断被引量：16: 2; 作者梁平白蕾 +1 位作者龙新峰范立莉《控制理论与应用》 EI CAS CSCD 北大核心 2007年第6期981-985,共5页; 根据Bently实验台所采集的碰摩、松动、不对中、不平衡4种典型汽轮机转子振动故障信号,运用小波包分析方法对其进行能量分析并提取故障特征.分析结果表明:小波包分析与信号能量分解的故障特征提取方法,可以获得汽轮机转子振动的故障状态... 展开更多; 关键词小波包分析汽轮机转子故障诊断特征提取 BP神经网络; 在线阅读下载PDF 职称材料

一种基于主成分分析和支持向量机的发动机故障诊断方法被引量：16: 3; 作者张宇飞么子云 +2 位作者唐松林朱丽娜张进杰《中国机械工程》 EI CAS CSCD 北大核心 2016年第24期3307-3311,共5页; 提出一种新型的基于主成分分析(PCA)和支持向量机(SVM)的故障诊断方法。首先提取振动信号的多项时域指标,并利用小波包分解提取频域特征;再利用PCA从提取的时域、频域特征中选取敏感特征,实现降维处理,减小数据处理复杂度;最后利用SVM... 展开更多; 关键词发动机故障诊断特征提取小波包分解主成分分析支持向量机; 在线阅读下载PDF 职称材料

支持向量机及其在机械故障诊断中的应用被引量：48: 4; 作者何学文赵海鸣《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2005年第1期97-101,共5页; 针对目前机械故障诊断中难以获得大量故障数据样本以及特征提取和诊断知识获取困难等不足,提出了应用支持向量机进行机械故障诊断的方法,研究了将小波包分析与信号能量分解用于机械故障的特征提取。该方法将振动信号小波包分析后的信号... 展开更多; 关键词支持向量机小波包分析特征提取故障诊断多故障分类器; 在线阅读下载PDF 职称材料

PCA特征抽取与SVM多类分类在传感器故障诊断中的应用被引量：13: 5; 作者彭红星陈祥光徐巍《数据采集与处理》 CSCD 北大核心 2010年第1期111-116,共6页; 为了提高传感器故障诊断的准确率,提出了基于主元分析(PCA)特征抽取和支持向量机(SVM)多类分类的故障诊断方法。该方法通过对传感器输出信号进行小波包分解产生原始特征数据,然后采用PCA特征抽取得到二次特征向量,增强传感器各个状态模... 展开更多; 关键词传感器故障诊断小波包分解主元分析特征抽取支持向量机; 在线阅读下载PDF 职称材料

综合时频域及核判别分析的两级特征提取新方法被引量：2: 6; 作者孙贤明樊晓光 +2 位作者禚真福丛伟陈少华《计算机工程与应用》 CSCD 北大核心 2018年第3期115-119,141,共6页; 为了解决模拟电路软故障诊断中特征提取不全面准确的问题,提出了一种基于综合时频域及核判别分析的两级特征提取新方法。首先,对采集到的故障响应信号分别提取均值、方差等时域统计特征和小波包分解后不同频带的能量作为频域特征;然后,... 展开更多; 关键词模拟电路软故障诊断特征提取小波包能量谱时域统计特征核判别分析有向无环图支持向量机; 在线阅读下载PDF 职称材料

小波包分析和相关向量机的电路故障诊断被引量：2: 7; 作者陈安王瑞艺《控制工程》 CSCD 北大核心 2018年第7期1206-1210,共5页; 针对模拟电路的复杂性及其传统模型检测性能差的问题,为了改善模拟电路故障诊断结果,提出一种小波包分析和相关向量机相融合的模拟电路故障诊断模型。首先采用小波包分析对模拟电路特征进行提取,并对特征进行归一化处理;然后采用相关向... 展开更多; 关键词模拟电路故障诊断特征提取小波包分析多分类相关向量机; 在线阅读下载PDF 职称材料

SVM与PSO相结合的电机轴承故障诊断被引量：28: 8; 作者李嫄源袁梅 +1 位作者王瑶程安宇《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2018年第1期99-107,共9页; 针对电机轴承故障问题,提出一种基于支持向量机(SVM,support vector machine)与粒子群优化(PSO,particle swarm optimization)相结合的电机轴承故障诊断方法。结合振动信号的时域与小波包能量特征,使表征振动信号的特征具有较好的可靠... 展开更多; 关键词支持向量机粒子群优化算法小波包分析特征提取电机轴承故障诊断; 在线阅读下载PDF 职称材料

小波包分析在汽轮机转子振动故障诊断中的应用被引量：6: 9; 作者范立莉梁平《广东电力》 2007年第11期1-5,共5页; 针对汽轮发电机组振动的频谱特点,提出了基于小波包变换的汽轮机转子振动故障诊断方法,它较一般的小波变换更能反映振动信号所包含的频谱成分及能量。根据Bently实验台所采集的4种典型汽轮机转子振动故障信号,运用小波包分析方法对其进... 展开更多; 关键词小波包分析汽轮机转子故障诊断特征提取; 在线阅读下载PDF 职称材料

题名机械故障信号小波包分解的时域特征提取方法研究被引量：85: 1; 作者杨国安钟秉林黄仁贾民平许云飞; 机构东南大学机械系; 出处《振动与冲击》 EI CSCD 北大核心 2001年第2期25-28,31,共5页; 基金国家自然科学基金资助项目(59905005); 文摘本文利用小波包分解机械故障信号 ,对分解后的不同频带内的分解系数进行时域重构 ,分别对重构时间序列用时域分析的方法提取对故障敏感的特征参数 ,实现对往复机械等复杂机械的故障诊断 ,并以某油田往复泵为例。验证了该方法对这类机械进行故障诊断的有效性。; 关键词小波包分析故障诊断往复机械时域特征提取; Keywords symptom extraction,wavelet packet analysis,fault diagnosis,reciprocating machine; 分类号 TH17 [机械工程—机械制造及自动化] O174.2 [理学—基础数学]; 在线阅读下载PDF 职称材料

题名基于小波包分析及神经网络的汽轮机转子振动故障诊断被引量：16: 2; 作者梁平白蕾龙新峰范立莉; 机构华南理工大学电力学院华南理工大学化工与能源学院广东电网公司电力科学研究院; 出处《控制理论与应用》 EI CAS CSCD 北大核心 2007年第6期981-985,共5页; 文摘根据Bently实验台所采集的碰摩、松动、不对中、不平衡4种典型汽轮机转子振动故障信号,运用小波包分析方法对其进行能量分析并提取故障特征.分析结果表明:小波包分析与信号能量分解的故障特征提取方法,可以获得汽轮机转子振动的故障状态,有较好的故障区分度;另外由于经过小波包分解再重构后所提取的故障特征参数浓缩了汽轮机转子振动故障的全部信息,而BP神经网络具有优良的非线性映射能力,对提取的故障特征参数应用BP神经网络映射,可对汽轮机转子振动故障进行进一步的诊断.诊断结果表明:基于小波包分析及神经网络的故障诊断方法,具有较高的故障识别能力.; 关键词小波包分析汽轮机转子故障诊断特征提取 BP神经网络; Keywords ： wavelet packet analysis turbine rotor fault diagnosis symptom extraction BP neural network; 分类号 TK268 [动力工程及工程热物理—动力机械及工程]; 在线阅读下载PDF 职称材料

题名一种基于主成分分析和支持向量机的发动机故障诊断方法被引量：16: 3; 作者张宇飞么子云唐松林朱丽娜张进杰; 机构北京化工大学高端机械装备健康监控与自愈化北京市重点实验室中石油云南石化有限公司; 出处《中国机械工程》 EI CAS CSCD 北大核心 2016年第24期3307-3311,共5页; 基金国家重点基础研究发展计划(973计划)资助项目(2012CB026005) 国家高技术研究发展计划(863计划)资助项目(2014AA041806) 中央高校基本科研业务费专项资金资助项目(JD1506); 文摘提出一种新型的基于主成分分析(PCA)和支持向量机(SVM)的故障诊断方法。首先提取振动信号的多项时域指标,并利用小波包分解提取频域特征;再利用PCA从提取的时域、频域特征中选取敏感特征,实现降维处理,减小数据处理复杂度;最后利用SVM进行特征子集的训练和测试,实现故障分离。该方法在柴油机的失火、撞缸、小头瓦磨损等典型实际故障中的诊断准确率高达98%,证实了该方法的有效性。; 关键词发动机故障诊断特征提取小波包分解主成分分析支持向量机; Keywords engine fault diagnosis feature extraction wavelet packet decomposition principal component analysis（PCA） support vector machine （SVM）; 分类号 TP206.3 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名支持向量机及其在机械故障诊断中的应用被引量：48: 4; 作者何学文赵海鸣; 机构中南大学机电工程学院; 出处《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2005年第1期97-101,共5页; 文摘针对目前机械故障诊断中难以获得大量故障数据样本以及特征提取和诊断知识获取困难等不足,提出了应用支持向量机进行机械故障诊断的方法,研究了将小波包分析与信号能量分解用于机械故障的特征提取。该方法将振动信号小波包分析后的信号频带能量作为特征向量,输入到由多个支持向量机构成的多故障分类器中进行故障识别和分类。该分类器只需少量训练样本,而且不必预先知道故障分类的经验知识就能实现正确分类。研究结果表明:选用不同核函数及其参数的多故障分类器对分类精度有影响;在样本不带噪声和带15%噪声情况下,支持向量机的分类精度均高于BP神经网络的分类精度,具有更好的分类性能。; 关键词支持向量机小波包分析特征提取故障诊断多故障分类器; Keywords support vector machine wavelet packet analysis feature extraction fault diagnosis multiple fault classifiers; 分类号 TP206.3 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名PCA特征抽取与SVM多类分类在传感器故障诊断中的应用被引量：13: 5; 作者彭红星陈祥光徐巍; 机构北京理工大学化工与环境学院河南理工大学计算机科学与技术学院; 出处《数据采集与处理》 CSCD 北大核心 2010年第1期111-116,共6页; 基金北京理工大学校基础研究基金(20070542009)资助项目; 文摘为了提高传感器故障诊断的准确率,提出了基于主元分析(PCA)特征抽取和支持向量机(SVM)多类分类的故障诊断方法。该方法通过对传感器输出信号进行小波包分解产生原始特征数据,然后采用PCA特征抽取得到二次特征向量,增强传感器各个状态模式的可分性。二次特征输入到二叉树SVM多类分类算法设计的分类器实现传感器故障诊断。仿真实验结果表明,这种结合了PCA特征抽取和SVM分类的诊断方法准确率高,其诊断效果优于直接采用原始特征进行分类的情况。; 关键词传感器故障诊断小波包分解主元分析特征抽取支持向量机; Keywords sensor fault diagnosis wavelet packet decomposition principle component analysis feature extraction support vector machines; 分类号 TP277 [自动化与计算机技术—检测技术与自动化装置] TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名综合时频域及核判别分析的两级特征提取新方法被引量：2: 6; 作者孙贤明樊晓光禚真福丛伟陈少华; 机构空军工程大学航空航天工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2018年第3期115-119,141,共6页; 基金航空自然科学基金(No.20142896022); 文摘为了解决模拟电路软故障诊断中特征提取不全面准确的问题,提出了一种基于综合时频域及核判别分析的两级特征提取新方法。首先,对采集到的故障响应信号分别提取均值、方差等时域统计特征和小波包分解后不同频带的能量作为频域特征;然后,通过核判别分析方法对故障特征进一步优选,从而保证故障特征的准确有效性;最后,将所得到的最优故障特征输入支持向量机进行故障诊断。对Sallen-Key带通滤波器电路的仿真实验结果表明,该方法能够很好地反映故障响应信号的本质特征,有效提高故障诊断的性能。; 关键词模拟电路软故障诊断特征提取小波包能量谱时域统计特征核判别分析有向无环图支持向量机; Keywords soft fault diagnosis of analog circuit feature extraction wavelet packet energy spectrum statistic feature in time domain kernel linear discriminant analysis directed acyclic graph support vector machine; 分类号 TP206.3 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名小波包分析和相关向量机的电路故障诊断被引量：2: 7; 作者陈安王瑞艺; 机构广东工业大学实验教学部河南广播电视大学网络教育学院; 出处《控制工程》 CSCD 北大核心 2018年第7期1206-1210,共5页; 基金国家自然科学基金(No.53105384); 文摘针对模拟电路的复杂性及其传统模型检测性能差的问题,为了改善模拟电路故障诊断结果,提出一种小波包分析和相关向量机相融合的模拟电路故障诊断模型。首先采用小波包分析对模拟电路特征进行提取,并对特征进行归一化处理;然后采用相关向量机根据特征向量对模拟电路故障进行分类,完成模拟电路故障诊断,最后通过仿真实例对模型的模拟电路故障诊断性能进行分析。实验结果表明,与当前经典模拟电路故障诊断模型相比,模型不仅提高了模拟电路故障诊断准确率,并且加快了故障诊断速度。; 关键词模拟电路故障诊断特征提取小波包分析多分类相关向量机; Keywords Analog circuit fault diagnosis feature extraction wavelet packet analysis multi classification relevance vector machine; 分类号 TP227 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名SVM与PSO相结合的电机轴承故障诊断被引量：28: 8; 作者李嫄源袁梅王瑶程安宇; 机构重庆邮电大学自动化学院; 出处《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2018年第1期99-107,共9页; 基金重庆市科技人才培养计划资助项目(CSTC2013KJRC-TDJS40010)~~; 文摘针对电机轴承故障问题,提出一种基于支持向量机(SVM,support vector machine)与粒子群优化(PSO,particle swarm optimization)相结合的电机轴承故障诊断方法。结合振动信号的时域与小波包能量特征,使表征振动信号的特征具有较好的可靠性和敏感性,提高了故障的诊断准确率。采用PSO算法对SVM的惩罚参数和径向基核函数参数进行寻优,并与其它参数寻优算法进行比较分析。实验表明,研究提出的轴承故障诊断方法不仅对电机轴承的外圈故障、内圈故障和滚珠故障有很好的识别效果,而且还对每一类故障的严重程度有较好的区分,具有较强的实用性。; 关键词支持向量机粒子群优化算法小波包分析特征提取电机轴承故障诊断; Keywords support vector machine particle swarm optimization algorithm wavelet packet analysis feature extraction motor bearing fault diagnosis; 分类号 TH165.3 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名小波包分析在汽轮机转子振动故障诊断中的应用被引量：6: 9; 作者范立莉梁平; 机构广州粤能电力科技开发有限公司华南理工大学电力学院动力系; 出处《广东电力》 2007年第11期1-5,共5页; 文摘针对汽轮发电机组振动的频谱特点,提出了基于小波包变换的汽轮机转子振动故障诊断方法,它较一般的小波变换更能反映振动信号所包含的频谱成分及能量。根据Bently实验台所采集的4种典型汽轮机转子振动故障信号,运用小波包分析方法对其进行能量分析并提取故障特征。实验分析表明,基于小波包分析与信号能量分解的故障特征提取方法,可以获得汽轮机转子振动的故障状况;根据不同故障发生时的频谱特征,识别出不同的故障,从而进行汽轮机转子振动故障诊断。该方法比基于Fourier变换的故障特征提取方法更有效,适合于机械故障诊断。; 关键词小波包分析汽轮机转子故障诊断特征提取; Keywords wavelet packet analysis turbine rotor fault diagnosis symptom extraction; 分类号 TK263.61 [动力工程及工程热物理—动力机械及工程]; 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	机械故障信号小波包分解的时域特征提取方法研究	杨国安钟秉林黄仁贾民平许云飞	《振动与冲击》 EI CSCD 北大核心	2001	85	在线阅读下载PDF 职称材料
2	基于小波包分析及神经网络的汽轮机转子振动故障诊断	梁平白蕾龙新峰范立莉	《控制理论与应用》 EI CAS CSCD 北大核心	2007	16	在线阅读下载PDF 职称材料
3	一种基于主成分分析和支持向量机的发动机故障诊断方法	张宇飞么子云唐松林朱丽娜张进杰	《中国机械工程》 EI CAS CSCD 北大核心	2016	16	在线阅读下载PDF 职称材料
4	支持向量机及其在机械故障诊断中的应用	何学文赵海鸣	《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心	2005	48	在线阅读下载PDF 职称材料
5	PCA特征抽取与SVM多类分类在传感器故障诊断中的应用	彭红星陈祥光徐巍	《数据采集与处理》 CSCD 北大核心	2010	13	在线阅读下载PDF 职称材料
6	综合时频域及核判别分析的两级特征提取新方法	孙贤明樊晓光禚真福丛伟陈少华	《计算机工程与应用》 CSCD 北大核心	2018	2	在线阅读下载PDF 职称材料
7	小波包分析和相关向量机的电路故障诊断	陈安王瑞艺	《控制工程》 CSCD 北大核心	2018	2	在线阅读下载PDF 职称材料
8	SVM与PSO相结合的电机轴承故障诊断	李嫄源袁梅王瑶程安宇	《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心	2018	28	在线阅读下载PDF 职称材料
9	小波包分析在汽轮机转子振动故障诊断中的应用	范立莉梁平	《广东电力》	2007	6	在线阅读下载PDF 职称材料